李鳳

山西省太原市五一路公安廳

試論面向異構(gòu)類型的大數(shù)據(jù)查詢優(yōu)化措施

李鳳

山西省太原市五一路公安廳

互聯(lián)網(wǎng)的不斷發(fā)展，大數(shù)據(jù)時代悄然來臨，查詢優(yōu)化是異構(gòu)類型大數(shù)據(jù)需要解決的主要問題之一，對數(shù)據(jù)進行查詢優(yōu)化，提高數(shù)據(jù)有效利用，本文探討了異構(gòu)類型數(shù)據(jù)，并且對大數(shù)據(jù)的查詢方法Map Trim reduce與Impala有效的結(jié)合進行了分析。

異構(gòu)類型 大數(shù)據(jù) 查詢優(yōu)化

大數(shù)據(jù)時代下，數(shù)據(jù)的獲取更加準(zhǔn)確，而數(shù)據(jù)的存儲與處理方式也在不斷的完善，因此對于數(shù)據(jù)的查詢與優(yōu)化有著更高的要求，數(shù)據(jù)類型較為多樣化，查詢優(yōu)化是數(shù)據(jù)分析處理中的難題，文中從Map Trim reduce與Impala的角度出發(fā)，對數(shù)據(jù)的處理進行了分析，能夠提高數(shù)據(jù)的查詢效率，因此必須做好查詢優(yōu)化工作。

1 異構(gòu)類型數(shù)據(jù)的相關(guān)概述

1.1 異構(gòu)類型數(shù)據(jù)集成的模式

異構(gòu)數(shù)據(jù)中集成的模式是從集成的具體應(yīng)用方面來說的，在異構(gòu)數(shù)據(jù)具體的應(yīng)用中，為其提供全面的訪問視圖表，以便能夠形成數(shù)據(jù)的集成作用；還有復(fù)制模式，復(fù)制模式也就是Extract-Transform-Load，簡稱ETL，從另一方面來講也就是建設(shè)數(shù)據(jù)倉庫的方式，但對象并不只局限于數(shù)據(jù)倉庫，其是數(shù)據(jù)倉庫的重要組成部分，用戶通過數(shù)據(jù)源提取數(shù)據(jù)信息，然后經(jīng)過一定的數(shù)據(jù)處理，制定出數(shù)據(jù)倉庫模型，將數(shù)據(jù)引入到數(shù)據(jù)倉庫模型中，以便能夠更好的利用。

1.2 異構(gòu)類型數(shù)據(jù)集成的難點

異構(gòu)類型數(shù)據(jù)體現(xiàn)在體系上的異構(gòu)，數(shù)據(jù)源的類型具有一定的差異，異構(gòu)往往會表現(xiàn)在數(shù)據(jù)描述上的不同，才能夠?qū)?shù)據(jù)源的異構(gòu)性很好的體現(xiàn)出來，從另一種程度上來說，數(shù)據(jù)源面對同一種體系，也會存在不同模式上的異構(gòu)性。異構(gòu)類型數(shù)據(jù)集成的難點主要是體現(xiàn)在尋找數(shù)據(jù)源與目標(biāo)的映射關(guān)系以及把握數(shù)據(jù)集成功能方面，在異構(gòu)數(shù)據(jù)集成的過程中，尋找數(shù)據(jù)源與目標(biāo)的映射關(guān)系具有一定的難度，在數(shù)據(jù)處理上較為復(fù)雜，而尋找映射關(guān)系能夠有效的減小這一方面的難度，它能夠使數(shù)據(jù)源與目標(biāo)在語義方面保持一致。在數(shù)據(jù)尋找映射關(guān)系的過程中，除了尋找數(shù)據(jù)的語義，還要對數(shù)據(jù)語義進行分辨，根據(jù)數(shù)據(jù)源與目標(biāo)的對應(yīng)關(guān)系與分配的原則，才能有效的進行映射關(guān)聯(lián)。在功能方面，數(shù)據(jù)集成的功能很重要，其決定著數(shù)據(jù)處理的效率，集成功能是數(shù)據(jù)源達(dá)到目標(biāo)的過程，滿足數(shù)據(jù)集成的需求。另外，在進行海量數(shù)據(jù)的同步工作時，需要合理把握時間，集成的功能主要體現(xiàn)在數(shù)據(jù)處理步驟方面，數(shù)據(jù)集成具有完整性約束的特點，完整性主要體現(xiàn)在數(shù)據(jù)的事務(wù)處理方法上，在數(shù)據(jù)操作過程中必須確保數(shù)據(jù)的完整性，數(shù)據(jù)出現(xiàn)異常，及時對異常的數(shù)據(jù)進行處理，對數(shù)據(jù)進行錯誤記錄時，及時檢查，發(fā)現(xiàn)數(shù)據(jù)記錄錯誤，應(yīng)采取措施進行處理，以免造成不必要的影響。

2 面向異構(gòu)類型的大數(shù)據(jù)查詢優(yōu)化的研究

2.1 H base的概念

是一個分布式的、面向列的開源數(shù)據(jù)庫，對數(shù)據(jù)能夠靈活存儲，也可講分布式存儲系統(tǒng)，H base是Apache的Hadoop中的子項目，它與其他關(guān)系數(shù)據(jù)庫有著很多不同，具有特殊性，通常較適用于非結(jié)構(gòu)化數(shù)據(jù)存儲數(shù)據(jù)庫模型中。

2.2 Map Trim reduce與Impala查詢方法

通過利用Map Trim Reduce與Impala結(jié)合的查詢方法可以對數(shù)據(jù)進行合理的查詢，兩者之間各有各的特點，Map Trim reduce與Impala通過有效結(jié)合對數(shù)據(jù)進行編譯，從而來查詢數(shù)據(jù)的詳細(xì)信息，相對于Map Reduce與Impala結(jié)合來說Map Trim reduce更加具有靈活性，工作的處理效率很高，工作質(zhì)量也能保證，在具體的操作過程中，Map Trim reduce對Impala輸入的數(shù)據(jù)會采取預(yù)先處理的方式，可以檢查有沒有多余的數(shù)據(jù)以及一些沒有價值的結(jié)果，提前將這些數(shù)據(jù)結(jié)果進行處理，減少了工作的流程，通過Impala在對其采取方法查詢，另外強調(diào)的是，對同一個處理結(jié)果進行查詢時，Map Trim reduce采取預(yù)先處理后的數(shù)據(jù)在HDFS具有持續(xù)性與永久性，因此Impala可以對中間處理后的結(jié)果采取查詢，不同于Map Trim Reduce對先前的Mapper進行預(yù)先處理，減少了工作環(huán)節(jié)，減小了工作量，提高了數(shù)據(jù)處理的工作效率，具有很大的時效性。

3 結(jié)語

大數(shù)據(jù)時代下，數(shù)據(jù)信息的價值引起了人們的高度重視，因此大數(shù)據(jù)的查詢與優(yōu)化具有特殊的意義，不斷的對大數(shù)據(jù)進行查詢優(yōu)化能夠提高工作的效率，保證工作的質(zhì)量，在實際的應(yīng)用工作中，能夠很好的發(fā)揮其自身優(yōu)勢，掌握好結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)據(jù)處理方式，對數(shù)據(jù)查詢優(yōu)化方法進行不斷的研究，有利于數(shù)據(jù)的有效運用，促進社會科技不斷發(fā)展。

[1]楊陟卓,黃河燕.基于異構(gòu)關(guān)系網(wǎng)絡(luò)圖的詞義消歧研究[J].計算機研究與發(fā)展,2013,50:437-444

[2]舒昝,張曉冉.面向異構(gòu)類型的大數(shù)據(jù)查詢優(yōu)化研究[J].自動化與儀器儀表,2016,(4):199-200

[3]孔祥疆,馬玉鵬,李英凡等.異構(gòu)數(shù)據(jù)庫中的數(shù)據(jù)類型轉(zhuǎn)換[J].計算機應(yīng)用研究,2006,23(4):217-218,221