导读:本文包含了结构化存储论文开题报告文献综述、选题提纲参考文献，主要关键词:结构化,数据,数据存储,档案,区块,数据管理,方案设计。
结构化存储论文文献综述写法
余斌,李晓风,赵赫[1]（2019）在《基于区块链存储扩展的结构化数据管理方法》一文中研究指出研究基于区块链存储扩展的结构化数据管理方法,解决目前在区块链存储方面存在的容量扩展、存储结构扩展等问题.通过节点动态组网、DHT通信协议,网络中节点仅需存储部分数据,实现数据的存储、查询管理;通过数据签名及定时验证,保障数据安全存储及查询;本地数据库存储结构化数据,扩展业务数据管理.实验结果表明,该方法实现了结构化数据的区块链存储扩展管理,充分利用了节点的网络资源,降低了节点存储压力,提升了数据存储、查询效率,进一步促进区块链应用的开发.(本文来源于《北京理工大学学报》期刊2019年11期）
李松涛[2]（2019）在《基于Kudu的结构化数据存储方案设计分析》一文中研究指出本文主要围绕以Kudu为基础结构化的数据存储整体方案设计开展深入地研究探讨,希望能够为今后方案设计及完善相关实践工作的有效进展提供建议参考。(本文来源于《数字技术与应用》期刊2019年10期）
谢辉,陈超,许卓[3]（2019）在《基于Hadoop的电力用户地址数据结构化及存储技术研究》一文中研究指出随着我国电力客户服务系统业务的快速增长,用户地址数据量不断提升。由于传统的电力用户地址的输入比较随意,导致地址数据多源、格式不一致等问题的出现。因此我们需要对数据进行结构化改造。随着我国电网信息化、智能化进程的不断推进,电力企业如何实现电力用户地址的结构化与统一化成为了当前首要解决的问题。本文着重从电力用户地址优化的方向出发,对传统的电力用户地址如何进行结构化的改造进行了分析,并提出了大数据存储的方法。(本文来源于《现代信息科技》期刊2019年20期）
丁国浩,徐辰,钱卫宁[4]（2019）在《面向日志结构化数据存储的高效数据加载》一文中研究指出近年来,随着互联网技术的快速发展,无论是互联网企业还是传统的金融机构,用户量和业务处理数据量都在快速地增长.传统的通过增加服务器并采用基于分库分表的方法来解决扩展性问题,需要大量的人工维护成本和硬件开销.为降低开销和分库分表带来的各种问题,业界通常用新型数据库系统替换原有的系统,其中,基于日志结构合并树存储的数据库系统(如OceanBase)被广泛采用,这类系统磁盘上存储数据块呈现全局有序的特征.在从传统数据库切换到新型数据库过程中,需要将大量数据加载到新数据库系统中,长时间加载的过程中可能出现数据库节点宕机.为了减少总加载时间和故障恢复时间,提出了一种负载均衡且支持高效容错的数据加载方法;为了支持负载均衡的数据加载,与预确定分区划分数据的方法不同,考虑到目标系统默认存储块大小,采用通过基于文件大小和目标系统默认存储块大小预计算分区数目,并利用分库分表的数据导出往往已经排序的特点,采用选取部分采样块和等间隔选取样本的方式确定分区之间的切分点,避免了全局采样和随机或头部样本选取方式确定切分点带来的高开销;为了加快故障恢复速度,利用日志结构合并树存储系统的多备份减少故障恢复时的数据量,提出了基本副本局部故障恢复方式,避免了完全重新加载的故障恢复方式.实验结果表明,相比采用预确定分区数目和全局选取采样块的随机或头部选取样本方法,采用预计算分区数目和部分选取采样块的等间隔选取样本确定切分点的方法,提高了数据加载的性能,并且验证了基于副本局部故障恢复方法相比完全重启加载恢复方法的高效性.(本文来源于《华东师范大学学报(自然科学版)》期刊2019年05期）
张帆,胡博[5]（2019）在《非结构化大数据存储系统安全性增强技术分析》一文中研究指出伴随着信息技术的不断发展和进步,大数据应用管理受到了广泛关注,为了提升数据应用要点,要践行标准化安全性管理技术,保证数据库数据不被泄漏。并且避免数据拥有者和数据服务平台服务上在用户查询内容管理方面出现异常,有效建立不关联度控制模式,该文分析了非结构化大数据存储系统安全要点,非结构化大数据存储系统安全性增强技术模式,并集中阐释了技术模型,仅供参考。(本文来源于《科技资讯》期刊2019年26期）
朱林,郎乾雯,胡劲蓓[6]（2019）在《大规模非结构化数据资源快速存储方法仿真》一文中研究指出研究一种有效的数据资源快速存储方法,可以减少丢包率,保证存储的稳定性,提高数据存储速度,具备一定的应用价值。针对传统的非结构化数据资源快速存储模式存在能耗均衡性较差、存储延时较长和丢包率较高等问题,提出基于海量存储云调制的非结构化数据资源快速存储方法,该方法将多类别非结构化数据资源集合作为输入,对特征要素进行阈值处理,输出大规模非结构化数据资源关联模型。根据关联模型得到数据资源储存适应的关联强度,将强度与频宽占用概率进行非结构化数据资源储存控制,调节非结构化数据的粒度,依照最小传输粒度频宽梯度传输,加快大规模非结构化数据资源快速存储。通过实验结果验证,上述方法可降低存储延时、减少存储丢包率、保证存储能耗的均衡性,提高大规模非结构化数据资源的存储效率。(本文来源于《计算机仿真》期刊2019年08期）
曹素功,黄立浦,张勇,田浩,胡皓[7]（2019）在《桥梁健康监测数据的结构化存储与分析》一文中研究指出大跨桥梁一般都安装有规模不等的结构监测系统,对桥梁的环境荷载、运营荷载、桥梁特征和桥梁响应等参数进行实时监测。因各系统的开发者和监测内容各不相同,导致积累的海量原始数据结构定义各异,开发利用较困难,形成了信息孤岛。该文以9座大桥健康监测系统为例,对桥梁健康监测数据进行调研、梳理和分析,给出长大桥梁结构监测数据的格式规范,提出自动初步处理与人工专业分析的两步数据处理方法。研究结果表明:针对海量原始监测数据提出的规范化命名、结构化存储方法行之有效,可为桥梁健康监测系统的开发应用、数据结构定义、接口交互和采集提供规范参照;经过该文提出的数据处理方法处理后的数据与原始数据相比,其容量大幅减少,可保证处理后的数据量不超过原始数据量的5%,可为长大桥梁数据分析和挖掘利用工作奠定基础。(本文来源于《中外公路》期刊2019年02期）
崔海靖[8]（2019）在《非结构化档案数据的存储及检索研究》一文中研究指出随着档案信息化建设的推进以及各类新兴技术在档案工作中的应用,非结构化档案数据数量急剧增加,为档案工作带来了新的机遇与挑战。非结构化档案数据早已存在于档案工作的方方面面,但由于诸多原因的限制,对于它的研究工作近些年才逐渐深入展开。非结构化档案数据具有量大、增速快、不易兼容等特点,导致其存储与检索工作步骤具有一定的独特性。另一方面,我国档案机构众多,各档案机构非结构化档案数据数量、存储能力和环境等客观条件不尽相同,也为非结构化档案数据的存储与检索工作带来了一定的考验。因此,非结构化档案数据存储与检索的研究,应当分门别类地进行,结合档案数据自身特点和档案机构的客观条件,进行分析讨论,提炼出有针对性的管理方法。本文结合非结构化档案数据的自身特点以及档案工作的实际情况,就非结构化档案数据的存储与检索的方法进行研究。首先在绪论部分对本文的研究所涉及到的相关概念、研究现状、研究的目的与意义、研究的创新与不足进行了介绍。绪论之后,共分为五个章节,第一章节对非结构化档案数据的基本特点以及在存储与检索过程中遇到的一些问题进行了介绍。第二至第四章节,则分别从OS文件系统、电子文件管理系统、大数据叁种不同的非结构化档案数据所处的环境,对档案数据的存储与检索方法进行了研究与探讨,分析不同方法的优缺点以及相关案例。第五章节对于文章中所提及的存储及检索方法进行了总结与展望,文章最后对论文的全部内容进行了总结阐述。(本文来源于《辽宁大学》期刊2019-05-01）
石径[9]（2018）在《面向云存储的非结构化数据存储研究》一文中研究指出云存储是多种技术的衍生及发展,主要包括并行、网格、分布式计算机等,其不仅为存储完全虚化的实现提供了保障,而且提升了存储及共享等方面的功能。基于此,主要结合MongoDB的数据模型、存储特性、文件系统存储、数据库存储以及将文件系统与数据库相结合存储等方面,研究了面向云存储的非结构化数据存储,以期为促进我国数据存储领域的发展提供参考。(本文来源于《信息与电脑(理论版)》期刊2018年24期）
杜悦[10]（2018）在《针对海量半结构化小文件的存储方案设计与实现》一文中研究指出在互联网高速发展的背景下,个人、企业、社会产生的碎片化数据已达PB级,随之而来的海量数据的存储管理成为各企业争先研究的热点问题。针对海量半结构化小文件数据,本文提出了一种基于SeaweedFS的文件存储管理方案,并借助MongoDB对其文件ID和描述信息数据进行分布式存储,实现数据的毫秒级存取。(本文来源于《中国新通信》期刊2018年24期）
结构化存储论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要围绕以Kudu为基础结构化的数据存储整体方案设计开展深入地研究探讨,希望能够为今后方案设计及完善相关实践工作的有效进展提供建议参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
结构化存储论文参考文献
[1].余斌,李晓风,赵赫.基于区块链存储扩展的结构化数据管理方法[J].北京理工大学学报.2019
[2].李松涛.基于Kudu的结构化数据存储方案设计分析[J].数字技术与应用.2019
[3].谢辉,陈超,许卓.基于Hadoop的电力用户地址数据结构化及存储技术研究[J].现代信息科技.2019
[4].丁国浩,徐辰,钱卫宁.面向日志结构化数据存储的高效数据加载[J].华东师范大学学报(自然科学版).2019
[5].张帆,胡博.非结构化大数据存储系统安全性增强技术分析[J].科技资讯.2019
[6].朱林,郎乾雯,胡劲蓓.大规模非结构化数据资源快速存储方法仿真[J].计算机仿真.2019
[7].曹素功,黄立浦,张勇,田浩,胡皓.桥梁健康监测数据的结构化存储与分析[J].中外公路.2019
[8].崔海靖.非结构化档案数据的存储及检索研究[D].辽宁大学.2019
[9].石径.面向云存储的非结构化数据存储研究[J].信息与电脑(理论版).2018
[10].杜悦.针对海量半结构化小文件的存储方案设计与实现[J].中国新通信.2018