使用JSON模型优化数据拉链表

• 作者: 王涛
• 来源期刊: 金融电子化
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: IT长廊
• 页码范围: 90-91
• 页数: 2页
• 语种: 中文

摘要

在数据仓库中,人们经常使用数据拉链表模型,对历史记录以及过去某一天状态的信息进行追踪.对于传统应用,针对这种类型数据进行访问的实时性以及并发性并没有太高要求.但在“互联网+”的今天,越来越多的数据需要被搬到线上,对外部最终用户提供访问.这种情况下,对外部用户提供在线拉链类型的数据服务时,系统必然会遇到高并发、低延迟等苛刻要求.本文使用了一种新型分布式文档类数据库SequoiaDB(巨杉数据库)作为演示平台,提出一种基于JSON模型的拉链表结构,能够在满足全部传统拉链表功能的前提下,为应用提供高性能的数据并发访问.这种模型以增加一定量的数据冗余为前提,定期使用“全量数据快照+增量拉链”的模式,使用JSON特有的数组结构,大幅降低应用对索引随机扫描的需求;同时使用分布式架构,将数据按照日期范围切分入不同物理节点,进一步提升历史数据存储的横向扩展能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛		1	0	0.0	0.0