数据库引擎

摘要： 针对传统的多媒体数据库引擎存在控制延迟、无法实时完成相应任务处理等问题,提出一种多媒体数据库引擎多任务并行控制方法.通过分析多媒体数据库中存储、查询、管理以及操作技术,制定使用串行程序内结构化单入口方式,将其分为结构化与非结构化两种多任务并行控制机制.考虑到负载均衡问题,利用SSA算法对多任务进行估算合并,合并后分配至处理器上,同时建立相应的反馈机制,按顺序分配任务,重复此操作,最终完成多任务并行控制.通过仿真证明,所提方法大幅度降低了控制延迟,实时处理任务能力较高,可广泛应用在现实生活中.

摘要： 数据是银行信息科技最具价值的资产,面对数据库集群规模化、数据库引擎多元化、分布式数据库与单元化应用联合管理的新时代挑战,传统模式下数据库引擎与管控平台的强绑定关系日渐式微,能够统一纳管多种数据库引擎的通用DBPaaS平台应运而生。

摘要： 针对传统多变量短期电力需求预测方法没有归一化处理电力数据,导致预测性能较差、精度较低,提出基于大数据技术的多变量短期电力需求预测方法.在电网大数据框架中,连接MONGOOSE数据库引擎与短期电子服务器,完成大数据技术支持下的短期电力环境搭建.基于大数据技术,通过确定神经预测网络层数的方式,实现电力需求数据的归一化处理,根据多变量短期预测误差的计算结果,实现基于大数据技术多变量短期电力需求预测方法的应用.实验结果表明,研究方法的电力需求预测有效性更好,预测精度更高.

摘要： 针对传统关系数据库在面对大数据处理中的瓶颈以及Web 2.0技术架构类型网站的缺陷,提出了一种能够超大规模地存储数据,并且支持高并发的数据库引擎的设计,并阐述了其实现的设计方案和技术。

摘要： 多媒体数据库管理系统是多媒体数据库的重要组成部分之一。本文针对融合媒体数据检索和媒体内容处理的多媒体数据库引擎技术，提出了基于内容多媒体数据库引擎的概念，同时深入研究了该引擎具有体系结构、工作原理及与数据管理系统的结合方法，并最终得出结论，文中剖析的基于内容多媒体数据库引擎是可以实现的，且符合最初的目标。

摘要： 针对传统关系数据库在面对大数据处理中的瓶颈以及Web2.0技术架构类型网站的缺陷，提出了一种能够超大规模地存储数据，并且支持高并发的数据库引擎的设计，并阐述了其实现的设计方案和技术。

摘要： 本文介绍了基于ODBC技术实现i Fix组态软件与关系数据库通讯的原理和方法,增强了报表功能;工程应用实例表明该方法行之有效。

摘要： 多媒体数据库管理系统是多媒体数据库的重要组成部分之一。本文针对融合媒体数据检索和媒体内容处理的多媒体数据库引擎技术,提出了基于内容多媒体数据库引擎的概念,同时深入研究了该引擎具有体系结构、工作原理及与数据管理系统的结合方法,并最终得出结论,文中剖析的基于内容多媒体数据库引擎是可以实现的,且符合最初的目标。

摘要： Access是一种被轻量级WEB应用所广泛使用的小型数据库,在互联网行业中有大量的用户配合ASP和PHP等脚本语言进行WEB应用开发.它的数据库引擎JET和ACE相继问世,但是却鲜有人关注新旧两种引擎对于数据库性能的影响,在实际应用中研究甚少.本文试图用简单的测试方法和程序证实新旧版本引擎之间的差异,并通过实际测试得出了与一般认识相悖的结论:Access数据库引擎的处理速度新不如旧,主要进步在于稳定性而非速度.%Access is a small database which is widely used in lightweight WEB applications,a large number of users develop WEB applications with ASP and PHP scripting languages in Internet industry. Its database engine JET and ACE have come out one after another,but few people pay attention to the impacts of different engines on the perfor?mance of database,and there are few studies in practical applications. This paper attempts to use simple test meth?ods and procedures to confirm the differences between the old and new versions of the engine,and through the actual test get a conclusion contrary to the general understanding:Old Access database engine has a rapid treatment speed than the new one,its improvements lies in the stability rather than speed.

摘要： 空间数据库引擎是一种介于应用程序和数据库管理系统之间的中间件技术，是GIS软件平台的核心，主要解决文件管理系统在GIS应用中存在的问题和局限性。本文介绍了三种常见的空间数据库引擎体系结构，并以Arc SDE、Oracle Spatial和SuperMap SDX+为例对比三种体系结构的特点，同时指出空间数据库引擎实现的关键技术及发展方向。

摘要： 分布式嵌入实时数据库系统对于系统中的数据管理起着至关重要的作用.现有的一些数据库系统体积庞大,内存消耗大,网络交互复杂,实时性能不能满足系统需要.为此,在研究了Berkeley DB的基础上,对其数据模型、数据字典、网络特性、事务处理等方面进行了优化,设计了一个基于Berkeley DB核心的分布式嵌入实时数据库引擎.这种简洁的轻量级数据库系统更适合于嵌入式实时系统应用,可以为其提供更丰富的数据管理功能.

摘要： 如皋市近年来实施了一系列土地利用更新调查项目，目的是全面查清全市土地利用状况，掌握真实的土地基础数据，通过以ArcGIS作为开发平台，以Oracle9i数据库结合ArcSDE空间数据库引擎来实现土地利用数据的无缝存储和管理。

摘要： 通过Geodatabase可以有效地实现空间数据在数据库中的管理，但各种空间数据库引擎在储存数据格式上的不一致,影响各引擎相互间数据操作的效率。为了解决这一问题,本文以Office的Access数据库和ESRI公司Geodatabase为例,通过分析以上两种数据库引擎的数据格式,解决了从Access向Geodatabase的数据的转换以及对象特征类的几何形体的生成过程。

摘要： 本文提出了一个遥感影像元数据标准草案,并利用该元数据标准对遥感影像数据进行了描述.同时通过对信息本体的研究,提出了建立遥感影像信息本体.

摘要： 数据是GIS与数据库技术结合应用的关键。本文以交通专题为例，通过分析交通专题数据库的模型特点，研究设计了从地图数据库中获取专题数据的技术途径，并在此基础上开发了应用系统中信息显示的模块，为专题军事地理信息系统的应用奠定了基础。

摘要： 数据是GIS与数据库技术结合应用的关键。本文以交通专题为例，通过分析交通专题数据库的模型特点，研究设计了从地图数据库中获取专题数据的技术途径，并在此基础上开发了应用系统中信息显示的模块，为专题军事地理信息系统的应用奠定了基础。

摘要： 数据是GIS与数据库技术结合应用的关键。本文以交通专题为例，通过分析交通专题数据库的模型特点，研究设计了从地图数据库中获取专题数据的技术途径，并在此基础上开发了应用系统中信息显示的模块，为专题军事地理信息系统的应用奠定了基础。

摘要： 数据是GIS与数据库技术结合应用的关键。本文以交通专题为例，通过分析交通专题数据库的模型特点，研究设计了从地图数据库中获取专题数据的技术途径，并在此基础上开发了应用系统中信息显示的模块，为专题军事地理信息系统的应用奠定了基础。

摘要： 数据是GIS与数据库技术结合应用的关键。本文以交通专题为例，通过分析交通专题数据库的模型特点，研究设计了从地图数据库中获取专题数据的技术途径，并在此基础上开发了应用系统中信息显示的模块，为专题军事地理信息系统的应用奠定了基础。

摘要： 用于搜索非结构化数据的方法、系统和程序产品。通过由扩展搜索协调器首先搜索非结构化数据，来搜索作为文本数据或图像数据的非结构化数据。扩展搜索协调器具有非结构化数据搜索的搜索请求者和搜索代理之间的中间部件。搜索代理返回搜索结果给协调器以进行聚集。协调器聚集搜索结果并将搜索结果返回给包装器。包装器然后从聚集的搜索结果中提取结果属性，并使所述属性作为例如别名表中的一个或多个列。关系数据库使用结构化查询语言(SQL)可以搜索所述别名表。

摘要： 用于搜索非结构化数据的方法、系统和程序产品。通过由扩展搜索协调器首先搜索非结构化数据，来搜索作为文本数据或图像数据的非结构化数据。扩展搜索协调器具有非结构化数据搜索的搜索请求者和搜索代理之间的中间部件。搜索代理返回搜索结果给协调器以进行聚集。协调器聚集搜索结果并将搜索结果返回给包装器。包装器然后从聚集的搜索结果中提取结果属性，并使所述属性作为例如别名表中的一个或多个列。关系数据库使用结构化查询语言(SQL)可以搜索所述别名表。

摘要： 本发明实施例公开了一种数据库的操作方法，用于缩短用于程序的响应时间，提升用户体验。本发明实施例方法包括：数据库引擎接收应用服务器对数据库的写入请求；所述数据库引擎根据所述写入请求对所述数据库设置共享锁，并向所述应用服务器发送第一响应消息，以使所述应服务器对设置有共享锁的所述数据库执行内存写入操作；所述数据库引擎接收所述应用服务器对设置有共享锁的所述数据库的读取请求，并向所述应用服务器发送第二响应消息，以使所述应用服务器对设置有共享锁的所述数据库执行读取操作。本发明实施例还公开了一种数据库引擎，用于缩短用于程序的响应时间，提升用户体验。

摘要： 一种数据库系统可包括数据库服务和独立分布式存储服务。数据库服务(或其数据库引擎头节点)可负责查询解析、优化、和执行、事务性、和一致性，而存储服务可负责根据重做日志记录产生数据页面和那些数据页面的耐久性。例如，响应于指向特定数据页面的写入请求，数据库引擎头节点可产生重做日志记录，并且将它，但非数据页面，发送至存储服务节点。存储服务节点可存储重做日志记录，并且在应用所述重做日志记录之前将写入确认返回至所述数据库服务。服务器节点可将所述重做日志记录和其他重做日志记录应用至先前存储版本的数据页面以便创建当前版本。

摘要： 本申请公开了一种基于数据库引擎的数据处理方法、装置、终端及介质。其中方法包括：确定查询语句以及编辑查询语句所依据的语法规则；依据语法规则对查询语句进行解析，得到抽象语法树；基于预配置的目标数据库，确定抽象语法树的对应的至少一个元数据；确定查询语句的执行计划；依据抽象语法树对应的至少一个元数据和执行计划，对查询语句进行优化分析处理，以实现对目标数据库进行优化分析处理。本申请实现了对SQL语句的质量的自动化监控目的，降低了对SQL语句的质量分析成本，起到了通过对SQL语句的质量分析，达到对目标数据库进行优化的目的，避免了因数据库的不良设计，导致数据库对应用程序的响应缓慢情况的发生。

摘要： 本公开涉及具有数据库引擎和独立分布式存储服务的数据库系统。提供了一种系统，包括一个或多个计算节点，其中的每一个包括至少一个处理器和存储器，其中所述一个或多个计算节点被配置为共同实施在一个或多个存储设备上存储数据块的分布式数据存储。所述一个或多个计算节点中的一个计算节点被配置为：接收以所述数据块中的一个为目标的读取请求；识别存储在该计算节点上的指定要对目标数据块进行的修改的一个或多个更新记录；把所述一个或多个更新记录应用于所述目标数据块的先前存储版本以生成所述目标数据块的当前版本；以及响应于所述读取请求而返回所述目标数据块的当前版本。

摘要： 本发明实施例公开了一种数据库的操作方法，用于缩短用于程序的响应时间，提升用户体验。本发明实施例方法包括：数据库引擎接收应用服务器对数据库的写入请求；所述数据库引擎根据所述写入请求对所述数据库设置共享锁，并向所述应用服务器发送第一响应消息，以使所述应服务器对设置有共享锁的所述数据库执行内存写入操作；所述数据库引擎接收所述应用服务器对设置有共享锁的所述数据库的读取请求，并向所述应用服务器发送第二响应消息，以使所述应用服务器对设置有共享锁的所述数据库执行读取操作。本发明实施例还公开了一种数据库引擎，用于缩短用于程序的响应时间，提升用户体验。

摘要： 一种数据库系统可包括数据库服务和独立分布式存储服务。数据库服务(或其数据库引擎头节点)可负责查询解析、优化、和执行、事务性、和一致性，而存储服务可负责根据重做日志记录产生数据页面和那些数据页面的耐久性。例如，响应于指向特定数据页面的写入请求，数据库引擎头节点可产生重做日志记录，并且将它，但非数据页面，发送至存储服务节点。存储服务节点可存储重做日志记录，并且在应用所述重做日志记录之前将写入确认返回至所述数据库服务。服务器节点可将所述重做日志记录和其他重做日志记录应用至先前存储版本的数据页面以便创建当前版本。

摘要： 本发明实施例提供一种数据处理系统、方法、数据库引擎及用于数据处理的装置。其中，通过将数据库引擎接入MPC平台，在数据库引擎作为数据查询方的情况下，数据查询方可以从本端用户设备发送的数据查询请求中获取待查询项的属性信息，属性信息用于表明待查询项是明文执行还是密文执行。根据待查询项的属性信息将数据查询请求拆分为明文查询任务和/或密文查询任务，并将明文查询任务和/或密文查询任务发送给MPC平台。通过MPC平台将明文查询任务发送给对应的数据库引擎，以及将密文查询任务发送给对应的密文计算设备，从而实现明文、密文的混合查询，使得数据库引擎具备明密文混合查询的能力，提高了数据库引擎的处理能力。

摘要： 本申请实施例提供一种数据排序方法、数据库引擎及存储介质。在本申请实施例中，针对涉及多列排序的场景，首先按照多列中的聚簇列对待排序的数据行进行数据分组，再按照多列中的排序列以相同的排序顺序在数据分组之间以及每个数据分组内进行排序，按照这种排序方式得到的排序结果既可以保留聚簇列的数据聚簇特性，又可以基本保证数据的全局有序性，有利于提高聚簇列的相关计算性能。尤其是在基于排序结果进行查询时，既能保证按照数据范围查询时的性能基本不受影响，又能极大地提高按照数据分组查询时的性能。