数据密集型科学与工程:需求和挑战

• 作者: 周傲英 宫学庆 张蓉 王晓玲 金澈清
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 大数据 数据密集型科学与工程 需求 挑战
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 综论
• 页码范围: 1563-1578
• 分类号: TP311
• 字数: 18542字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2012.01563

摘要

科学研究在经历了实验科学、理论科学、计算科学阶段后,进入了数据密集型科学阶段,与之相伴的是大数据时代的到来.大数据泛指规模达到几百TB,甚至PB级的数据①,其典型的特征是分布、异构、低质量等.尽管传统数据库管理技术(特别是商业关系型数据库)在过去40年间取得了巨大成功,但是这些技术和系统无法有效管理支持数据密集型科学与工程(Data-Intensive Science and Engineering,DISE)的大数据.文中探讨数据密集型科学与工程的具体需求和现实挑战.它涵盖的内容表现在4个层面,包括数据存储与组织、计算方法、数据分析以及用户接口技术等.同时,数据质量、数据安全、数据监护等内容也需要在各层面得到重视.文中尝试梳理了数据密集型科学与工程的整体架构,回顾了相关领域的新近发展,分析了面临的挑战,探讨了未来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周傲英	华东师范大学软件学院上海市高可信计算重点实验室	79	5708	32.0	75.0
3	王晓玲	华东师范大学软件学院上海市高可信计算重点实验室	19	1772	10.0	19.0
7	金澈清	华东师范大学软件学院上海市高可信计算重点实验室	39	1646	13.0	39.0
8	宫学庆	华东师范大学软件学院上海市高可信计算重点实验室	17	274	7.0	16.0
9	张蓉	华东师范大学软件学院上海市高可信计算重点实验室	23	247	8.0	15.0