数据库与 MapReduce 融合的大数据管理技术探索
外文标题：Research on Big Data Management with Architecture of Fusion of Database and MapReduce
文献类型：期刊
作者：张延松[1]
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; 中国人民大学 中国调查与数据中心，北京 100872
年：2013
期刊名称：科研信息化技术与应用
期：1
页码范围：19-29
增刊：增刊
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
链接地址：http://d.g.wanfangdata.com.cn/Periodical_kyxxhjsyyy201301003.aspx
人气指数：1
浏览次数：1
基金：国家科技重大专项“核心电子器件、高端通用芯片及基础软件产品”
关键词：大数据;Key/value存储;MapReduce;大数据仓库
摘要：大数据管理是随着时代和技术发展而提出和演化的命题。随着大数据从传统的结构化数据向无结构化数据的转移，Key/value 存储、NoSQL、MapReduce 等技术成为数据库技术之外大数据管理的多样化手段。MapReduce 以其开放性成为当前大数据的代表技术，在大数据应用中，如何让MapReduce 与数据库高效协同，发挥各自的技术优势和平台优势，提供高性能、高可扩展性、高可用性的大数据服务平台成为重要的研究课题。本文讨论在大数据存储、管理与服务主题上的观点和技术路线，探索将MapReduce作为数据库新的应用与开发平台的可行性。
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.
