陳蘇海

摘 要： 針對大型數(shù)據(jù)庫的數(shù)據(jù)定位時間緩慢的問題，提出一種大型數(shù)據(jù)庫的數(shù)據(jù)快速定位方法。引進二分查找算法進行數(shù)據(jù)查詢，同時結合資源描述框架（RDF）三元組方法方便在大型數(shù)據(jù)庫中進行數(shù)據(jù)定位。根據(jù)大型數(shù)據(jù)庫的操作方式以及數(shù)據(jù)結構進行方位查找換算，可以實現(xiàn)在大型數(shù)據(jù)庫中對數(shù)據(jù)進行快速定位。實驗表明，設計的大型數(shù)據(jù)庫的數(shù)據(jù)快速定位方法，能夠快速、準確地在大量數(shù)據(jù)中進行數(shù)據(jù)定位，同時降低了對大型數(shù)據(jù)庫的影響。

關鍵詞： 軟件設計； 數(shù)據(jù)快速定位； 定位軟件； 數(shù)據(jù)查詢

中圖分類號： TN911?34； TP34 文獻標識碼： A 文章編號： 1004?373X（2017）24?0091?03

Abstract： A data rapid positioning method for large database is presented in this paper to solve the slow location of data in large database. A binary search algorithm is introduced for data query. The triad method for resource description framework （RDF） is combined for convenient positioning of the data in large database. Orientation seeking conversion is performed according to the operating mode and data structure of large database， which can achieve quick positioning of data in large database. The experiment results show that the designed quick positioning method for data in large database can realize quick and accurate positioning for a large amount of data， and reduce the impact on large database.

Keywords： software design； rapid data positioning； positioning software； data query

0 引 言

近幾年，更多的數(shù)據(jù)信息都是存儲在數(shù)據(jù)庫中，大型數(shù)據(jù)庫的建立已經(jīng)能夠通過網(wǎng)絡進行實時的信息數(shù)據(jù)提取，且已代替了原有的集中硬盤以及移動存儲[1]。大型數(shù)據(jù)庫相對傳統(tǒng)的硬盤存儲，其存儲信息數(shù)據(jù)的能力更強，對數(shù)據(jù)信息保存更加完善，并且通過網(wǎng)絡連接可以進行實時的調用，解放實際的占用空間，同時可以解決由于U盤或者移動硬盤丟失的損失。在大型數(shù)據(jù)庫中，為了能更加方便對數(shù)據(jù)信息進行存儲，通常狀況下會把文件進行壓縮存儲。

在對大型數(shù)據(jù)庫的數(shù)據(jù)定位過程中，雖然大型數(shù)據(jù)庫都設置了相關的索引，但是查找過程中的關鍵詞以及索引信息出現(xiàn)重疊，會很大程度上限制對數(shù)據(jù)的定位，同時定位的準確度也被降低。

本文設計的大型數(shù)據(jù)庫的數(shù)據(jù)快速定位軟件與傳統(tǒng)的方法相比較，能夠更加快速、準確地在大型數(shù)據(jù)庫中對數(shù)據(jù)進行查找，并且能夠有效地保證定位過程的準確性，通過試驗證明了大型數(shù)據(jù)庫數(shù)據(jù)快速定位軟件的有效性[2?3]。

1 傳統(tǒng)大型數(shù)據(jù)庫的數(shù)據(jù)定位緩慢因素

在大型數(shù)據(jù)庫進行數(shù)據(jù)存儲過程中，一般會劃分很多區(qū)域，這樣方便不同類型的文件進行存儲和區(qū)分，這樣的設置對數(shù)據(jù)庫進行數(shù)據(jù)的查找定位造成了阻礙。特別是大型數(shù)據(jù)庫中由于數(shù)據(jù)信息的量十分龐大，即便是根據(jù)索引進行查找也無法進行快速查詢定位。這給數(shù)據(jù)的使用以及數(shù)據(jù)的修改造成了麻煩，傳統(tǒng)的數(shù)據(jù)庫數(shù)據(jù)定位過程中，一般會根據(jù)屬性進行查找，這樣的定位方法會提升定位速度，但是依然無法滿足現(xiàn)代對數(shù)據(jù)快速瀏覽提取的要求。

本文針對大型數(shù)據(jù)庫設計了一種快速定位的方法，通過本文設計的方法可以實現(xiàn)在大型數(shù)據(jù)庫中對數(shù)據(jù)快速定位[3]。

2 大型數(shù)據(jù)庫的數(shù)據(jù)快速定位設計

大型數(shù)據(jù)庫的數(shù)據(jù)快速定位軟件結構圖如圖1所示。

對大型數(shù)據(jù)庫進行數(shù)據(jù)定位，其主要取決于對數(shù)據(jù)的查找能力以及查找方式，傳統(tǒng)的查找方式都是通過索引或者關鍵詞進行查找。這種查找方式是逐一的進行對比查找，因此速度極為緩慢[4?5]。為了方便進行查找，本文引入二分查找，這樣可以提高對數(shù)據(jù)的查找速度。假設一個擁有U位的二進制大型數(shù)據(jù)庫，并且數(shù)據(jù)庫中具有S個劃分區(qū)域，存儲的數(shù)據(jù)通過自然排序進行排列，其中的數(shù)據(jù)值域都是按照二進制進行的。二分查找算法流程圖見圖2，使用二分查找法進行查找時，首先需要對數(shù)據(jù)進行一定的數(shù)據(jù)排序，其排序公式如下：

排序過后需要進行RDF三元組的相關運算，一個RDF三元組由三個元素（n，N-1，N）組成，其中N是對查找的條件進行限制的元素，N-1是對查找過程進行限制的元素，n是查找模式的系數(shù)概括。通過RDF三元組能夠進行區(qū)域的查找，比傳統(tǒng)的逐一查找方便[6?8]。

最終通過模型可以得到矩陣：

式中：Sx表示最終結果；矩陣中的每個元素是坐標系下的全部數(shù)據(jù)屬性[10]。

通過與二分查找法進行結合可以得到矩陣：

式中：A，B，l三個矩陣分別代表數(shù)據(jù)屬性、數(shù)據(jù)特殊屬性、數(shù)據(jù)位置坐標。這樣既能保證查詢過程的速度，又能夠通過式子檢測其準確程度。

通過誤差匹配函數(shù)進行檢驗，得到：

通過上述的誤差匹配檢驗又可以排除一批數(shù)據(jù)，再通過坐標匹配檢驗得到下列公式：endprint

式中，每一個坐標元素檢驗都可以是零，如果有非零值，坐標位置便是想要找的數(shù)據(jù)，執(zhí)行坐標便可以定位。

通過上述設計的模型，改變以往的逐一定位的方式，能夠快速地在大型數(shù)據(jù)庫中找到想要定位的數(shù)據(jù)。

3 試驗驗證

為了驗證本文設計的大型數(shù)據(jù)庫的數(shù)據(jù)快速定位軟件的有效性，進行了仿真試驗，在實驗過程中對擁有100 MB信息的大型數(shù)據(jù)庫進行數(shù)據(jù)定位。首先使用傳統(tǒng)的查找流程，根據(jù)設置好的數(shù)據(jù)關鍵詞“再見”在數(shù)據(jù)庫中進行定位，并記錄時間。在使用本文設計的大型數(shù)據(jù)庫的數(shù)據(jù)快速定位方法進行數(shù)據(jù)定位。設置數(shù)據(jù)特殊屬性為“再見”，設置傳載系數(shù)U為7.5；查詢屬性關聯(lián)系數(shù)ΔX，ΔY分別為5.0，6.0，定位完成直接顯示位置以及時間。為了保證試驗的有效性，經(jīng)過多次試驗，結果如圖3所示。

通過圖3可以看出本文設計的大型數(shù)據(jù)庫的數(shù)據(jù)快速定位方法，對數(shù)據(jù)進行定位過程所使用的時間明顯低于傳統(tǒng)方法的定位時間。

通過表1可以看出本文設計的大型數(shù)據(jù)庫的數(shù)據(jù)快速定位方法能夠快速準確地在大型數(shù)據(jù)庫中對數(shù)據(jù)進行定位，解決了傳統(tǒng)方法的定位時間緩慢的問題。

4 結 語

本文設計的大型數(shù)據(jù)庫的數(shù)據(jù)快速定位軟件，通過使用二分查找法以及RDF 三元組方法在數(shù)據(jù)庫中進行查找定位，有效地解決了傳統(tǒng)方法的數(shù)據(jù)定位緩慢的問題。本文的設計能夠充分滿足現(xiàn)代對數(shù)據(jù)定位的要求。

參考文獻

[1] 張威，鮑麗娜.可快速定位的視頻流媒體大數(shù)據(jù)存儲系統(tǒng)[J].科學技術與工程，2014，14（1）：239?243.

[2] DO T X， KIM Y. EPD?NEMO： efficient PMIPv6?based distributed network mobility management [J]. Wireless networks， 2015， 21（7）： 1?12.

[3] 許應康，彭國金，劉威.飛行試驗數(shù)據(jù)自檢測系統(tǒng)軟件設計[J].現(xiàn)代電子技術，2015，38（6）：31?35.

[4] HORNG G J. Opportunistic content sharing scheme for distributed network in city environments [J]. Wireless personal communications， 2015， 84（4）： 1?24.

[5] 肖林京，文藝成，孫傳余，等.礦井物流管理和人員定位系統(tǒng)數(shù)據(jù)庫設計[J].工礦自動化，2015，41（4）：26?29.

[6] 朱保鋒，蘇小玲.大型網(wǎng)絡異常數(shù)據(jù)庫的快速數(shù)據(jù)定位模型仿真[J].微電子學與計算機，2016（2）：140?143.

[7] 羅國瑋，張新長，齊立新，等.矢量數(shù)據(jù)變化對象的快速定位與最優(yōu)組合匹配方法[J].測繪學報，2014，43（12）：1285?1292.

[8] PANDA M， KHILAR P M. Distributed self fault diagnosis algorithm for large scale wireless sensor networks using modified three sigma edit test [J]. Ad hoc networks， 2015， 25： 170?184.

[9] 劉興明，楊卓琴.多源數(shù)據(jù)庫中的入侵數(shù)據(jù)定位方法研究與仿真[J].計算機仿真，2016，33（3）：367?370.

[10] TOUBAKH H， SAYED?MOUCHAWEH M. Hybrid dynamic classifier for drift?like fault diagnosis in a class of hybrid dynamic systems [J]. Neurocomputing， 2016， 171： 1496?1516.endprint