基于多预测树组合算法的电力信息系统数据库缓存模型

• 作者: 任有学 刁赢龙 曲朝阳 朱莉 薄小永 颜佳
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电力大数据 数据库 缓存模型 预测树森林 SQL
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 产品及组件设计
• 页码范围: 70-75
• 页数: 6页
• 分类号: TM93
• 字数: 3879字
• 语种: 中文

摘要

为解决电力大数据时代背景下信息系统数据库体积大、并发量高导致的运行效率瓶颈，分析了当前几种缓存模型的基本架构和原理，综合电力内网中各业务系统的主要特点，构建了一个电力信息系统数据库缓存模型，在模型中设计了一种多预测树组合算法（预测树森林）。通过在应用层使用boosting方式对队列进行抽样得到具有时序性和业务逻辑特点的SQL语句构建预测树森林，智能预测可能发生的数据库操作并将结果集提前缓存到内存中，模型还可以根据系统的运行情况动态调整预测树森林的投票阈值，从而达到提高缓存效率和命中率的目的。并基于Oracle数据库对模型的可行性进行了讨论，在云平台下运行结果表明模型不仅算法收敛速度快而且能够实现同等内存容量下缓存效率的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲朝阳	东北电力大学信息工程学院	104	1025	15.0	26.0
2	朱莉	东北电力大学信息工程学院	4	188	2.0	4.0
3	颜佳		6	33	3.0	5.0
4	刁赢龙	东北电力大学信息工程学院	2	17	2.0	2.0
5	薄小永	东北电力大学信息工程学院	2	17	2.0	2.0