星瑞格杨俞平:Sinoregal时间序列在海量数据中的应用

服务器
在IT技术不断发展着的今天,越来越多的智能设备应用到人们的生活当中,比如:智能生活 (穿戴式装置, 智能手环, 智能手表), 智慧城市, 智能交通 (大众运输, 车载通讯, 自动车), 智能医疗 (居家看护), 智慧物流 (快递), 智慧农业 (温室或农场之温湿度环境

 2016年11月25日,由51CTO主办的WOT2016大数据技术峰会在北京粤财JW万豪酒店召开,50多位来自星瑞格软件、阿里、腾讯、百度、京东、小米等知名企业的大数据领域资深技术专家齐聚大会现场,将在两天的时间里与逾千名一线IT技术人员直面交流,分享经验。在WOT 2016大数据技术峰会的物联网分会场,星瑞格软件的高级技术顾问杨俞平做了《Sinoregal 时间序列(TimeSeries) -海量数据应用》的主题演讲。

在IT技术不断发展着的今天,越来越多的智能设备应用到人们的生活当中,比如:智能生活 (穿戴式装置, 智能手环, 智能手表), 智慧城市, 智能交通 (大众运输, 车载通讯, 自动车), 智能医疗 (居家看护), 智慧物流 (快递), 智慧农业 (温室或农场之温湿度环境), 智能安全 (安保监控系统), 智能电网 (智能电表与电力输送), 智能绿色建筑等等。而以上这些智能设备产生的数据都有一个鲜明的特点,具有时间关联的特性。

[[178140]]

星瑞格软件高级技术顾问杨俞平

在演讲中,星瑞格软件高级技术顾问杨俞平提到:“目前对于时序大数据的存储和处理往往采用关系型数据库的方式进行处理,但由于关系型数据库天生的劣势导致其无法进行高效的存储和数据的查询。时序大数据解决方案通过使用特殊的存储方式,使得时序大数据可以高效存储和快速处理海量时序大数据,是解决海量数据处理的一项重要技术。该技术采用特殊数据存储方式,极大提高了时间相关数据的处理能力,相对于关系型数据库它的存储空间减半,查询速度极大的提高。”同时,他认为时间序列函数优越的查询性能远超过关系型数据库,非常适合在物联网分析应用。

那么,星瑞格软件的数据库产品在物联网中到底是如何应用的呢?

其实,星瑞格软件的Sinoregal DS数据库在解决海量数据处理的一项重要技术就是时间序列(TimeSeries),该技术采用特殊数据存储方式(列式存储技术),极大提高了海量时间数据的处理能力,相对于关系型数据库它的存储空间减半、查询速度提高。高效存储和处理海量数据的能力对于Sinoregal DS时序解决方案来说至关重要。

比如,如果没有时序解决方案,就无法对一些能源和公用事业单位的数据库系统中的几万亿行数据进行高性能处理。所有的时间序列功能都是为了提高大数据系统的性能和可管理性。在各种传感器或嵌入设备对数据的采集记录时,都会包含时间戳,用户在记录这类数据时可以采用一个时间序列中设定固定时间间隔的数据,并通过使用时间序列函数(TimeSeries Function)实现对这些数据的实时查询、更新、删除、运算等操作。这类型的时间序列函数优越的查询性能远超过关系型数据库。Sinoregal DS数据库内置时间序列数据处理引擎, 在性能上有很好的表现, 应用程序开发上也相当便捷。

演讲中,杨俞平再次提到:“Sinoregal DS集成的设计理念特别适合于挑战当前的物联网环境。首先,Sinoregal DS为双引擎数据库,关系型与时间序列型(TimeSeries) 互补共存,可以满足客户多样性的需求。同时,还可以安装在非常小的嵌入式设备, 以极高的性能和高可用架构,支持结构化与非结构化混合型数据, 提供各种开发API及特殊数据复制能力和可扩展性,以及极小的管理开销。”

星瑞格软件的Sinoregal DS在物联网上的应用结合云端、大数据分析架构,由前端感知设备收集数据, 透过网络回传到云端处理中心, 通过分析后再将控制信息回传给控制器或发出警告, 进行各种精细或是细腻的即时处理, 或是通过大数据分析模型, 将这些采集到的信息分析成具有特殊意义的数据, 物联网是未来改变人类生活的重要科技, 星瑞格数据库是在物联网应用上的***选择。

责任编辑:云中子 来源: 51cto
相关推荐

2017-01-06 11:18:58

星瑞格

2016-12-06 15:40:08

海量计算星瑞格

2016-07-14 14:11:34

星瑞格数据库informix

2016-07-01 10:52:29

数据库

2017-06-21 17:04:23

大数据

2017-05-18 11:07:36

星瑞格国产数据库发展

2012-12-10 10:57:04

IBMdW

2024-03-06 16:08:13

人工智能扩散模型生成模型

2009-11-18 09:35:03

程春平中软董事长

2023-01-05 16:36:55

2018-02-02 08:31:22

数据存储分子

2022-06-14 16:38:42

行为序列机器学习黑产

2022-03-24 10:23:51

时间轮方法任务

2022-10-12 00:05:24

边缘数据时间序列金融
点赞
收藏

51CTO技术栈公众号