云環(huán)境下數(shù)據(jù)模型和索引技術(shù)分析

李可汀（山西農(nóng)業(yè)大學(xué)，山西晉中 030801）

云環(huán)境下數(shù)據(jù)模型和索引技術(shù)分析

李可汀
（山西農(nóng)業(yè)大學(xué)，山西晉中 030801）

科學(xué)技術(shù)的不斷發(fā)展使得數(shù)據(jù)量也開始得到了很大程度的增加，這就為數(shù)據(jù)的檢索帶來了困難，數(shù)據(jù)模型以及索引技術(shù)的應(yīng)用能夠為數(shù)據(jù)的處理提供幫助，因此必須針對上述技術(shù)進行探討與分析。文章主要論述的正是有關(guān)云環(huán)境下數(shù)據(jù)模型和索引技術(shù)的問題。首先，文章對云計算進行了簡要的概述，繼而在此基礎(chǔ)上分別針對數(shù)據(jù)模型及索引技術(shù)進行了闡述，希望能夠為數(shù)據(jù)處理效率的提高提供基礎(chǔ)。

云環(huán)境 數(shù)據(jù)模型 索引技術(shù)

信息技術(shù)的發(fā)展與社會各行各業(yè)的發(fā)展是相輔相成的，前者在進步的過程中能夠為后者提供技術(shù)基礎(chǔ)，而后者的發(fā)展又會對前者提出更高的要求。隨著經(jīng)濟全球化的到來，人與人之間的交流開始變得日益頻繁，同時每天產(chǎn)生以及需要處理的信息量也開始變得越來越大，想要使大量的數(shù)據(jù)能夠被有效處理，就必須要對相應(yīng)的技術(shù)進行研究。數(shù)據(jù)模型與索引技術(shù)是基于對海量數(shù)據(jù)進行處理的兩種方法，對其進行分析能夠為數(shù)據(jù)的處理以及云計算提供幫助。

1 云計算概述

對云計算的了解能夠為具體數(shù)據(jù)模型的建立以及索引技術(shù)的應(yīng)用提供基礎(chǔ)。以下文章主要從云計算的概念與特點兩個角度出發(fā)對其進行了概括性的闡述。

1.1 云計算概念

云計算主要是在待處理的數(shù)據(jù)量逐漸增多的基礎(chǔ)上發(fā)展起來的，在現(xiàn)代社會，數(shù)據(jù)量的提高在各個領(lǐng)域均有所體現(xiàn)，其中以網(wǎng)絡(luò)搜索體現(xiàn)的最為明顯，這在為數(shù)據(jù)處理帶來困難的同時，也激發(fā)了相應(yīng)領(lǐng)域?qū)τ谛录夹g(shù)的研究。云計算最初由谷歌公司所提出，在最初的階段，社會對于云計算并沒有準確的定義，但其本質(zhì)為計算模式這一點卻得到了社會的公認。用戶在對云計算進行應(yīng)用的過程中要被收取一定的費用，具體資費標準根據(jù)用戶使用量的大小存在差別，這一收費方式具有公平性，因此得到了大多數(shù)人的認可。總的來說，云計算中的“云”主要指的是一系列的服務(wù)器集群，而云計算則是通過對服務(wù)器集群的應(yīng)用去實現(xiàn)對數(shù)據(jù)的處理的一種方法。云計算的提出為數(shù)據(jù)處理問題的有效解決提供了基礎(chǔ)，它的出現(xiàn)是互聯(lián)網(wǎng)領(lǐng)域的一大進步。

1.2 云計算的特點

總的來說，云計算具有可靠性高，可以按需服務(wù)，同時在此基礎(chǔ)上，還形成了如下特點：首先，云計算能夠?qū)崿F(xiàn)彈性計算。在社會環(huán)境不斷發(fā)展變化的今天，信息與數(shù)據(jù)量也會在短時間內(nèi)呈現(xiàn)出不同的特點，單一的計算方式無法滿足人們對于數(shù)據(jù)計算的需求，必須實現(xiàn)彈性計算，才能使云計算跟進時代發(fā)展的步伐。彈性計算同時也是云計算實實在在具備的一個特點，實踐證明，云計算可以在僅僅幾分鐘內(nèi)便實現(xiàn)對突然增加的數(shù)據(jù)量的處理，這極大程度的滿足了人們的需要。其次，云計算中的數(shù)據(jù)存儲位置缺乏安全性。客戶對于云計算的應(yīng)用需要通過云計算公司來完車，因此，云計算工作必定具有客戶的諸多數(shù)據(jù)信息，通常情況下，根據(jù)公司要求，客戶的數(shù)據(jù)是需要被保密的，但盡管如此，潛在的危險卻依然存在，主要體現(xiàn)在數(shù)據(jù)的存儲位置不安全方面，這就為別有用心得人對數(shù)據(jù)的竊取提供了機會，因此，在云計算的應(yīng)用過程中，客戶必須要認識到這一點危險。最后，云計算數(shù)據(jù)能夠?qū)崿F(xiàn)遠程復(fù)制。用戶對于數(shù)據(jù)的使用并不是集中在某一階段，而使隨時都有可能，因此在對數(shù)據(jù)進行存儲的過程中，一定要保證其長期性，針對用戶的這一點需求，遠程復(fù)制的功能開始被挖掘，并被具體應(yīng)用在了云計算過程當中。實現(xiàn)了對存儲地區(qū)的跨越，為用戶對數(shù)據(jù)的使用帶來了便利。

2 云環(huán)境下數(shù)據(jù)模型分析

當前的數(shù)據(jù)模型已經(jīng)無法適應(yīng)時代的發(fā)展，同時也無法適應(yīng)客戶的需求，因此，必須要針對數(shù)據(jù)模型進行優(yōu)化與完善。具體完善過程需要在現(xiàn)有數(shù)據(jù)模型的基礎(chǔ)上完成，并通過分布式數(shù)據(jù)庫的方式對數(shù)據(jù)進行管理。

2.1 分布式數(shù)據(jù)庫

傳統(tǒng)的關(guān)系數(shù)據(jù)庫在過去很長一段時間里為數(shù)據(jù)處理問題的解決創(chuàng)造了很大的價值，但社會的發(fā)展要求數(shù)據(jù)庫不能以此為終點，必須做出改革才能保證自身的長遠進步。總的來說，傳統(tǒng)數(shù)據(jù)庫的缺點主要體現(xiàn)在以下方面：（1）擴展困難是關(guān)系數(shù)據(jù)庫的一個明顯缺點，這一數(shù)據(jù)庫在實現(xiàn)多種數(shù)據(jù)結(jié)構(gòu)建模方面的價值不可否定，但這同時也造成了數(shù)據(jù)擴展的困難。（2）讀寫速度慢也是關(guān)系數(shù)據(jù)庫的一個弱點，數(shù)據(jù)量的不斷增加是導(dǎo)致其讀寫速度出現(xiàn)問題的一個主要原因，由此引發(fā)的死機問題也必須得到重視。（3）應(yīng)用成本高也影響著其應(yīng)用的廣泛性。

分布式數(shù)據(jù)庫主要包括文檔數(shù)據(jù)庫、列族數(shù)據(jù)庫、Key-value數(shù)據(jù)庫以及圖數(shù)據(jù)模型等。文章主要以文檔數(shù)據(jù)庫為例對進行了闡述。相對于傳統(tǒng)的關(guān)系數(shù)據(jù)庫而言，文檔數(shù)據(jù)庫在靈活性方面得到了很大程度的提高，對于較難存儲的非結(jié)構(gòu)化數(shù)據(jù)可以輕松實現(xiàn)存儲過程。從其結(jié)構(gòu)上分析。文檔數(shù)據(jù)模型主要為一個key對應(yīng)一個value，需要注意的是，文檔數(shù)據(jù)庫中的value主要為有語義的格式文檔。除此之外，分布式數(shù)據(jù)庫還能實現(xiàn)對value創(chuàng)建二級索引，這在關(guān)系數(shù)據(jù)庫下是辦不到的。

2.2 分布式文件系統(tǒng)

圖1 GFS的分布式文件系統(tǒng)

在云環(huán)境下，為是實現(xiàn)數(shù)據(jù)的存儲，分布式文件系統(tǒng)是必須應(yīng)

············

用的一項技術(shù)，目前我國所應(yīng)用的分布式文件系統(tǒng)主要包括谷歌的GFS以及在此基礎(chǔ)上產(chǎn)生的HDFS。GFS的分布式文件系統(tǒng)如圖1所示。

通過系統(tǒng)分布圖可以看出，GFS主要包括主服務(wù)器、多個塊服務(wù)器以及多個客戶端組成，主服務(wù)器的數(shù)量只有一個，其主要功能是對整個文件系統(tǒng)進行整體上的管理。塊服務(wù)器存在多個，其主要功能是實現(xiàn)較為具體的存儲工作。與塊服務(wù)器相同，客戶端的數(shù)量也有很多，其主要功能是為了給應(yīng)用程序提供專用訪問接口，

2.3 數(shù)據(jù)分區(qū)技術(shù)

數(shù)據(jù)分區(qū)技術(shù)主要指的是對整個數(shù)據(jù)空間劃分為多個小區(qū)，以實現(xiàn)對每一部分分別存儲的一種數(shù)據(jù)存儲技術(shù)，其功能的實現(xiàn)需要按照數(shù)據(jù)的分布特征來完成。Key-value數(shù)據(jù)模型作為分布式文件系統(tǒng)中的一部分，其主要采用的數(shù)據(jù)分區(qū)技術(shù)為分布式哈希表。這一分區(qū)技術(shù)具有簡單方便的特點。

哈希表的本質(zhì)為一種數(shù)據(jù)結(jié)構(gòu)，還具有良好的健壯性以及可擴展性。這樣的特點與功能很好的解決了傳統(tǒng)的關(guān)系數(shù)據(jù)庫擴展性差的缺點，除此之外，分布式哈希表還能夠以較低的系統(tǒng)開銷獲得較大的系統(tǒng)規(guī)模，這極大程度的提高了系統(tǒng)運行的可靠性，對于數(shù)據(jù)的存儲具有重要價值。

3 云環(huán)境下索引技術(shù)分析

在數(shù)據(jù)查詢過程中，索引的存在能夠有效的提高查詢效率，在云環(huán)境下，為使數(shù)據(jù)的查詢效率能夠得到進一步的提高，必須要在傳統(tǒng)的索引技術(shù)的基礎(chǔ)上對其進行優(yōu)化，以下文章首先介紹了傳統(tǒng)的索引技術(shù)及其優(yōu)缺點，繼而在此基礎(chǔ)上針對云環(huán)境下的索引技術(shù)進行了分析。

3.1 傳統(tǒng)索引技術(shù)

索引技術(shù)的應(yīng)用能夠為數(shù)據(jù)的搜索以及訪問提供基礎(chǔ)，在最早的文獻系統(tǒng)中，索引技術(shù)便一直存在，從整體上講，這一技術(shù)對于文獻查詢速度的提高具有重要價值，為工作效率的提高帶來了保證。計算機技術(shù)的出現(xiàn)于發(fā)展使得索引技術(shù)開始不再局限于傳統(tǒng)的文獻范圍內(nèi)，而是擴展到了數(shù)據(jù)庫領(lǐng)域，總的來說，傳統(tǒng)過的索引技術(shù)主要包括以下優(yōu)點：

首先，索引的存在極大程度的提高了數(shù)據(jù)的查詢速度，同時也就使查詢效率得到了提高。其次，表與表之間的連接得到強化，使得文章開始形成了一個整體結(jié)構(gòu)，對于讀者對于文章的全面了解具有重要意義。最后，索引的應(yīng)用還能夠使查詢性能得到提高。索引的優(yōu)點是確實存在的，但其缺點也不容忽視，主要體現(xiàn)在以下幾點：（1）索引的建立與應(yīng)用對于時間的要求較高，因此，想要保證索引技術(shù)能夠得到有效的優(yōu)化，花費大量的時間是必然的。（2）索引的存在會占據(jù)數(shù)據(jù)的空間。（3）數(shù)據(jù)庫中的數(shù)據(jù)如果發(fā)生了改變，那么索引也必須要改變，這會為其應(yīng)用過程帶來麻煩。

3.2 云環(huán)境下的索引技術(shù)

云環(huán)境下的索引技術(shù)需要滿足以下要求：首先，必須要滿足能夠支持多種查詢的要求。其次，要具有易于維護的特點。就目前的情況看，基于云環(huán)境的索引技術(shù)往往只能夠支持簡單的字母搜索，而無法支持復(fù)雜的搜索過程，這一點必須要加以改善。需要注意的是，云環(huán)境下的索引技術(shù)針對單維度數(shù)據(jù)與多維度數(shù)據(jù)需要有所不同。對于前者來說，分布式B-tree的數(shù)據(jù)結(jié)構(gòu)具有擴展度高以及成本低的優(yōu)點，但在應(yīng)用中，同時也會造成很大程度的內(nèi)部消耗，并且由于其要求將所有節(jié)點均建成一棵分布式B-tree，因此想要對其進行處理必須付出很大的代價。針對后者來說，可以采用KD樹的方式建立本地索引，這一索引建立方式能夠極大程度的減少對數(shù)據(jù)的處理成本，但在維護過程中卻需要更大量的開銷，除此之外，這一索引建立技術(shù)也沒有充分考慮到節(jié)點失效的問題，這就為其具體應(yīng)用過程帶來了困難。在云環(huán)境下，上述技術(shù)還必須得到進一步的提高與優(yōu)化，才能更加適應(yīng)時代的發(fā)展。

［1］孫春菊.云環(huán)境下數(shù)據(jù)模型和索引技術(shù)研究［J］.南京郵電大學(xué)，2013（5）13-15.

［2］申德榮，于戈，王習(xí)特，聶鐵錚，寇月.支持大數(shù)據(jù)管理的NoSQL系統(tǒng)研究綜述［J］.軟件學(xué)報，2013（8）81-84.

李可汀（1994—），男，漢族，山西太原人，本科，山西農(nóng)業(yè)大學(xué)環(huán)境科學(xué)專業(yè)。