数据管理系统评测基准_从传统数据库到新兴大数据

据时代的到来意味着新技术、新系统和新产品的出现.如何客观地比较和评价不同系统之间的优劣 自然成为一个热门研究课题,这种情形与三十多年前数据库系统蓬勃发展时期甚为相似.众所周知,在数据库系统 取得辉煌成就的发展道路上,基准评测研究一直扮演着重要角色,极大推进了数据库技术和系统的长足发展.数据 管理系统评测基准是指一套可用于评测、比较不同数据库系统性能的规范,以客观、全面反映具有类似功能的数据 库系统之间的性能差距,从而推动技术进步、引导行业健康发展.数据管理系统评测基准与应用息息相关:应用发 展产生新的数据管理需求,继而引发数据管理技术革新,再催生多个数据管理系统/平台,进而产生新的数据管理 系统评测基准.数据管理系统评测基准种类多样,不仅包括面向关系型数据的基准评测,还包括面向半结构化数 据、对象数据、流数据、空间数据等非关系型数据的评测基准.在当今新的数据系统发展中,面向大数据管理系统的 评测基准的研究热潮也如期而至.大数据评测基准研究与应用密切相关.总体而言,尽管已有的数据管理系统评测 基准未能充分体现大数据的特征,但是从方法学层面而言,三十多年来数据管理系统评测基准的发展经验是开展 大数据系统研发最值得借鉴和参考的,这也是该文的主要动机.该文系统地回顾了数据管理系统评测基准的发展 历程,分析了取得的成就,并展望了未来的发展方向.

  • 2021-06-21
  • 阅读172
  • 下载0
  • 17页
  • pdf

基于数据价值的无人机数据收集方法

数据收集是无线监测网络的关键环节彳1用无人机进行数据收集的本质是通过无人机的移动代替网络中 的转发节点减少数据从源节点到基站的转发次数,有效节约监测网络能量,从而成为未来发展的趋势.现有的研究 关注如何利用无人机有限的能量获得更多的数据,缺乏对获取数据的价值评估,从而导致无人机数据收集能效比不 高.如何利用无人机最少的能量付出在监测区域获取最大的数据价值,其难点在于数据价值是针对不同应用的主观 评价,而不同节点获取的数据价值如何比较,目前还缺乏统一的标准.可以发现,数据相似节点的数据价值存在相似 性.在此基础上,提出了一种数据收集方法OnValueGet,利用关键性代表节点的数据,最大程度地近似代表整个监测 区域的数据,从而在能量约束下获得最大数据价值.核心思想在于:ZA分析感知数据的时空相似性入手,确定数据价 值较高的感知节点,即数据关键节点.在应用的误差范围内,它们采集的数据可以近似表示全部网络感知节点采集的 数据.无人机以数据关键节点为数据采集的核心目标,在能量有限的情况下,根据遇到的障碍物和节点感知到数据的 异常与否,动态地规划数据收集路线,从而使收集到的数据具有最大价值,显著提升数据收集的能效比.

  • 2021-06-21
  • 阅读165
  • 下载0
  • 17页
  • pdf