CMS实验元数据发现的数据聚集系统

摘要

在大型强子对撞机上的紧凑缪子螺线管探测器实验,具有数据量大(PB级规模)、数据类型复杂与数据地理上全球分布的特点.记录上述数据的元数据达到TB级的规模,并且以不同的格式保存在不同的关系和非关系数据源中,通过在这些异构数据源上添加一个缓存层的方法,实现一个提供精确的关键词查询的数据聚集系统.根据多重映射和聚集的方式支持用户的查询,并利用有效的缓存管理策略来提升查询的命中率.实验结果表明,该系统能够通过缓存的方式响应超过70％的用户查询,具有良好的查询性能.