导读:本文包含了数据存取对象论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:对象,数据,关系,面向对象,模型,内存,海图。
数据存取对象论文文献综述
褚征[1]（2018）在《基于内存云的大块数据对象并行存取策略》一文中研究指出伴随着大数据时代的不断加深,数据量呈指数趋势不断增长,同时数据维度也相应地持续增加,因此,快速实时数据分析等需求面临着新的挑战。提升数据存储服务的实时性、准确性以及交互性是数据分析领域重要的需求。然而当前大数据存储技术大多采用基于HDFS的分布式文件系统进行设计,存储层之上的众多应用性能也受到该文件系统与磁盘交互高延迟特性的制约。内存云(RAMCloud)是一种将所有数据存储在集群服务器内存中的新型存储系统,它能够加速数据的访问速度,有效解决了磁盘访问延迟较大的瓶颈。加之近年来内存价格的不断下降,使得内存云不断成熟以至达到普遍商用化成为了可能。使用内存云对数据对象进行存取时需限制对象的大小,因为内存云仅支持存储容量最大为1MB的小块数据对象,一旦数据对象的大小超过1MB,那么该对象将无法被直接存储在内存云集群中。然而,现实生活中需要被存取的对象大多为大于1MB的大块数据对象,为了充分利用内存云的快速访问特性且解决其存储大小受限问题,本文对内存云中大块数据对象的存储与读取方式展开了深入研究,并由此提出了一种基于内存云的大块数据对象并行存取方法。本方法共分为两个模块,分别为大块数据对象的存储和读取模块。其中存储模块充分利用了数据分割的思想,首先将大块对象分割成可以被内存云直接存储的若干个大小为1MB的小块数据对象,该分割过程在客户端进行,同时会生成相应的数据摘要,然后采用并行计算的策略将分割后的所有数据对象同时存储在内存云的集群中。读取模块的过程与存储过程反向对应,首先利用并行策略从内存云中读取所有小块数据对象,读取过程需根据数据摘要进行,然后将读取到的所有数据进行合并得到原始的大块数据对象。通过实验分析表明,在原始的内存云集群体系架构下,本方法的存储速度为16~18微秒,读取速度可达到6~7微秒;在InfiniBand的网络架构下,本方法的并行策略可以使得大块数据对象的存取与小块数据对象的存取具有相同级别的速度,成线性增长的加速比表明了本方法的高效性。同时,随着移动互联网的快速发展,如何从大量的移动应用中抽取有效的描述信息继而为移动用户提供有效准确的推荐策略变得尤为迫切。目前,移动应用市场对应用的推荐策略相对传统,大多是根据应用的单一属性进行推荐,如下载量、应用名称、应用分类等。针对推荐粒度过粗和推荐不准确的问题,本文提出了一种将内存云与LDA主题模型相结合的方法。该方法从应用的标签入手,构造应用的主题模型分布矩阵,利用该主题分布矩阵构建移动应用的相似度矩阵,同时提出了将移动应用相似度矩阵转化为可行的存储结构的方法。大量的实验证明了该方法的有效性,此外相比现有的应用市场推荐的应用其相似度提升130%。使用此方法解决了移动应用推荐过程中推荐粒度过粗的问题,从而使推荐结果更加准确。同时也证明了内存云加速机器学习的训练速度并提供线上应用热切换功能,使内存云与机器学习应用相结合成为了可能。(本文来源于《新疆大学》期刊2018-06-30）
褚征,于炯,鲁亮,英昌甜,卞琛[2]（2016）在《基于内存云的大块数据对象并行存取策略》一文中研究指出由于内存云(RAMCloud)只支持最大1 MB的小块数据对象存储,因此当大于1 MB的对象需要存储在内存云集群中就会受到对象大小的限制,无法在集群中进行存储。为了解决内存云存储限制的问题,提出了基于内存云的大块数据对象并行存取策略。该存储策略首先将大块数据对象分割成若干个1 MB的小块数据对象,然后在客户端生成数据摘要,最后使用并行存储算法将客户端分割成的小块数据对象存储在内存云集群中。读取时首先读取数据摘要,然后根据数据摘要从内存云集群中并行读取小块数据对象,并将小块数据对象合并生成大块数据对象。实验结果表明:大块数据对象的并行存取策略在不破坏内存云集群体系结构的前提下存储时间为16~18μs,读取时间为6~7μs。在Infini Band网络架构下,所提并行算法的加速比呈现类似线性的增长,它使大块数据对象也能够像小块数据对象一样在微秒级别下快速、高效地进行存取。(本文来源于《计算机应用》期刊2016年06期）
王霞,闫爱平,李娜[3]（2015）在《大对象数据的存取在Oracle数据库中的设计与实现》一文中研究指出随着计算机应用系统的广泛应用,应该系统的数据库越来越大,可以存储或应用的数据类型也越来越多。大对象数据作为普通数据类型的补充可以帮助我们解决很多现实问题。但大对象数据的存储和读取却是困扰数据库设计师的难题,通常会使用高级语言JAVA等来实现Oracle数据库中大对象数据。本文试利用PL/SQL存储过程来实现Oracle数据库中LOB数据的处理,丰富Oracle LOB数据库的技术理论。(本文来源于《电子技术与软件工程》期刊2015年06期）
袁勇[4]（2014）在《Oracle数据库大对象数据存取的两种实现方法及时间性能比较》一文中研究指出随着云计算、物联网时代的到来,大对象数据的存储和读取将是不得不面对的现实,系统化的数据管理才能使我们的工作事半功倍.本文讨论利用SQL*Plus存储过程或借助JAVA编程语言,来实现了Oracle数据库中大对象数据存取,并对其操作的时间性能进行对比,得出借助JAVA语言读取Oracle数据库大对象远优于通过存储过程读取的结论.(本文来源于《佳木斯大学学报(自然科学版)》期刊2014年01期）
丁蕊,周冬梅,晏强[5]（2011）在《VC中使用ADO存取OLE对象类型数据》一文中研究指出在数据库中的长二进制类型字段往往存储了如声音文件,"大文本文件"等大对象数据,并且这些数据以二进制流的形式存储,如何来存取这些数据就成了要解决的问题。文章以"大文本文件"为例,讨论了在VC++6.0中,如何利用ADO中对ACCESS数据库中的OLE对象类型的数据进行读取和存储。(本文来源于《电脑知识与技术》期刊2011年29期）
张全,陈可为,杨积斌,高海军[6]（2009）在《基于反射技术及面向对象的关系数据存取方法》一文中研究指出为了解决大型数据库结构复杂而引起的应用程序存取数据上的不便,本文详细讲解了将数据库关系模型映射成为对象的基本方法,对反射技术、OR映射等相关概念做了概述.并详述了如何利用反射技术将主键、外键等约束映射到对象模型上.(本文来源于《赤峰学院学报(自然科学版)》期刊2009年12期）
刘华,李峻林,熊俊,李升亮[7]（2008）在《大对象数据在数据库上的存取管理》一文中研究指出针对舰载作战系统中出现的大尺寸电子海图存取管理的难题,在工程应用中提出并实现了通过PROC、OC I和JDBC叁种Oracle数据库接口来实现电子海图存取的解决方法,并在Windows和Solaris平台上通过实验来对比叁种方法的存取效率,最后根据实验结果作出相对最佳方法的选择。(本文来源于《舰船电子工程》期刊2008年08期）
东庭,孙学康[8]（2005）在《使用JDBC数据接口存取Oracle LOB(大对象)》一文中研究指出本文首先介绍了Oracle使用LOB数据类型来处理非结构化数据,然后介绍了 通过JDBC数据接口连接Oracle数据库并对数据库进行SQL操作,最后分析了 一个将图像存储到数据库中并将其读出和显示在页面上的例程,进一步展示了 LOB和JDBC的应用。(本文来源于《电脑编程技巧与维护》期刊2005年12期）
孟莉莉,孔繁胜[9]（2005）在《基于XML的对象-关系数据存取研究》一文中研究指出提出了一种以XML文档为中介的对象-关系数据的存取模型,该模型有开放性、扩展性、可重用性等特点,可用于异构系统间数据交互,并给出了在Oracle 9 i和.NET环境中的实现实例。(本文来源于《计算机应用研究》期刊2005年11期）
生竹声[10]（2003）在《应用层数据型对象在RDBMS中存取技术的实现》一文中研究指出随着数据库相关的软件系统的广泛应用，企业、政府机构的数据管理方式越来越显出其重要性。数据的爆炸性增长，如果没有一个合理的管理办法的话，我们将会面对一大堆的数据垃圾而束手无策。数据的管理我们说大致涉及两个方面：数据存储和数据在应用系统中的使用。 在数据的存储方面，有ORACLE，MS SQLSERVER，DB2，INFORMIX，SYBASE，MYSQL等成熟的数据库服务器产品提供比较完善的功能。这些建立在关系数据理论上的产品无论是在功能、效率还是安全等方面可以说完全能够满足现有数据存储的需要。 随着面向对象的软件开发方法的提出，数据在信息系统中的使用面临着这样一个困难，即：数据存储是以关系模型来进行，而软件开发以对象模型为基础，造成了一定的困难。 本课题从理论和设计以及具体实现叁个层面，分析了这种不匹配，找出在两者之间转换的方法，提出了O2R编程框架的概念，试图让软件开发在此框架的辅助下自由、灵活地在两种模型之间转换，以提高软件开发的效率。(本文来源于《苏州大学》期刊2003-04-01）
数据存取对象论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于内存云(RAMCloud)只支持最大1 MB的小块数据对象存储,因此当大于1 MB的对象需要存储在内存云集群中就会受到对象大小的限制,无法在集群中进行存储。为了解决内存云存储限制的问题,提出了基于内存云的大块数据对象并行存取策略。该存储策略首先将大块数据对象分割成若干个1 MB的小块数据对象,然后在客户端生成数据摘要,最后使用并行存储算法将客户端分割成的小块数据对象存储在内存云集群中。读取时首先读取数据摘要,然后根据数据摘要从内存云集群中并行读取小块数据对象,并将小块数据对象合并生成大块数据对象。实验结果表明:大块数据对象的并行存取策略在不破坏内存云集群体系结构的前提下存储时间为16~18μs,读取时间为6~7μs。在Infini Band网络架构下,所提并行算法的加速比呈现类似线性的增长,它使大块数据对象也能够像小块数据对象一样在微秒级别下快速、高效地进行存取。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据存取对象论文参考文献
[1].褚征.基于内存云的大块数据对象并行存取策略[D].新疆大学.2018
[2].褚征,于炯,鲁亮,英昌甜,卞琛.基于内存云的大块数据对象并行存取策略[J].计算机应用.2016
[3].王霞,闫爱平,李娜.大对象数据的存取在Oracle数据库中的设计与实现[J].电子技术与软件工程.2015
[4].袁勇.Oracle数据库大对象数据存取的两种实现方法及时间性能比较[J].佳木斯大学学报(自然科学版).2014
[5].丁蕊,周冬梅,晏强.VC中使用ADO存取OLE对象类型数据[J].电脑知识与技术.2011
[6].张全,陈可为,杨积斌,高海军.基于反射技术及面向对象的关系数据存取方法[J].赤峰学院学报(自然科学版).2009
[7].刘华,李峻林,熊俊,李升亮.大对象数据在数据库上的存取管理[J].舰船电子工程.2008
[8].东庭,孙学康.使用JDBC数据接口存取OracleLOB(大对象)[J].电脑编程技巧与维护.2005
[9].孟莉莉,孔繁胜.基于XML的对象-关系数据存取研究[J].计算机应用研究.2005
[10].生竹声.应用层数据型对象在RDBMS中存取技术的实现[D].苏州大学.2003
论文知识图
