文献详情
架构大数据:挑战,现状与展望
外文标题：Architecting Big Data: Challenges, Studies and Forecasts
文献类型：期刊
作者：王珊^[1]王会举^[2]覃雄派^[3]周烜^[4]
机构：数据工程与知识工程教育部重点实验室(中国人民大学)北京100872;中国人民大学信息学院 北京100872

通讯作者：Wang, S.(swang@ruc.edu.cn)
年：2011
期刊名称：计算机学报
卷：34
期：10
页码范围：1741-1752
增刊：增刊
收录情况：EI(20114614525062)中文核心期刊要目总览中国科技核心期刊CSCD(CSCD:4367931)
所属部门：信息学院；数据工程与知识工程教育部重点实验室
语言：中文
ISSN：0254-4164
链接地址：http://d.g.wanfangdata.com.cn/Periodical_jsjxb201110002.aspx
DOI：10.3724/SP.J.1016.2011.01741
人气指数：2
浏览次数：2
基金：国家重大科技专项核高基项目; 国家自然科学基金; 中国人民大学科学研究基金(中央高校基本科研业务费专项资金; 中国人民大学研究生基金
关键词：大数据;大规模可扩展;MapReduce;并行数据库;深度分析
摘要：大数据分析相比于传统的数据仓库应用,具有数据量大、查询分析复杂等特点.为了设计适合大数据分析的数据仓库架构,文中列举了大数据分析平台需要具备的几个重要特性,对当前的主流实现平台——并行数据库、MapReduce及基于两者的混合架构进行了分析归纳,指出了各自的优势及不足,同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍,对未来研究做了展望.
作者其他论文



内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
一个基于三元组存储的列式OLAP查询执行引擎.朱阅岸;张延松;周烜,等.软件学报.2014,25(4),753-767.
面向大规模机群的可扩展OLAP查询技术.王会举;覃雄派;王珊,等.计算机学报.2015,38(1),45-58.
内存数据仓库集群技术研究.张延松;王珊;周烜.华东师范大学学报（自然科学版）.2014,117-132.
Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP.张宇;张延松;张兵,等.华东师范大学学报（自然科学版）.2014,240-251.