基于NoSQL数据库的地学大数据高效存储方法

吉林大学学报(信息科学版)

基于NoSQL数据库的地学大数据高效存储方法

张天宇^a, 贺金鑫^a, 王阳^b, 付友萍^b

吉林大学 a. 地球科学学院, 长春 130061; b. 计算机科学与技术学院, 长春 130012

出版日期:2013-11-26 发布日期:2014-01-06
作者简介:张天宇（1989—）, 男, 山东青岛人, 吉林大学硕士研究生, 主要从事数字地质科学研究, （Tel）86-18686513793（E-mail）472579138@qq.com；通讯作者：贺金鑫（1979—）, 男, 长春人, 吉林大学副教授, 硕士生导师, 主要从事数字地质科学研究, （Tel）86-431-88502136（E-mail）hejx@jlu.edu.cn。
基金资助:
吉林省科技厅应用基础研究基金资助项目（20130102033JC）

Efficient Approach to Store Big Earth Data Based on NoSQL Database

ZHANG Tian-yu^a, HE Jin-xin^a, WANG Yang^b, FU You-ping^b

a. College of Earth Sciences, Jilin University, Changchun 130061, China;b. College of Computer Science and Technology, Jilin University, Changchun 130012, China

Online:2013-11-26 Published:2014-01-06

摘要/Abstract

摘要：

为解决传统的关系型数据库在海量数据的存储和访问效率中存在的瓶颈问题, 提出了一种基于非关系型（NoSQL： Not only SQL）数据库的地学大数据高效存储方法。同时以MongoDB为代表, 通过C#语言编写测试程序, 与SQL Server在地学大数据的存储、查询等方面进行了性能对比。结果表明, 与传统关系型数据库相比, NoSQL数据库的增、删和查询耗时明显降低, 尤其是针对海量的非结构化、半结构化数据, 其性能优势更加明显。

关键词: 大数据, 地球科学, 非关系型数据库, MongoDB数据库

Abstract:

To solve the bottleneck problems of the traditional relationship database in big data storage and access efficiency, this paper presents an efficient approach to store big earth data based on NoSQL (Not only SQL) database; MongoDB, a typical software of NoSQL, is compared with RDBMS (Relational Database Management System） in data storage and query performance. The result shows that NoSQL databases have the significant performance advantages in data adding, querying compared with RDBMS. Especially for the mass unstructured and semistructured data, the performance advantage is more obvious.

Key words: big data, earth sciences, not only SQL (NoSQL), MongoDB

中图分类号:

TP311

张天宇, 贺金鑫, 王阳, 付友萍. 基于NoSQL数据库的地学大数据高效存储方法[J]. 吉林大学学报(信息科学版), 2013, 31(6): 604-608.

ZHANG Tian-yu, HE Jin-xin, WANG Yang, FU You-ping. Efficient Approach to Store Big Earth Data Based on NoSQL Database[J]. Journal of Jilin University(Information Science Ed, 2013, 31(6): 604-608.

[1]	郭曼. 基于大数据的高校项目管理模式研究[J]. 吉林大学学报(信息科学版), 2017, 35(6): 662-669.
[2]	曾万聃,周敏奇,刘云翔 . 轨迹大数据的比较算法研究[J]. 吉林大学学报(信息科学版), 2016, 34(6): 792-799.
[3]	国珊珊, 宋欣, 周倩, 宋占伟. 基于GPRS的汽车状态与故障监控终端[J]. 吉林大学学报(信息科学版), 2015, 33(1): 64-71.
[4]	黄颖, 谢阳生. 全国林业资源数据集群存储技术研究[J]. 吉林大学学报(信息科学版), 2014, 32(3): 316-320.
[5]	唐俊奇. 松耦合多处理机在大数据处理中的应用[J]. 吉林大学学报(信息科学版), 2014, 32(2): 205-210.