作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以NoSQL数据库的相关理论为基础,借助云计算和云存储技术设计了以分布式存储为架构的MongoDB数据库,为煤炭企业海量生产数据的智能化存储问题提供了解决方案.通过云存储系统性能测试得出,系统处理海量数据的性能高效、稳定,明显优于传统的关系型数据库.
推荐文章
基于煤炭企业的电力调度分析
煤炭企业
电力调度
GPS
RTU
海量可视化数据的存储技术研究
信息可视化
曲线展示
优化存储结构
Raptor DB
煤炭企业整体上市研究
煤炭企业
融资
整体上市
基于集群技术的海量数据存储技术研究
集群技术
海量数据存储
Oracle RAC
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 煤炭企业海量数据存储智能化技术研究
来源期刊 煤炭技术 学科 工学
关键词 云存储 海量数据 NoSQL MongoDB数据库
年,卷(期) 2017,(8) 所属期刊栏目 管理工程与决策
研究方向 页码范围 315-317
页数 3页 分类号 TP333
字数 2280字 语种 中文
DOI 10.13301/j.cnki.ct.2017.08.126
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李瑛 13 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (62)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(21)
  • 参考文献(1)
  • 二级参考文献(20)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
云存储
海量数据
NoSQL
MongoDB数据库
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤炭技术
月刊
1008-8725
23-1393/TD
大16开
哈尔滨市香坊区古香街30号
14-252
1982
chi
出版文献量(篇)
23677
总下载数(次)
45
论文1v1指导