当前位置:首页 期刊杂志

基于三层架构的网络信息平台数据库建设研究

时间:2024-05-22

黄东海

(广州科测空间信息技术有限公司,广东 广州 510630)

0.引言

随着网络数据库的建设,结合云平台和大数据信息处理方法,构建网络信息平台数据库,可实现网络大数据的优化存储设计。在进行网络信息平台数据库建设中,需要通过关系数据库构造的方法,进行数据图模型特征分析,在底层数据库中采用语义特征分析,结合节点优化部署控制和查询语言(如SQL、Xpath、Xquery、SPARQL等)的优化设计,实现数据库建设,研究网络信息平台数据库方法,在提高数据存储和管理能力方面具有重要意义[1]。

网络信息平台数据库建设的研究是建立在对网络信息技术处理和数据库的索引路径设计基础上,结合数据库的检索和查询算法,通过数据图进行数据库结构体系设计,采用B/S(Browser/Server)结构即浏览器和服务器结构的设计,构建网络信息平台数据库的输出终端,通过网络信息平台数据库融合,实现数据库设计[2]。文献[3]中提出基于统一模型和语言的知识图谱数据库管理系统,针对资源描述框架图(resource description framework,RDF)和属性图的不同数据管理方法,采用知识图谱数据存储和查询负载调度,实现数据库建设,但用该方法进行数据库建设的效率不高。文献[4]中建立云环境下基于SLA的优化资源分配方法,实现数据库设计和优化访问,利用了SLA中的计算力、网络带宽、数据存储的属性优势,结合粒子群调度,实现数据库建设和资源分配,但该方法的虚拟资源开销较大。针对上述问题,本文提出基于三层架构的网络信息平台数据库建设方法。首先采用MySQL、PostgreSQL数据库底层存储方法,构建树形结构模型并将数据发送至Sink节点,然后在动态资源分布结构体系下,通过模糊聚类实现对网络信息平台数据库的数据分类检索和数据库设计,最后进行实验测试分析,展示了本文方法在提高网络信息平台数据库存储和调度能力方面的优越性能。

1.总体设计构架和数据库建设模型体系

在业务系统数据访问中,应用三层架构思想,有助于进一步提升系统可用性以及可维护性。三层架构思想在应用中的系统设计包括面向过程、面向对象、面向组件等三种模式,其中最为重要的便是面向组件模式,其主要特点为系统耦合度低、开发效率高、维护成本低、成本投资不高,且复用性强,后期便于维护,面向组件已经成为软件系统设计和开发的主要模式。该模式在规模较大且设计较复杂的软件系统设计中,可以将其分解成若干个单元组件,并对各个组件进行单独设计,且对其分开编码,最后对各个组件进行组装,完成整个系统的设计及开发。由此便于实现系统后期的升级与维护,同时降低了开发难度。接下来针对三层架构网络信息数据库总体架构进行展开分析,并完成相应模型体系建构,以此完成相应的数据库建设。

1.1 数据库建设总体设计构架

为了实现网络信息平台数据库建设,构建网络信息平台数据库的总体结构模型。首先利用VLB(VESA Local Bus)总线设计方法建立网络信息平台数据库的总线结构模型,再采用TCP(Transmission Control Protocol)控制协议,进行网络信息平台数据库的程序加载控制。然后在网络信息平台数据库的底层端,通过数据层整合与分配数据中心的有限资源,在ANSI-SQL标准协议下,使客户端通过DSG(Direct Serialization Graph)图实现网络信息平台数据库的资源配置。接着根据数据库支持资源描述框架RDF[5],在知识图谱数据库管理系统——KGDB(knowledge graph database)中,采用属性图和实体图模型设计的方法,构建数据库的知识图谱存储模型,并将唯一标识ID(主键)和实体所拥有的属性property作为索引对象,采用MySQL、PostgreSQL数据库底层存储方法,依据实体和关系的类型,构建事务标识符(TID)标注元组模型。最后采用数据层、网络层和应用层的三层架构体系,将数据库的平台建设分为用户域、服务域、管理域、通信域和对象域,并构建无类型的实体参数集,依据RDF数据语义信息,进行基于关系模型的多模型图数据库构造,结构模型如图1所示。

图1 网络信息平台数据库的结构模型

上图中利用JSON键值建立网络信息平台数据库的查询终端,且为了节省存储空间,采用标签节点分类的方法,进行网络信息平台数据库的实体集分类;基于关系的属性图存储方法,得到唯一标识ID(主键)和实体模型,并采用扩展的SQL和Gremlin查询方案,进行数据库的属性图模型构造。接下来基于RDF图和属性图的定义,得到网络信息平台数据库属性列表,如表1所示。

表1 网络信息平台数据库属性列表

1.2 数据库建设模型体系

在面向服务的体系架构(service-oriented architecture,SOA)下建立网络信息平台数据库。首先通过移动终端融合控制,在总线架构下实现对网络信息平台数据库的体系平台建设;然后采集运维体系建设方案,通过读写类操作,在不同的网络平台下,构建网络传输层;接着网络架构采用物联网、互联网和无线传感器网络建立网络信息平台数据库的XML、Web中间件;最后采用上位机传输控制技术,基于微服务的构架体系,建立网络信息平台数据库的XML总线控制模型,完成数据库建设三层架构体系的构建,如图2所示。

在此基础上,结合表1所示的网络信息平台数据库属性列表分布,建立网络信息平台数据库的架构模型,并结合多节点通信技术,构建在统一存储方案下的实体集,然后采用实体的类型化参数标识的方法,得到数据库的属性图G=(V,E,η,src,tgt,λ,γ)。其中:V为数据库架构体系的管理模块顶有限集合;E为负责管理维护应用层的边有限集合,且满足V∩E=∅;函数η:E→(V×V)表示映射过程与资源调度的分配映射,如η(e)=(v1×v2)表示数据库访问节点v1与访问节点v2之间的资源调度分配映射;函数src:E→V为数据库访问的模糊灰色关联映射,如果src(e)=v,那么得到的tgt:E→V可表示为边到终结顶点的映射;λ、γ分别为分配映射系数和模糊灰色关联映射系数。数据库平台建设的操作变量集为v∈V(或e∈E),且顶点v(或边e)上属性property的值为val,将调度集中所有的冲突组成有向向量集,基于“读”“写”两种操作组成的属性值进行兼容性处理,以提高数据库访问的吞吐性能。

2.数据库建设优化实现

2.1 数据库设计相关算法

在动态资源分布结构体系下,通过模糊聚类实现对网络信息平台数据库的数据分类检索;然后设计数据库访问和优化检索算法,通过对网络信息平台和数据库关联系统的信息交互,进行数据动态特征分析;接着构建网络信息平台数据库的运维管理模型,基于有向图分析,得到数据库访问的优化调度融合模型;最后采用相似度融合,得到二事务单变量检索分布。

网络信息平台数据库的关联节点到另一个点之间的传输容量大小计算方法为使用稀疏矩阵进行数据收集,得到数据的采样时间间隔为t。设经过初始聚类后,经过M轮传输完成压缩传输簇M1,M2,…,Mq的中心点的距离为(1≤j≤q),采用分布式压缩感知测量,得到数据库的底层访问序列两簇合并的距离mergedistance。由此,给出一个数据图G=(V,E)和一组查询关键词Q={q1,...,q1},得到以当前访问节点为根节点的steiner树,采用Micro-Clusters算法实现数据库访问和设计。

2.2 数据库开发软件实现

在算法设计的基础上,进行网络信息平台数据库建设和软件开发设计,并在三维SOA架构协议下,对网络信息平台数据库的底层协议进行开发。接着建立网络信息平台数据库的协议处理和总线控制模块,并在Spring框架和Hibernate框架整合协议下,构建网络信息平台数据库的服务代理中心。然后分别采用分层构架体系和Multigen Creator技术,建立、生成网络信息平台数据库的人机交互中心及人机交互模块。最后通过对访问环境参数分析,在人机交互控制中心进行客户端控制,分析服务请求者的访问需求,并在信息交互过程中,进行对象访问控制。得到数据库检索的软件实现结构体系,如图3所示。

图3 数据库检索的软件实现结构体系

3.实验测试

实验测试中,对数据库中的文件集成数据大小为200 M,查询的关键词组数为5,类别属性为12,数据库的分布序列,如表2所示。

表2 数据库特征分布序列

由表2可知:不同的数据库分布维数所对应的数据信息量不同。为验证所提方法的应用性能,在不同的数据库分布维数下进行数据库资源调度耗时测试,其中数据量单位M,如图4所示。

图4 数据库调度耗时测试

由图4可知:所提方法进行数据库平台设计,数据库资源调度耗时较小,具有较好的稳定性。接着对数据库的查询时间进行测试,其结果如图5所示。

图5 查询时间

由图5可知:本文方法的查询时间较小,提高了数据库的实时检索和查询能力。

4.结束语

本文通过构建网络信息平台数据库,实现网络大数据的优化存储设计,提出基于三层架构的网络信息平台数据库建设方法。利用JSON键值建立网络信息平台数据库的查询终端,且建立网络信息平台数据库的XML、Web中间件,并采用上位机传输控制技术,基于微服务的构架体系,建立网络信息平台数据库的XML总线控制平台,实现数据信息平台数据库设计。测试得知:使用本文方法进行网络信息平台数据库建设,降低了访问时间,资源调度耗时较小。在现代互联网技术发展中,基于互联网交换中心能够进一步实现企业资源共享,对等连接,在现代网络信息平台管理类型逐渐丰富的情况下,进一步提升了信息管理数据量,同时增加了信息评测报告查询并发数量,在此情况下可以逐渐过渡到基于多台数据库服务器的数据库集群模式;在分层数据库架构应用下,为数据库建设向集群模式的过渡提供了便利。

免责声明

我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!