共查询到10条相似文献,搜索用时 46 毫秒
1.
2.
3.
《物探化探计算技术》2015,(6)
空间信息技术和遥感遥测等技术的飞速发展,产生了海量的遥感、地灾等行业空间信息数据。如何对海量空间数据进行合理的分级存储,以满足大数据时代下空间信息、地理信息等行业应用,这已成为日益紧迫的问题。海量空间数据分级存储作为一种全新的存储模式,为解决该问题提出了新的思路。结合海量空间数据的特点和日常数据应用的规律,提出了基于访问热度和聚类关联的海量空间数据分级存储模型,该模型主要包括热点数据分级、关联数据分级、数据的迁移三部分。最后通过嫦娥2号遥感数据模拟访问试验,优化了数据升级阀值,证明了分级存储模型用于海量空间数据的可行性。 相似文献
4.
如何高效存储、管理呈几何增长的高分辨率、高光谱遥感影像数据, 实现遥感数据的快速处理、检索和可视化是急需解决的问题.应用非关系型数据库技术, 设计了由遥感元数据库、遥感影像数据库以及影像金字塔3个部分组成的海量遥感影像存储模型; 建立了由硬件支撑层、数据层、数据服务层及应用层组成的遥感影像存储中间件.通过实验分析, 验证了基于非关系数据库的遥感影像数据存储模型及中间件对影像数据的读写、提取性能优于传统的关系数据库.研究成果可满足高分高光谱遥感探测与评价模型对海量影像高效存储、管理的需求, 具有重要的实用价值. 相似文献
5.
6.
智能地质调查大数据应用体系架构与关键技术 总被引:7,自引:0,他引:7
地质调查数据主要由结构化和非结构化多样性的数据构成。由非结构化多样性数据文件组成的报告,由于技术原因,长期以来一直以传统的目录文件方式进行存储。这种存储方式导致数据的查询、统计、更新等操作不但低效,而且非常不利于检索、查询、挖掘等应用,使得数据服务能力极低。通过把Hadoop生态体系融入中国地质调查云平台架构,基于Hadoop HDFS和HBase存储架构,建立非结构化地质数据基础内容库存储组织模式,采用Lucene全文搜索引擎架和地质领域本体词库构建快速随机访问的索引文件机制,改变了多样化、碎片化的复杂地质调查非结构化数据的存储、阅读、搜索和应用模式,为智能地质调查提供精确、快速服务奠定基础。 相似文献
7.
地质数据仓库设计中的几个问题 总被引:10,自引:2,他引:8
提出并讨论了地质数据仓库系统设计中的几个问题:操作数据存储作 和数据仓库间的数据接口,借用地理信息系统来存储和表示空间数据,级联式更新、主题间复杂交系的表达,以及专用的数据抽取模型的设计。 相似文献
8.
近年来,我国新增航磁测量数据在大规模持续增长,传统的关系型数据库难以有效地按采样点粒度存储“一点多值”的数据,对亿级数据量的读写存在效率瓶颈,并且存在分布式动态扩展的局限。通过对比分析多种非关系型数据库的特点,以MongoDB作为数据库载体,开展存储模式设计、索引构建和测试分析,结果表明,该存储模式高效、灵活、可扩展,在大数据量、多并发条件下的读写性能表现优异,能够支撑航磁测量大数据的存储管理和业务应用需求。针对其他传感器不同但组成特点类似的数据,如航空重力测量数据、航空伽马能谱测量数据、航空电磁测量数据等,亦可采用该存储模式,最终形成行业通用的解决方案。 相似文献
9.
JDO为对象持久性提供了第一个标准化的、完全面向对象的方法。JDO不但实现了透明的对象存储,而且提供到任何数据底层的存储功能,使得应用可移植性更强。完备的数据存储功能,易于维护的程序代码及开放的规范标准,都使JDO成为一种优秀的对象持久性机制。 相似文献