中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
面向海量NetFlow数据的存储和查询处理方法研究

文献类型:期刊论文

作者陈重韬1; 王伟平2; 孟丹2; 崔甲3; 胡斌1
刊名高技术通讯
出版日期2016
卷号26.0期号:006页码:534
关键词NetFlow,多维属性聚簇存储( MACS)模型,实时数据存储,超多面体
ISSN号1002-0470
英文摘要针对全国骨干网高速海量NetFlow数据到来速度快、数据量大以及对所存数据进行频繁多维查询操作的特点,提出了一种多维属性聚簇存储(MACS)模型.该模型根据实际应用环境中查询的特点对数据进行空间分片,以并行加流水的方式对数据进行存储.此外,为NetFlow提出了一种超多面体的查询模式.真实环境实验结果表明,运用MACS模型实现的系统单点数据实时存储速度达到270万条/s,远远快于其他的数据分析系统,并且多维属性查询的速度优于Hive和Impala.
语种英语
源URL[http://119.78.100.204/handle/2XEOYT63/35069]  
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.中国科学院计算技术研究所
2.中国科学院信息工程研究所
3.中国信息安全测评中心
推荐引用方式
GB/T 7714
陈重韬,王伟平,孟丹,等. 面向海量NetFlow数据的存储和查询处理方法研究[J]. 高技术通讯,2016,26.0(006):534.
APA 陈重韬,王伟平,孟丹,崔甲,&胡斌.(2016).面向海量NetFlow数据的存储和查询处理方法研究.高技术通讯,26.0(006),534.
MLA 陈重韬,et al."面向海量NetFlow数据的存储和查询处理方法研究".高技术通讯 26.0.006(2016):534.

入库方式: OAI收割

来源:计算技术研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。