Big Data boosts the development of

Big Data boosts the development of data management and analysis in database systems but it also poses a challenge to traditional database. NoSQL databases are provided to deal with the new challenges brought by Big Data because of its high performance, storage, scalability and availability. In NoSQL databases, it is an essential requirement to provide scalable and efficient index services for real-time data analysis. Most existing index solutions focus on improving write throughput, but at the cost of poor read performance. We designed a new plug-in system PuntStore with pLSM (Punt Log Structured Merge Tree) index engine. To improve read performance, Cache Oblivious Look-ahead Array (COLA) is adopted in our design. We also presented a novel compact algorithm in bulk deletion to support migration of data from temporary storage to data warehouse for further analysis.

ผลลัพธ์ (ไทย) 1:

ข้อมูลขนาดใหญ่ช่วยเพิ่มการพัฒนาของการจัดการข้อมูลและการวิเคราะห์ในระบบฐานข้อมูล แต่มันยังทำท้าทายฐานข้อมูลดั้งเดิม NoSQL ฐานข้อมูลมีการจัดการกับความท้าทายใหม่ที่นำ โดยข้อมูลขนาดใหญ่เนื่องจากประสิทธิภาพสูง จัดเก็บ ขนาด ความพร้อมใช้งาน ในฐานข้อมูล NoSQL ความต้องการจำเป็นเพื่อให้มีประสิทธิภาพ และสามารถต่อขยายบริการการทำดัชนีสำหรับการวิเคราะห์ข้อมูลแบบเวลาจริงได้ โฟกัสแก้ไขดัชนีที่มีอยู่มากที่สุดในการปรับปรุงเขียนสูง ได้ค่ายากอ่านประสิทธิภาพ เราออกแบบปลั๊กอินระบบใหม่ PuntStore พร้อมเครื่องมือดัชนี pLSM (อินเทอร์เน็ตล็อกโครงสร้างผสานทรี) การอ่าน แคลบเลือนล่วงหน้าเรย์ (โคล่า) ถูกนำมาใช้ในการออกแบบของเรา เรายังนำอัลกอริทึมเป็นนวนิยายขนาดเล็กในการลบจำนวนมากเพื่อรองรับการโยกย้ายข้อมูลจากที่เก็บชั่วคราวการคลังข้อมูลสำหรับการวิเคราะห์เพิ่มเติม

ผลลัพธ์ (ไทย) 2:

ข้อมูลขนาดใหญ่ช่วยเพิ่มการพัฒนาของการจัดการข้อมูลและการวิเคราะห์ในระบบฐานข้อมูล แต่มันก็ท้าทายไปยังฐานข้อมูลแบบดั้งเดิม ฐานข้อมูล NoSQL มีไว้เพื่อจัดการกับความท้าทายใหม่ที่นำโดยข้อมูลขนาดใหญ่เนื่องจากประสิทธิภาพสูงของการจัดเก็บขยายขีดความสามารถและความพร้อม ในฐานข้อมูล NoSQL เป็นความต้องการที่จำเป็นเพื่อให้สามารถปรับขนาดได้และมีประสิทธิภาพการให้บริการดัชนีในการวิเคราะห์ข้อมูลเรียลไทม์ ส่วนใหญ่ที่มีอยู่แก้ปัญหาดัชนีมุ่งเน้นไปที่การปรับปรุงการเขียนผ่าน แต่ค่าใช้จ่ายของการอ่านที่ไม่ดี เราได้ออกแบบ plug-in PuntStore ระบบใหม่ที่มี pLSM (ถ่อเข้าสู่ระบบโครงสร้างต้นไม้ผสาน) เครื่องยนต์ดัชนี เพื่อปรับปรุงประสิทธิภาพการอ่านแคชอาร์เรย์ลืมมองไปข้างหน้า (โคล่า) จะถูกนำมาใช้ในการออกแบบของเรา นอกจากนี้เรายังนำเสนอวิธีการใหม่ที่มีขนาดกะทัดรัดในการลบจำนวนมากเพื่อสนับสนุนการย้ายถิ่นของข้อมูลจากการจัดเก็บชั่วคราวเพื่อเก็บข้อมูลสำหรับการวิเคราะห์ต่อไป

ผลลัพธ์ (ไทย) 3:

ข้อมูลใหญ่ช่วยเพิ่มการพัฒนาของการจัดการและวิเคราะห์ข้อมูลในระบบฐานข้อมูล แต่ยัง poses ท้าทายกับฐานข้อมูลแบบดั้งเดิม nosql ฐานข้อมูลไว้เพื่อจัดการกับความท้าทายใหม่ นำโดย บิ๊ก ดาต้า เพราะประสิทธิภาพสูงของกระเป๋า , scalability และความพร้อม nosql ในฐานข้อมูล ,มันคือความต้องการที่จำเป็นเพื่อให้เหมาะสมและมีประสิทธิภาพบริการดัชนีการวิเคราะห์ข้อมูลแบบเรียลไทม์ ส่วนใหญ่ที่มีอยู่ดัชนีโซลูชั่นมุ่งเน้นปรับปรุงเขียนสูง แต่ที่ค่าใช้จ่ายของประสิทธิภาพ อ่านไม่ดี เราออกแบบ puntstore ระบบปลั๊กอินใหม่ด้วย plsm ( เตะผสานเข้าสู่ระบบโครงสร้างต้นไม้ ) ดัชนีเครื่องยนต์ อ่านเพื่อปรับปรุงประสิทธิภาพแคชลบเลือนมองเรย์ ( โคล่า ) ถูกนำมาใช้ในการออกแบบของเรา นอกจากนี้เรายังนำเสนอวิธีใหม่ในการกระชับเป็นกลุ่มสนับสนุนการโยกย้ายข้อมูลจากที่เก็บชั่วคราวไปยังคลังสินค้าของข้อมูลสำหรับการวิเคราะห์ต่อไป