

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、在大數(shù)據(jù)時代背景下,時序數(shù)據(jù)產(chǎn)生于生產(chǎn)、生活的方方面面。挖掘分析時序數(shù)據(jù)背后的規(guī)律和價值可以掌握事物的變化發(fā)展規(guī)律和未來動向,對做出正確科學的決策具有重大意義。但對于日益增長的海量時間序列數(shù)據(jù),高效、可靠的數(shù)據(jù)存儲與檢索成為一個突出的問題?,F(xiàn)有的壓縮存儲方案往往通過額外的索引來檢索數(shù)據(jù),在存儲速率、計算機資源利用率等方面仍存在不足。因此,研究海量時序數(shù)據(jù)的高效存儲意義深遠。
時序數(shù)據(jù)本身除了一般帶有時間戳外,還有數(shù)據(jù)量大、寫多
2、讀少、讀入后少修改、在相近時間內(nèi)數(shù)據(jù)內(nèi)容比較接近等特點。而時序數(shù)據(jù)被檢索使用時,經(jīng)常是連續(xù)的時間區(qū)域的查詢或是查詢在某個時間段里的均值、最大值。本文針對時序數(shù)據(jù)的特征,設計了時序數(shù)據(jù)壓縮算法和存儲結構。
在時序數(shù)據(jù)壓縮算法方面,本文在DACs壓縮算法基礎上,提出具有動態(tài)優(yōu)化存取效果的、具有高壓縮比且兼顧解壓效率的TODACs算法。該算法擴充了DACs壓縮存儲的數(shù)據(jù)類型,并且利用時序數(shù)據(jù)相近時間數(shù)據(jù)大小相近的特征,加入改進的逐差
3、編碼,顯著提高了壓縮率。
在時序數(shù)據(jù)存儲結構方面,本文針對時序數(shù)據(jù)的查詢特點,采用時間片分塊存儲,時間片內(nèi)按主鍵排序底層物理的存儲格式;針對時序數(shù)據(jù)數(shù)據(jù)量龐大的特點,采用了堆表類型的數(shù)據(jù)組織方式;針對時序數(shù)據(jù)數(shù)據(jù)大小相近的特點,采用了列式存儲結構以優(yōu)化壓縮效果提高磁盤吞吐量。從而在存儲結構設計上加快時序數(shù)據(jù)的存儲及檢索速率。
在實驗分析方面,本文通過壓縮比率、壓縮速率和解壓速率三個對比實驗驗證TODACs算法的高壓縮
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 時序數(shù)據(jù)的高效存儲與檢索.pdf
- 海量時序數(shù)據(jù)高可用性實時存儲技術研究與應用.pdf
- 智能電網(wǎng)時序數(shù)據(jù)存儲與預測方法研究與實現(xiàn).pdf
- 時序數(shù)據(jù)維歸約方法的研究.pdf
- 時序數(shù)據(jù)挖掘研究.pdf
- 基于Hadoop平臺的時序數(shù)據(jù)處理方法研究.pdf
- 煤礦生產(chǎn)安全時序數(shù)據(jù)預測方法研究.pdf
- 數(shù)據(jù)歸約方法在時序數(shù)據(jù)分類中的應用研究.pdf
- 面向多元時序數(shù)據(jù)的復雜事件檢測方法研究.pdf
- 基于粗糙集的時序數(shù)據(jù)分析方法研究.pdf
- 時序數(shù)據(jù)序列模式挖掘.pdf
- 基于數(shù)據(jù)倉庫的時序數(shù)據(jù)挖掘研究.pdf
- 海量數(shù)據(jù)存儲模式的研究.pdf
- 面向二維時序數(shù)據(jù)可視化方法的研究.pdf
- 基于SSD的海量URL數(shù)據(jù)多級存儲方法研究.pdf
- 基于非負矩陣分解的時序數(shù)據(jù)聚類方法.pdf
- 海量數(shù)據(jù)壓縮、操作和處理方法的研究.pdf
- 基于MongoDB的光纖傳感海量監(jiān)測數(shù)據(jù)存儲方法研究.pdf
- 連分式方法在脈沖去噪、時序數(shù)據(jù)壓縮及視頻鏡頭檢測中的應用研究.pdf
- 時序數(shù)據(jù)在線分類與規(guī)則發(fā)現(xiàn).pdf
評論
0/150
提交評論