大数据时代数据管理技术研究综述

《大数据时代数据管理技术研究综述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据时代数据管理技术研究综述随着计算机技术和X络的快速发展，半结构化和非结构化等类型数据成几何倍增长，学习和使用大数据管理技术顺应时代发展潮流。本文从数据管理技术的发展进程出发，介绍了人工管理方式、文件系统管理方式、数据库管理方式三种阶段的管理方式。然后详细介绍了关系数据库和NoSQL非关系数据库，并且将两者从三种角度进行了对比。最后对未来大数据时代信息管理方式作出了展望。引言随着计算机和X络技术的快速发展，移动互联、社交X络、电子商务、云计算等各种新兴服务的兴起，极大拓展了互联X的疆界和应用领域，随之产生的是海量的数据，这些数据不仅的渠道多样，并且数据规模和数据种类

2、也是快速的增长，大数据时代已经来临。大数据时代，无法将海量数据存储和管理在一台或者有限数目的服务器内，更无法借助有限的计算机去处理和管理大数据。因此，如何利用现有的资源应对当前数据量的快速增长，实现对大数据的有效、便捷、安全的管理，是当前国内外关于数据管理和数据分析亟需解决的问题。1数据管理技术的发展数据管理是指对各种类型的数据进行采集、存储、分类、计算、加工、检索和传输的过程。随着计算机和X络技术的不断发展和改进，数据库管理技术也在不断的更新换代。到目前阶段为止，数据管理技术主要发展历程经历了以下阶段：人工数据管理方式、文件系统管理方式和数据库系统管理方式。1.1人工

3、数据管理方式20世纪50年代中期，计算机初期被应用于科学计算方面，因此，早期的数据处理都是手工完成的。数据存储只有磁带、卡片和纸带等低速存储设备。既没有操作系统，也没有管理数据的专门软件，此阶段管理的数据，不能进行共享，且没有独立性，数据纯粹面向应用，服务于应用。1.2文件系统管理方式20世纪60年代中期，随着计算机进一步的发展，不仅用于科学计算，而且更多地用于信息处理。对于数据存储，有了磁盘、磁鼓等存储设备。操作系统和高级语言的出现为文件系统管理提供了可能。此阶段的文件系统，是按照相应的规则将数据组织成一个独立的命名文件。这一时期的数据特点是：数据可以长期存储在磁盘上

4、、有专门的软件进行管理维护、数据不再独立存在，数据不止服务于应用，在一定程度上，数据的共享性得到了提高。1.3数据库系统管理方式20世纪60年代后期，数据库系统管理方式逐渐形成并具有一定的规模。由于磁盘技术的不断进步和发展，低成本、高速的硬盘占领了市场，为新的数据管理技术提供了产生的必要条件。对应的软件技术也有一定的发展。数据库系统是由计算机的软硬件资源共同组成，实现了数据的动态、有规则、独立存储。如图1所示。2大数据管理技术大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。归结为四个特点就是四“V”，即大量(Volume)、高速(Velo

5、city)和多样性(Variety)和价值(Value)。大数据首先体现在数据量上：全球著名咨询机构IDC(国际文献资料中心)在2006年估计全世界产生的数据量是0.18ZB(1ZB=100万PB)，而截至2011年这个数字已经提升了一个数量级，达到1.8ZB。这种数据产生的速度仍在增长，预计2015年将达到8ZB。随着数据量的增长，得到庞大的数据源和样本数据后，人们并不能容忍对于这些庞大的数据处理响应时间。因此，大数据需要在数据量提高的前提下，数据的处理和响应能力进行提高，从而确保数据延迟可以在人们的接受范围之内。因此数据处理要得到有效的保证，那如何存储和组织管理这些

6、海量数据，值得我们去探索和研究。2.1关系型数据库(RDBMS)2.1.1关系数据库的提出20世纪70年代初，IBM工程师Codd发表了一篇论文“ARelationalModelofLargeSharedDataBanks”，随之关系数据库时代宣告到来。关系数据库管理系统(RelationalDatabaseManagementSystem，简称RDBMS)就是基于上述的论文而被设计出来的。在关系数据库之前的系统主要有基于层次模型的层次数据库、基于X状模型的X状数据库等。以上几种数据库的主要不足是数据模型是很难被用户所理解，并且编写的软件与数据模式依赖性比较高。Codd

7、提出的关系数据模型是基于表格、行、列、属性等基本概念，将现实世界中的各类实体及其关系映射到表格上，并且还为关系模型建立了关系代数运算。2.1.2关系数据库的应用关系数据库系统最初主要是应用于事务处理领域。随着数据的不断积累增长，人们需要对数据进行分析操作，提取出有用的信息以支持决策等等。这些分析操作主要包括简单汇总、联机分析处理(onlineanalyticalprocessing，简称OLAP，主要是多维分析)、统计分析、数据挖掘等。有些分析处理需要对数据集进行多次的扫描，分析查询执行的时间以分钟或者小时计。与普通行存储模式不同，一些学