基于分布式数据库的海洋动力环境数据云存储

作者：张玉娟1  史绍雨2  孙晶3  刘桂艳4  艾波1

单位：1. 山东科技大学海岛(礁)测绘技术国家测绘局重点实验室, 山东 青岛 266590; 2. 国家测绘地理信息局卫星测绘应用中心, 北京 100048; 3. 中国矿业大学环境与测绘学院, 江苏 徐州 221116; 4. 国家海洋局北海预报中心, 山东 青岛 266061

关键词：海洋动力环境数据 云存储 分布式数据库 分片方案 时空索引

分类号：TP39;P7

出版年·卷·期（页码）：2017·34·第二期（72-79）

摘要：

针对海洋动力环境数据的时空特征，提出了基于分布式数据库的云存储技术，设计了分布式管理方案以及相应的时空分片方案和索引机制，实现了数据存储的物理分布性、逻辑整体性和节点自治性，显著提高了数据的查询效率。以南海区域40 a 海洋动力环境数据为例进行波高-周期散布图统计，耗时由集中式文件存储方式的2 min缩短至云存储方式的10 s 以内。

Considering spatial-temporal characteristics of the ocean dynamics environment data, the paper presents a cloud data management based on the distributed database, including a distributed spatial-temporal data sharding schema and a spatial-temporal index. The cloud management realizes physical distributed storage and logical integral structure of data, which improves the efficiency of data retrieval. Taking an example of ocean dynamics environment data in the South China Sea, to compute wave height-period scatter graph of 40 years, the cloud storage system takes less than 10 seconds while the files system takes about 2 minutes.

参考文献：

[1] 王辉, 刘娜, 逄仁波, 等. 全球海洋预报与科学大数据[J]. 科学通报, 2015, 60(5-6): 479-484. [2] 李德仁, 李熙. 论夜光遥感数据挖掘[J]. 测绘学报, 2015, 44(6): 591-601. [3] 黄冬梅, 杜艳玲, 贺琪. 混合云存储中海洋大数据迁移算法的研究[J]. 计算机研究与发展, 2014, 51(1): 199-205. [4] 桂兵祥, 何健. 基于高性能云的分布式数据挖掘方法[J]. 计算机工程, 2010, 36(5): 76-78. [5] 秦秀磊, 张文博, 魏峻, 等. 云计算环境下分布式缓存技术的现状与挑战[J]. 软件学报, 2013, 24(1): 50-66. [6] 裴欧亚, 刘文洁, 李战怀, 等. 一种面向海量分布式数据库的嵌套查询策略[J]. 华东师范大学学报(自然科学版), 2014, (5): 271- 280. [7] 朱欣焰, 陈静, 向隆刚, 等. 分布式空间数据集成与查询优化技术[M]. 北京: 测绘出版社, 2013. [8] 朱欣焰, 周春辉, 呙维. 分布式空间数据分片与跨边界拓扑连接优化方法[J]. 软件学报, 2011, 22(2): 269-284. [9] 蒋勇, 谭怀亮, 李光文. 基于XML中间件的分布式异构数据库的数据分片策略研究[J]. 计算机应用与软件, 2009, 26(11): 144-146. [10] 李川. 应用半连接的分布式数据库查询优化算法[J]. 重庆理工大学学报(自然科学), 2013, 27(11): 74-77.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】