欢迎来到天天文库
浏览记录
ID:28061243
大小:17.65 KB
页数:4页
时间:2018-12-08
《基于hadoop的非结构化数据管理在石油行业中的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。基于Hadoop的非结构化数据管理在石油行业中的研究与实现 摘要:随着互联网及大数据时代的到来,新数据的产生以指数级的速度增长,而这大量的数据中,又以格式不确定的非结构化数据为主。主流的关系型数据库技术很难驾驭非结构化数据,本文提出基于Hadoop分布式框架的非结构化数据管理体系。采用HBase数据库技术处理多格式的大量小文件,利
2、用Lucene检索引擎设计全文检索策略,并在此基础上搭建分层体系架构。 关键词:Hadoop;非结构化数据;Lucene 中图分类号:TP311文献标识码:A文章编号:1007--0054-01 1引言 在油田开发过程中,积累了大量的信息数据,包括办公文档、地震数据、方案文档及各种图件等非结构化的数据。将这些数据进行妥善的存储和管理,进一步挖掘数据价值对油田的可持续发展有着重要意义。 2Hadoop环境下的文档存储技术 数据库技术对比分析为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我
3、们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。 以Oracle为代表的传统关系型数据库能够对结构化数据进行很好的管理,也可以通过二进制大对象作为容器来存储非结构化数据。Oracle在管理与检索非结构化数据时,需要额外的处理能力和内存才能获得与文件系统
4、存储非结构化数据同样的性能。 由于对硬件性能的高要求,就使得许多针对非结构化数据的存储方案诞生,其中以�_源的Hadoop分布式计算框架为代表。 Hadoop采用流式数据访问模式,并使用主/从架构模式,通过多数据副本保存和分布式处理,保证了Hadoop能够以可靠、高效、可伸缩的方式存储处理数据。 Hadoop是为存储大文件设计的,在处理大量小文件时,每个小文件都以对象的形式存储在元数据节点内存中,大量小文件会占用大量内存,这样元数据节点的内存容量会严重制约集群的扩展;Hadoop以流式访问大量小文件时
5、,需要频繁请求数据节点以获取文件,严重影响元数据节点和数据节点的IO性能。 HBase是Hadoop中带有的分布式的、面向列的开源数据库。使用HBase存储非结构化数据,具有系统层小文件打包、全局命名空间等多种优势。 Oracle和HBase效率比较 仿照Oracle文档存储结构,设计HBase表行键结构,其中以文档代码为行键,录入时间为时间戳,列簇包括项目名称、文档名称、最后更改时间、文档内容、用户名称等,列簇字段可后期根据需要添加,保证了表格的扩展性。为了充分发挥“教学点数字教育资源全覆盖”项目设
6、备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。 使用Java语言接口分别连接Hbase数据库及Oracle数据库,在相同实验环境下,对文档上传下载效率进行测试。上传20个共130M的文档文件,Oracle耗时330秒,HBase耗时19秒
7、;下载同样大小文档,Oracle耗时42秒,HBase耗时14秒。通过对比得知,使用HBase存储非结构化数据,文件吞吐效率明显高于传统数据库。 3全文检索引擎Lucene Lucene是一套开源的全文搜索框架。非结构化数据入库前需要先对文档进行分词处理,之后Lucene通过全文扫描,将解析出来的信息写入索引库,主要包括:文件名称、全文本内容、文档时间、文档大小、文档页数等。当用户查询时,Lucene根据建立的索引内容进行查找,并将索引库的匹配内容返回,类似于字典查字的使用过程。 4体系架构搭建 以
8、HBase存储为基础,结合Lucene全文检索引擎设计基于Hadoop的非结构化数据管理系统。同时为保证与企业现有的管理系统集成,采用三层架构,通过访问接口和功能模块均能访问底层数据。架构图如下图1所示。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资
此文档下载收益归作者所有