黃東海
(廣州科測空間信息技術有限公司,廣東 廣州 510630)
隨著網絡數據庫的建設,結合云平臺和大數據信息處理方法,構建網絡信息平臺數據庫,可實現網絡大數據的優化存儲設計。在進行網絡信息平臺數據庫建設中,需要通過關系數據庫構造的方法,進行數據圖模型特征分析,在底層數據庫中采用語義特征分析,結合節點優化部署控制和查詢語言(如SQL、Xpath、Xquery、SPARQL等)的優化設計,實現數據庫建設,研究網絡信息平臺數據庫方法,在提高數據存儲和管理能力方面具有重要意義[1]。
網絡信息平臺數據庫建設的研究是建立在對網絡信息技術處理和數據庫的索引路徑設計基礎上,結合數據庫的檢索和查詢算法,通過數據圖進行數據庫結構體系設計,采用B/S(Browser/Server)結構即瀏覽器和服務器結構的設計,構建網絡信息平臺數據庫的輸出終端,通過網絡信息平臺數據庫融合,實現數據庫設計[2]。文獻[3]中提出基于統一模型和語言的知識圖譜數據庫管理系統,針對資源描述框架圖(resource description framework,RDF)和屬性圖的不同數據管理方法,采用知識圖譜數據存儲和查詢負載調度,實現數據庫建設,但用該方法進行數據庫建設的效率不高。文獻[4]中建立云環境下基于SLA的優化資源分配方法,實現數據庫設計和優化訪問,利用了SLA中的計算力、網絡帶寬、數據存儲的屬性優勢,結合粒子群調度,實現數據庫建設和資源分配,但該方法的虛擬資源開銷較大。針對上述問題,本文提出基于三層架構的網絡信息平臺數據庫建設方法。首先采用MySQL、PostgreSQL數據庫底層存儲方法,構建樹形結構模型并將數據發送至Sink節點,然后在動態資源分布結構體系下,通過模糊聚類實現對網絡信息平臺數據庫的數據分類檢索和數據庫設計,最后進行實驗測試分析,展示了本文方法在提高網絡信息平臺數據庫存儲和調度能力方面的優越性能。
在業務系統數據訪問中,應用三層架構思想,有助于進一步提升系統可用性以及可維護性。三層架構思想在應用中的系統設計包括面向過程、面向對象、面向組件等三種模式,其中最為重要的便是面向組件模式,其主要特點為系統耦合度低、開發效率高、維護成本低、成本投資不高,且復用性強,后期便于維護,面向組件已經成為軟件系統設計和開發的主要模式。該模式在規模較大且設計較復雜的軟件系統設計中,可以將其分解成若干個單元組件,并對各個組件進行單獨設計,且對其分開編碼,最后對各個組件進行組裝,完成整個系統的設計及開發。由此便于實現系統后期的升級與維護,同時降低了開發難度。接下來針對三層架構網絡信息數據庫總體架構進行展開分析,并完成相應模型體系建構,以此完成相應的數據庫建設。
為了實現網絡信息平臺數據庫建設,構建網絡信息平臺數據庫的總體結構模型。首先利用VLB(VESA Local Bus)總線設計方法建立網絡信息平臺數據庫的總線結構模型,再采用TCP(Transmission Control Protocol)控制協議,進行網絡信息平臺數據庫的程序加載控制。然后在網絡信息平臺數據庫的底層端,通過數據層整合與分配數據中心的有限資源,在ANSI-SQL標準協議下,使客戶端通過DSG(Direct Serialization Graph)圖實現網絡信息平臺數據庫的資源配置。接著根據數據庫支持資源描述框架RDF[5],在知識圖譜數據庫管理系統——KGDB(knowledge graph database)中,采用屬性圖和實體圖模型設計的方法,構建數據庫的知識圖譜存儲模型,并將唯一標識ID(主鍵)和實體所擁有的屬性property作為索引對象,采用MySQL、PostgreSQL數據庫底層存儲方法,依據實體和關系的類型,構建事務標識符(TID)標注元組模型。最后采用數據層、網絡層和應用層的三層架構體系,將數據庫的平臺建設分為用戶域、服務域、管理域、通信域和對象域,并構建無類型的實體參數集,依據RDF數據語義信息,進行基于關系模型的多模型圖數據庫構造,結構模型如圖1所示。

圖1 網絡信息平臺數據庫的結構模型
上圖中利用JSON鍵值建立網絡信息平臺數據庫的查詢終端,且為了節省存儲空間,采用標簽節點分類的方法,進行網絡信息平臺數據庫的實體集分類;基于關系的屬性圖存儲方法,得到唯一標識ID(主鍵)和實體模型,并采用擴展的SQL和Gremlin查詢方案,進行數據庫的屬性圖模型構造。接下來基于RDF圖和屬性圖的定義,得到網絡信息平臺數據庫屬性列表,如表1所示。

表1 網絡信息平臺數據庫屬性列表
在面向服務的體系架構(service-oriented architecture,SOA)下建立網絡信息平臺數據庫。首先通過移動終端融合控制,在總線架構下實現對網絡信息平臺數據庫的體系平臺建設;然后采集運維體系建設方案,通過讀寫類操作,在不同的網絡平臺下,構建網絡傳輸層;接著網絡架構采用物聯網、互聯網和無線傳感器網絡建立網絡信息平臺數據庫的XML、Web中間件;最后采用上位機傳輸控制技術,基于微服務的構架體系,建立網絡信息平臺數據庫的XML總線控制模型,完成數據庫建設三層架構體系的構建,如圖2所示。
在此基礎上,結合表1所示的網絡信息平臺數據庫屬性列表分布,建立網絡信息平臺數據庫的架構模型,并結合多節點通信技術,構建在統一存儲方案下的實體集,然后采用實體的類型化參數標識的方法,得到數據庫的屬性圖G=(V,E,η,src,tgt,λ,γ)。其中:V為數據庫架構體系的管理模塊頂有限集合;E為負責管理維護應用層的邊有限集合,且滿足V∩E=?;函數η:E→(V×V)表示映射過程與資源調度的分配映射,如η(e)=(v1×v2)表示數據庫訪問節點v1與訪問節點v2之間的資源調度分配映射;函數src:E→V為數據庫訪問的模糊灰色關聯映射,如果src(e)=v,那么得到的tgt:E→V可表示為邊到終結頂點的映射;λ、γ分別為分配映射系數和模糊灰色關聯映射系數。數據庫平臺建設的操作變量集為v∈V(或e∈E),且頂點v(或邊e)上屬性property的值為val,將調度集中所有的沖突組成有向向量集,基于“讀”“寫”兩種操作組成的屬性值進行兼容性處理,以提高數據庫訪問的吞吐性能。
在動態資源分布結構體系下,通過模糊聚類實現對網絡信息平臺數據庫的數據分類檢索;然后設計數據庫訪問和優化檢索算法,通過對網絡信息平臺和數據庫關聯系統的信息交互,進行數據動態特征分析;接著構建網絡信息平臺數據庫的運維管理模型,基于有向圖分析,得到數據庫訪問的優化調度融合模型;最后采用相似度融合,得到二事務單變量檢索分布。
網絡信息平臺數據庫的關聯節點到另一個點之間的傳輸容量大小計算方法為使用稀疏矩陣進行數據收集,得到數據的采樣時間間隔為t。設經過初始聚類后,經過M輪傳輸完成壓縮傳輸簇M1,M2,…,Mq的中心點的距離為(1≤j≤q),采用分布式壓縮感知測量,得到數據庫的底層訪問序列兩簇合并的距離mergedistance。由此,給出一個數據圖G=(V,E)和一組查詢關鍵詞Q={q1,...,q1},得到以當前訪問節點為根節點的steiner樹,采用Micro-Clusters算法實現數據庫訪問和設計。
在算法設計的基礎上,進行網絡信息平臺數據庫建設和軟件開發設計,并在三維SOA架構協議下,對網絡信息平臺數據庫的底層協議進行開發。接著建立網絡信息平臺數據庫的協議處理和總線控制模塊,并在Spring框架和Hibernate框架整合協議下,構建網絡信息平臺數據庫的服務代理中心。然后分別采用分層構架體系和Multigen Creator技術,建立、生成網絡信息平臺數據庫的人機交互中心及人機交互模塊。最后通過對訪問環境參數分析,在人機交互控制中心進行客戶端控制,分析服務請求者的訪問需求,并在信息交互過程中,進行對象訪問控制。得到數據庫檢索的軟件實現結構體系,如圖3所示。

圖3 數據庫檢索的軟件實現結構體系
實驗測試中,對數據庫中的文件集成數據大小為200 M,查詢的關鍵詞組數為5,類別屬性為12,數據庫的分布序列,如表2所示。

表2 數據庫特征分布序列
由表2可知:不同的數據庫分布維數所對應的數據信息量不同。為驗證所提方法的應用性能,在不同的數據庫分布維數下進行數據庫資源調度耗時測試,其中數據量單位M,如圖4所示。


圖4 數據庫調度耗時測試
由圖4可知:所提方法進行數據庫平臺設計,數據庫資源調度耗時較小,具有較好的穩定性。接著對數據庫的查詢時間進行測試,其結果如圖5所示。

圖5 查詢時間
由圖5可知:本文方法的查詢時間較小,提高了數據庫的實時檢索和查詢能力。
本文通過構建網絡信息平臺數據庫,實現網絡大數據的優化存儲設計,提出基于三層架構的網絡信息平臺數據庫建設方法。利用JSON鍵值建立網絡信息平臺數據庫的查詢終端,且建立網絡信息平臺數據庫的XML、Web中間件,并采用上位機傳輸控制技術,基于微服務的構架體系,建立網絡信息平臺數據庫的XML總線控制平臺,實現數據信息平臺數據庫設計。測試得知:使用本文方法進行網絡信息平臺數據庫建設,降低了訪問時間,資源調度耗時較小。在現代互聯網技術發展中,基于互聯網交換中心能夠進一步實現企業資源共享,對等連接,在現代網絡信息平臺管理類型逐漸豐富的情況下,進一步提升了信息管理數據量,同時增加了信息評測報告查詢并發數量,在此情況下可以逐漸過渡到基于多臺數據庫服務器的數據庫集群模式;在分層數據庫架構應用下,為數據庫建設向集群模式的過渡提供了便利。