主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
崔斌,高军,童咏昕,许建秋,张东祥,邹磊.新型数据管理系统研究进展与趋势.软件学报,2019,30(1):0
新型数据管理系统研究进展与趋势
Advance and Trend in Novel Data Management System
投稿时间:2018-07-03  修订日期:2018-08-21
DOI:10.13328/j.cnki.jos.005646
中文关键词:  分布式数据库  图数据库  流数据库  时空数据库  众包数据库
英文关键词:distributed data management  graph data management  stream data management  spatial-temporal data management  crowd-sourcing data management
基金项目:国家自然科学基金(61832001,61572040,61822201,61622201,61602087)
作者单位E-mail
崔斌 北京大学 信息科学技术学院, 北京 100871 bin.cui@pku.edu.cn 
高军 北京大学 信息科学技术学院, 北京 100871  
童咏昕 软件开发环境国家重点实验室(北京航空航天大学), 北京 100083  
许建秋 南京航空航天大学 计算机科学与技术学院, 江苏 南京 211106  
张东祥 电子科技大学, 四川 成都 611731  
邹磊 北京大学 计算机科学技术研究所, 北京 100871  
摘要点击次数: 575
全文下载次数: 222
中文摘要:
      随着各类新型计算技术和新兴应用领域的浮现,传统数据库技术面临新的挑战,正在从适用常规应用的单一处理方法逐步转为面向各类特殊应用的多种数据处理方式.分析并展望了新型数据管理系统的研究进展和趋势,涵盖分布式数据库、图数据库、流数据库、时空数据库和众包数据库等多个领域.具体而言:分布式数据管理技术是支持可扩展的海量数据处理的关键技术;以社交网络为代表的大规模图结构数据的处理需求带来了图数据库技术的发展;流数据管理技术用来应对数据动态变化的管理需求;时空数据库主要用于支持移动对象管理;对多源、异构而且劣质数据源的集成需求催生出新型的众包数据库技术.最后讨论了新型数据库管理系统的未来发展趋势.
英文摘要:
      With the emergence of novel computing techiniques and applications, the traditional database manamgement systems face challenges, and undergo significant shifts from the single data model processing to multiple data model processing. This paper presents a comphrensive survey on the recent progress and future direction in the novel data management systems, including distributed databases, graph databases, streaming databases, spatial-temporal databases and crowdsourcing databases. Specifically, the distributed techinqiues play a key role to improve the scabablity of large scale data processing. Graph data management techniques are driven by the big graph management requirement in applications like social network. Stream data management techiniques are also developed to process dynamic data. Spatial-temporal databases are mainly applied in the management of mobile objects. Last but not least, the processing of multiple sources, hetergonenous and low quality data motivates the advance of crowd-sourcing techniques. This paper also surveys other hot research directions and foresees the future work.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利