论文部分内容阅读
摘要：在大数据中，分布式数据库技术得到极大的发展，也正是由于分布式数据库技术表现出来的先进性能，才使得分布式数据库得到广泛的使用。本文首先对当前大数据环境下的分布式数据库技术进行介绍，然后分析分布式数据库技术在大数据中的具体应用。
关键词：分布式数据库；大数据；驱动力
随着当前移动互联网技术的迅猛发展，数据的种类和数量呈现快速的增长，传统的处理方式逐渐的不能够适应当前的发展需要，基于此种背景下，分布式数据库技术需要得到更快的发展，以达到对大数据的存储、管理以及分析等处理要求。
1 大数据中发展分布式数据库的意义
在面对当前的大数据时代，传统的集中式数据库已经逐渐的不能够满足人们的使用要求，需要找到新的处理方式来进行更新，分布式数据库就是在这样的背景下逐渐的被发展和应用。分布式数据库在使用中有着许多传统集中式数据库不具备的优点：第一，分布式数据库有着极为强大的扩展能力，这是传统数据库所不具备的，在数据的存储方面表现出巨大的优势；第二，来自于成本上的优势。在大数据中，如果仍旧采用原有的数据库，在进行扩容的时候，会花费大量的资金，使得成本上花费巨大，而且所取得的效果也是有限的。分布式数据库则只需要较少的资金就能够完成扩容处理，占据着特别大的优势[1]；第三，分布式数据库在用户上有着很大的优势，分布式数据库让人们对大数据的存储、分析和处理变得容易和快捷。
2 分布式数据库技术分析
在大数据中，分布式数据库技术得到极大的发展，也正是由于分布式数据库技术表现出来的先进性能，才使得分布式数据库得到广泛的使用。在分布式数据库中，其由很多个并行的处理单元组成，而且每个处理单元都是一个完整的系统，其中包括数据的存储，数据的分析等，对于每一个处理单元来说，其所处的位置和作用都是对等的，而且是相对独立的。混合存储技术：突破传统行存的限制，实现行列混合存储。该项技术对于分布式数据库的性能有着很大的提升，使得分布式数据库在运行速度和运行的灵活性上都有很大的提高。再就是智能索引技术，该种技术所占用的空间减少，并且能够很好的解决后面数据库慢的问题，不会对后面的索引数据造成影响[2]。除此之外，分布式数据库中还具有许多先进的技术，如并行处理技术、高效透明压缩技术等，都是传统数据库中所不具备的先进技术，使得分布式数据库的性能表现得更加的优秀。
3 分布式数据库技术在大数据中的应用
在大数据中，分布式数据库技术已经成为当前最为主要的数据存储、分析处理技术。分布式数据库技术得到极为广泛的使用，下面是当前分布式数据库技术在大数据中的具体应用。
3.1 分布式数据库技术在混合应用中的负载支撑
在当前的大数据环境下，各种类型的业务需要变得越来越多，如数据的装载、数据加工数据的计算等，需要使用到分布式数据库的地方越来越多。大数据时代下，对于数据的使用不再局限于单一数据库，而分布式数据库技术在此得到良好的体现。分布式数据库技术可以完美的实现混合应用，对此提供支撑的作用。分布式数据库技术可以很好的对数据进行筛选，对所需要的数据进行加工处理[3]，并且按照特定的程序进行相关的计算，满足当前各行业业务上的需要。
3.2 分布式数据库技术在大量业务中的应用
随着当前互联网技术的不断发展，各行业从实体经济向着虚拟经济发展的同时，也使得各行业的业务量大幅度提升，相应的为各行业的业务管理带来极大的不便。分布式数据库技术正好符合各行业业务办理的需要，在实际当中有着许多的业务用户使用。分布式数据库以其高效的负载管理能力，在面对大量业务和大量数据的时候，能够非常顺利的完成相关的作业要求，表现出非常高的业务办理能力。在进行这些业务的办理时，分布式数据库技术可以实现优先级的管理，如具有优先权或者VIP用户可以占用较多的资源，对于相关的数据，可以从大数据中提取当前的热点数据，并设置其为优先级数据。通过这样的一种方式，成功的实现分布式数据库在办理大量业务时保持其仍然具备高效性。
3.3 分布式数据库技术在查询功能中的应用
分布式的数据库技术在查询功能中也表现出一定的优越性，有着巨大的使用量。当实际当中会遇到这样的一种平台：提供自助服务的数据分析平台。这种类型的数据分析平台通常面对的客户基数较大，这也就使得出现同时访问的几率加大，而且会出现同时具有很多人访问的现象，为此使用到分布式数据库技术当中的并发度控制。通过相关实际的情况调查可以知道，在分布式数据库中，可以实现同时超过200个人进行相关数据的查询[4]。在对小于1亿条数据进行查询的时候，分布式数据库技术可以将处理的时间限制在2个小时的时间之内，如果是对两亿条左右的数据进行查询时，分布式数据库技术则可以将查询的时间限制在40min以内。对于这一数据，分布式数据库在查询功能中占据非常领先的地位。
3.4 分布式数据库技术在大量数据中的加载应用
分布式数据库技术在当前的实际应用之中，表现在具有超强的数据加载能力。在当前的大数据背景下，对于数据的加载处理能力显得尤为的重要，分布式数据库技术正好在这方面表现出卓越的性能，这也是其能够得到广泛运用的重要原因之一。据相关的数据统计显示，分布式数据库技术可以实现日汇总数据近30亿条。按月进行统计，每月可以达到300亿条左右，这是一个非常恐怖的数字，也正是分布式数据库技术卓越性能的又一良好的体现。
3.5 分布式数据库技术在扩容上的应用
在大数据时代下，数据是一种非常宝贵的财富，因此对于数据的存储显得特别的重要。而在原有设备的存储空间不够的情况下，需要进行扩容的处理，如果是传统的集中式数据处理，在进行扩容的时候会使得成本非常的昂贵，而且扩容后会影响到使用的效果。当前被广泛使用的分布式数据库技术在此点上的应用在显得相对要简单很多，只需要在分布式数据库技术增加上新的处理节点，就可以很轻松的实现扩容处理，在此情况下，完全能够适应当前的数据存储。
4建设驱动力
在大数据时代，面对海量数据的井喷式增长，传统集中式数据库的弊端日益显现，采用分布式数据库的驱动主要来源于以下方面：
（1）更强的扩展能力：传统小型机构成的数据库系统受限于其架构，最多几百TB级别的数据容量，其扩展性能已接近瓶颈。而分布式数据库架构能够动态地增添存储节点，在支持PB级别的数据环境方面更具优势。
（2）较大的成本优势：大数据下，传统小型机及数据库扩容成本急剧提升，而分布式数据库在成本方面具备较大的优势。以运营商存储总量为500TB的大数据分析系统为例，在考虑服务器、数据库软件及网络设备的整体架构方案设计下，传统数据库架构造价成本为11.2万元/TB，而分布式数据库架构造价成本仅为2.2万元/TB，单位造价降低80%。
（3）更优的使用效果：在大数据分析场景下，分布式架构的列存储、透明压缩、并行处理等技术很容易实现海量存储和管理要求，可以及时响应大规模用户的读/写请求，在查询、统计和分析类操作较传统数据库具备天然的优势。
5 结论
随着当前运营商对数据管理和应用需求的不断增加，分布式数据库技术得到极大的发展。本文对大数据环境下，分布式数据库的意义和相关技术进行了简单的分析，并着重对分布式数据库的具体应用进行具体的分析。分布式数据库可提高运营商系统的通用性、可扩展性、灵活性，并在一定程度上降低了开发成本。
参考文献：
[1]刘应波.太阳望远镜海量数据存储关键技术研究[D].中国科学院研究生院（云南天文台），2014.
[2]宋杰，郭朝鹏，王智，等.大數据分析的分布式MOLAP技术[J].软件学报，2014（4）：731-752.
[3]宋长青，吴丽平，郭锐，等.分布式数据库数据同步技术及其在气象行业中的应用[J].信息安全与技术，2012（12）：88-90.
关键词：分布式数据库；大数据；驱动力
随着当前移动互联网技术的迅猛发展，数据的种类和数量呈现快速的增长，传统的处理方式逐渐的不能够适应当前的发展需要，基于此种背景下，分布式数据库技术需要得到更快的发展，以达到对大数据的存储、管理以及分析等处理要求。
1 大数据中发展分布式数据库的意义
在面对当前的大数据时代，传统的集中式数据库已经逐渐的不能够满足人们的使用要求，需要找到新的处理方式来进行更新，分布式数据库就是在这样的背景下逐渐的被发展和应用。分布式数据库在使用中有着许多传统集中式数据库不具备的优点：第一，分布式数据库有着极为强大的扩展能力，这是传统数据库所不具备的，在数据的存储方面表现出巨大的优势；第二，来自于成本上的优势。在大数据中，如果仍旧采用原有的数据库，在进行扩容的时候，会花费大量的资金，使得成本上花费巨大，而且所取得的效果也是有限的。分布式数据库则只需要较少的资金就能够完成扩容处理，占据着特别大的优势[1]；第三，分布式数据库在用户上有着很大的优势，分布式数据库让人们对大数据的存储、分析和处理变得容易和快捷。
2 分布式数据库技术分析
在大数据中，分布式数据库技术得到极大的发展，也正是由于分布式数据库技术表现出来的先进性能，才使得分布式数据库得到广泛的使用。在分布式数据库中，其由很多个并行的处理单元组成，而且每个处理单元都是一个完整的系统，其中包括数据的存储，数据的分析等，对于每一个处理单元来说，其所处的位置和作用都是对等的，而且是相对独立的。混合存储技术：突破传统行存的限制，实现行列混合存储。该项技术对于分布式数据库的性能有着很大的提升，使得分布式数据库在运行速度和运行的灵活性上都有很大的提高。再就是智能索引技术，该种技术所占用的空间减少，并且能够很好的解决后面数据库慢的问题，不会对后面的索引数据造成影响[2]。除此之外，分布式数据库中还具有许多先进的技术，如并行处理技术、高效透明压缩技术等，都是传统数据库中所不具备的先进技术，使得分布式数据库的性能表现得更加的优秀。
3 分布式数据库技术在大数据中的应用
在大数据中，分布式数据库技术已经成为当前最为主要的数据存储、分析处理技术。分布式数据库技术得到极为广泛的使用，下面是当前分布式数据库技术在大数据中的具体应用。
3.1 分布式数据库技术在混合应用中的负载支撑
在当前的大数据环境下，各种类型的业务需要变得越来越多，如数据的装载、数据加工数据的计算等，需要使用到分布式数据库的地方越来越多。大数据时代下，对于数据的使用不再局限于单一数据库，而分布式数据库技术在此得到良好的体现。分布式数据库技术可以完美的实现混合应用，对此提供支撑的作用。分布式数据库技术可以很好的对数据进行筛选，对所需要的数据进行加工处理[3]，并且按照特定的程序进行相关的计算，满足当前各行业业务上的需要。
3.2 分布式数据库技术在大量业务中的应用
随着当前互联网技术的不断发展，各行业从实体经济向着虚拟经济发展的同时，也使得各行业的业务量大幅度提升，相应的为各行业的业务管理带来极大的不便。分布式数据库技术正好符合各行业业务办理的需要，在实际当中有着许多的业务用户使用。分布式数据库以其高效的负载管理能力，在面对大量业务和大量数据的时候，能够非常顺利的完成相关的作业要求，表现出非常高的业务办理能力。在进行这些业务的办理时，分布式数据库技术可以实现优先级的管理，如具有优先权或者VIP用户可以占用较多的资源，对于相关的数据，可以从大数据中提取当前的热点数据，并设置其为优先级数据。通过这样的一种方式，成功的实现分布式数据库在办理大量业务时保持其仍然具备高效性。
3.3 分布式数据库技术在查询功能中的应用
分布式的数据库技术在查询功能中也表现出一定的优越性，有着巨大的使用量。当实际当中会遇到这样的一种平台：提供自助服务的数据分析平台。这种类型的数据分析平台通常面对的客户基数较大，这也就使得出现同时访问的几率加大，而且会出现同时具有很多人访问的现象，为此使用到分布式数据库技术当中的并发度控制。通过相关实际的情况调查可以知道，在分布式数据库中，可以实现同时超过200个人进行相关数据的查询[4]。在对小于1亿条数据进行查询的时候，分布式数据库技术可以将处理的时间限制在2个小时的时间之内，如果是对两亿条左右的数据进行查询时，分布式数据库技术则可以将查询的时间限制在40min以内。对于这一数据，分布式数据库在查询功能中占据非常领先的地位。
3.4 分布式数据库技术在大量数据中的加载应用
分布式数据库技术在当前的实际应用之中，表现在具有超强的数据加载能力。在当前的大数据背景下，对于数据的加载处理能力显得尤为的重要，分布式数据库技术正好在这方面表现出卓越的性能，这也是其能够得到广泛运用的重要原因之一。据相关的数据统计显示，分布式数据库技术可以实现日汇总数据近30亿条。按月进行统计，每月可以达到300亿条左右，这是一个非常恐怖的数字，也正是分布式数据库技术卓越性能的又一良好的体现。
3.5 分布式数据库技术在扩容上的应用
在大数据时代下，数据是一种非常宝贵的财富，因此对于数据的存储显得特别的重要。而在原有设备的存储空间不够的情况下，需要进行扩容的处理，如果是传统的集中式数据处理，在进行扩容的时候会使得成本非常的昂贵，而且扩容后会影响到使用的效果。当前被广泛使用的分布式数据库技术在此点上的应用在显得相对要简单很多，只需要在分布式数据库技术增加上新的处理节点，就可以很轻松的实现扩容处理，在此情况下，完全能够适应当前的数据存储。
4建设驱动力
在大数据时代，面对海量数据的井喷式增长，传统集中式数据库的弊端日益显现，采用分布式数据库的驱动主要来源于以下方面：
（1）更强的扩展能力：传统小型机构成的数据库系统受限于其架构，最多几百TB级别的数据容量，其扩展性能已接近瓶颈。而分布式数据库架构能够动态地增添存储节点，在支持PB级别的数据环境方面更具优势。
（2）较大的成本优势：大数据下，传统小型机及数据库扩容成本急剧提升，而分布式数据库在成本方面具备较大的优势。以运营商存储总量为500TB的大数据分析系统为例，在考虑服务器、数据库软件及网络设备的整体架构方案设计下，传统数据库架构造价成本为11.2万元/TB，而分布式数据库架构造价成本仅为2.2万元/TB，单位造价降低80%。
（3）更优的使用效果：在大数据分析场景下，分布式架构的列存储、透明压缩、并行处理等技术很容易实现海量存储和管理要求，可以及时响应大规模用户的读/写请求，在查询、统计和分析类操作较传统数据库具备天然的优势。
5 结论
随着当前运营商对数据管理和应用需求的不断增加，分布式数据库技术得到极大的发展。本文对大数据环境下，分布式数据库的意义和相关技术进行了简单的分析，并着重对分布式数据库的具体应用进行具体的分析。分布式数据库可提高运营商系统的通用性、可扩展性、灵活性，并在一定程度上降低了开发成本。
参考文献：
[1]刘应波.太阳望远镜海量数据存储关键技术研究[D].中国科学院研究生院（云南天文台），2014.
[2]宋杰，郭朝鹏，王智，等.大數据分析的分布式MOLAP技术[J].软件学报，2014（4）：731-752.
[3]宋长青，吴丽平，郭锐，等.分布式数据库数据同步技术及其在气象行业中的应用[J].信息安全与技术，2012（12）：88-90.