导读:本文包含了缓存数据库论文开题报告文献综述及选题提纲参考文献，主要关键词:人脸识别,刷脸出馆,Redis,Cluster集群,人脸序列
缓存数据库论文文献综述
周北平[1]（2019）在《基于时空缓存数据库的高校图书馆人脸识别应用》一文中研究指出随着图书馆信息化的快速发展,高校图书馆的安防和现代化管理是智慧图书馆发展的一个方向。在人工智能时代下,图书馆刷脸趋势越来越明显。高校图书馆的人脸识别场景与传统人脸识别场景有所不同,可结合图书馆场景对人脸识别技术进行改进。本文结合高校学生出入馆时间规律和行为习惯等的特点,利用Redis集群技术,搭建时空缓存数据库,动态调整人脸序列缓存,进而减少对人脸识别的响应时间。经实验测试,在不改变人脸识别算法的前提下,通过工程化的改良,可以节省服务时间,提升服务效率。(本文来源于《信息技术与信息化》期刊2019年09期）
杨瑞君,祝可,程燕[2]（2019）在《基于SVM访问预测机制的Web缓存数据库级替换策略》一文中研究指出Web缓存用于解决网络访问延迟和网络拥塞问题,缓存替换策略直接影响缓存的命中率。为此,文中提出一种基于访问预测机制的Web缓存替换策略。首先,根据用户之前的访问日志,通过预处理操作提取多项特征以构建特征数据集。然后,通过训练支持向量机(SVM)分类器来预测缓存对象是否可能被再次访问,将分类为不会再次被访问的缓存对象删除以腾出空间。仿真结果表明,与传统的LRU,LFU和GDSF方案相比,提出的策略具有较高的请求命中率和字节命中率。(本文来源于《计算机科学》期刊2019年06期）
黄小龙[3]（2019）在《面向数据库特性的SSD写缓存研究》一文中研究指出数据库系统是企业存储管理数据的重要方式,在业界得到了广泛应用。在实际应用中,某些企业基于磁盘构建的存储系统,由于其自身业务发展需求,需要为新的应用提供服务,新的应用的负载特性不同,对存储系统的要求也不相同,由于原来存储系统的性能和特性等因素,无法满足新的应用需求,同时兼顾成本等方面的考虑,可以使用SSD缓存解决上述问题。在基于磁盘构建的存储系统上应用数据库,通过SSD缓存可以避免传统磁盘随机读写性能差带来的影响,针对数据库的SSD缓存,需要为不同数据库设计一种通用的缓存解决方案,并且不同的数据库负载具有类似的I/O特性,SSD缓存需要识别这些特性动态调整其缓存策略。数据库的I/O可以分为两种类型:数据文件I/O和日志文件I/O,通过对数据库I/O测试分析发现,数据库系统中存在大量的随机写I/O,主要由日志文件操作引起,并且其I/O特性非常明显,其对应的I/O区域以写为主,这些随机的写I/O是制约数据库性能的主要瓶颈,所以对数据库的写I/O进行优化能够显着提高数据库的性能,基于以上的分析,提出了面向数据库特性的数据库写优化方案WOC(Write-only Cache):通过周期性收集数据库I/O数据,对其I/O特征进行提取,基于统计的预测算法能够预测未来数据库I/O特征,将符合预测的数据放入到SSD中进行缓存,从而提高数据库的性能。测试结果表明:WOC方案仅仅使用少量的SSD的情况下,能够显着提升数据库应用的性能。综合指标评价显示,在性能和成本的考虑下,WOC相比较其他方案是最佳的选择。(本文来源于《华中科技大学》期刊2019-05-01）
常万里[4]（2019）在《基于NoSQL数据库的云缓存服务构建技术的研究和实现》一文中研究指出为了减轻关系数据库的压力,提高应用程序存取数据速度,可以在应用程序和数据库之间建立一种缓存机制,但是这种缓存往往只能针对单一的业务。针对这个问题,可以将缓存应用在云平台中,作为云缓存提供服务。本文以NoSQL数据库为基础结合分布式缓存原理构建了一个云缓存系统。首先本文对云缓存中需要的相关技术和原理进行分析,确定了构建云缓存服务的可行性。接着对当前一些缓存软件进行了分析和对比,指出存在的不足和在云环境下运行的限制。Memcached作为一款内存缓存软件其性能要优于Redis,但是没有负载均衡和冗余备份的功能,分布式也是依赖于客户端来实现。而且这两款软件都没有提供多租户的功能,无法满足在云环境下为多个应用程序提供服务,所以本文提出了不针对单一业务、支持高并发、可扩展、高可靠的需求。需求明确以后,本文对整个云缓存系统进行架构设计和模块划分,依据不同的功能将系统划分为负载均衡模块、网络模块、用户模块、存储模块以及管理模块。然后本文对云缓存系统的各模块进行了详细的设计与实现。负载均衡模块利用CRUSH算法,通过分组计算的方式使得系统无论是请求连接的分布还是数据放置的分布都达到了负载均衡的效果。网络模块对整个系统的通信消息格式进行了定义,并结合异步的I/O网络库,提高了系统应对高并发的能力。用户模块提供用户身份验证功能,保障了系统的安全。存储模块不仅仅提供数据存取的功能,还通过逻辑数据空间到物理数据空间映射的方式实现了用户数据隔离的功能,从而满足了不针对单一业务的需求。而且存储模块通过主从备份的形式保障了节点间的数据一致性,提高了系统的可靠性。管理模块一是通过心跳机制来获取整个系统的运行情况。二是保障系统的可扩展性。对于新加入的节点,管理模块会重新计算数据组的分布,并完成数据迁移。最后本文基于NoSQL数据库构建了一个云缓存系统。接着对系统进行了详细测试,并分析测试结果,验证了云缓存系统能够满足最初提出的需求,而且能够稳定高效的提供缓存服务。(本文来源于《电子科技大学》期刊2019-03-26）
叶文[5]（2018）在《NoSQL数据库与缓存一致性研究》一文中研究指出随着大数据技术的发展,数据库系统面临数据的高并发读写和海量数据的存储,而传统的关系型数据库不能满足这方面的需求。NoSQL因其高扩展性、高性能、容错性、高伸缩性,在大数据管理中被广泛采用。由于NoSQL不再遵循数据库ACID原则,使得分布式系统无法同时满足一致性、可用性和分区容错性,Key-Value模型作为NoSQL中被使用得最多的一种存储模型,同样存在着此类问题。基于此,以Redis为例,探讨了NoSQL中持久性存储和缓存之间保持数据一致性的方法。(本文来源于《信息与电脑(理论版)》期刊2018年21期）
carloszhao[6]（2018）在《详解腾讯云新一代Redis缓存数据库》一文中研究指出当前内存数据库发展迅速,用户对于存储系统的要求也越来越高,为了满足各类业务场景的需要,腾讯云设计了新一代的内存数据库,不但保留了原来系统的高性能、高可用等特性,同时还兼容了当前流行的Redis原生协议及使用方式。我们试图在解决原生方案短板的基础上,不断创新,使得新系统同时具备易懂、易用、易维护、高可靠、低成本等特点。主要体现在以下几个方面:1.沿用了上一代自研系统使用共享内存的数据存储方案,(本文来源于《计算机与网络》期刊2018年08期）
陆鑫[7]（2018）在《Cassandra数据库索引及缓存在云计算中的研究与实现》一文中研究指出随着各种互联网应用的业务系统复杂度以及用户数据量的增长,数据的存储与读写压力随之不断提升,采用非关系型数据库,可以在一定程度上解决这个问题。常用的非关系型数据库Cassandra具有很好的横向可扩展性以及较好的写操作性能,但是,在实际使用过程中,发现Cassandra的读操作速度不是非常理想,并且并发性能也有着一定的瓶颈,而缓存和索引可以高效地提升数据系统的读操作速度。所以,本文将系统并且全面地介绍基于Cassandra数据库的缓存和索引数据系统的设计与实现。本文在保证了 Cassandra分布式特性的前提下,对于Cassandra数据库的并发读、写性能进行了优化。首先,读操作缓存以及索引系统可以很好地降低对于磁盘的直接访问,但是由于近两年内存价格居高不下,为了增大缓存的容量,提高缓存命中率,本文将近些年投入使用的固态硬盘作为内存的后备缓存使用,利用分代式算法思想对于内存和固态硬盘中的缓存数据进行分别处理,不仅可以对内存缓存进行扩容,还能够增强缓存的容错能力,实现缓存的持久化。其次,结合Bloom Filter的一种优化方法来作为索引系统,和Cassandra数据系统本身采用的LSM数据存储思想结合,通过存储寻址速度的加快,来提升整个系统的读性能。并且,为LSM数据存储方式增加数据缓冲层,来保证数据批量刷入磁盘,可以在一定程度上增强系统的写操作性能。最后,结合近些年非常热门的Node.js服务端框架以及对象关系映射思想,实现了 Node.js环境下的Cassandra数据库驱动,并且结合异步I/O以及多进程并发思想,实现了一个高效的Node.js数据服务端。除此之外,为了增强系统的可维护性,本文使用了数据可视化的方法将上述各个模块的运行状态实时反馈,保证了每个模块都能够稳定运行。通过上述几点优化,来实现一个可以很好地和现有的云计算平台结合的数据系统。本文的最后对于实现的Cassandra数据系统进行部署以及测试,分别测试系统最初预设的功能目标以及实现性能。测试结果表明,改进后的Cassandra数据系统的读性能有着较大幅度的提升,而并发性能和写性能也有小幅增长。(本文来源于《电子科技大学》期刊2018-03-23）
李祖华,吴嵩[8]（2018）在《面向分布式数据库的自适应多级缓存机制分析》一文中研究指出随着科技的迅速发展,大数据时代已到来,数据的使用不仅仅方便了人们的日常工作,还推动了社会的迅速发展。就目前而言,分布式数据库已建立并且得到了广泛的应用。但在其使用的过程中由于数据分散储存在不同的场地和数据节点,使得数据在使用和访问的过程中会导致节点间的不平衡,降低分布式数据库的整体性能,因而现阶段探寻新的分布式数据库缓存机制越来越重要。笔者以此为背景,从分布式数据库的系统概述出发,阐述了面向分布式数据库的自适应多级缓存机制的关键策略和实现算法,希望对分布式数据库的发展有一定的帮助。(本文来源于《信息与电脑(理论版)》期刊2018年02期）
张佳辰,刘晓光,王刚[9]（2018）在《多种存储环境下压缩数据库的缓存优化》一文中研究指出近年来,各行业数据量增速提升,对承担数据存储任务的数据库系统进行性能优化的需求也越来越强烈。利用关系型数据库I/O密集型、服务器CPU相对空闲的特点,在数据库中引入数据压缩技术,节省了数据存储空间和I/O传输带宽。但当今主流数据库系统的压缩技术都是针对传统的存储和运行环境设计,并未考虑固态硬盘(SSD)等新型存储设备和云数据库等虚拟化运行环境对系统性能的影响,因此,以数据库压缩系统在不同存储环境的缓存优化作为切入点,对系统整体性能的影响进行分析,给出了数据库压缩系统性能的分析模型,并以My SQL为例进行具体分析,给出了对应的缓存优化措施。在内核虚拟机(KVM)和My SQL数据库测试平台上的性能评估结果表明,所提出的优化方法使得系统性能最高有超过40%的提升,在某些配置下获得了优于物理机的性能。(本文来源于《计算机应用》期刊2018年05期）
张晗[10]（2017）在《Oracle RAC数据库缓存优化方法研究》一文中研究指出数据库系统的主要功能是进行数据的存储,数据库系统作为应用系统以及信息系统以的重要核心。随着业务量以及数据量的快速增长,需要引入数据库相关技术从而解决系统连续运行的问题。但是将高可用性集群技术,引入到数据库系统中具有很高的研究价值。基于现有的理论技术,本文研究了Oracle RAC数据库的缓存优化方法。根据研究影响数据库性能的因素,得出了Oracle RAC数据库的数据库缓存优化和传统的存在异同。另外本文介绍了Oracle RAC数据库的相关缓存内容。(本文来源于《数码世界》期刊2017年04期）
缓存数据库论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
Web缓存用于解决网络访问延迟和网络拥塞问题,缓存替换策略直接影响缓存的命中率。为此,文中提出一种基于访问预测机制的Web缓存替换策略。首先,根据用户之前的访问日志,通过预处理操作提取多项特征以构建特征数据集。然后,通过训练支持向量机(SVM)分类器来预测缓存对象是否可能被再次访问,将分类为不会再次被访问的缓存对象删除以腾出空间。仿真结果表明,与传统的LRU,LFU和GDSF方案相比,提出的策略具有较高的请求命中率和字节命中率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
缓存数据库论文参考文献
[1].周北平.基于时空缓存数据库的高校图书馆人脸识别应用[J].信息技术与信息化.2019
[2].杨瑞君,祝可,程燕.基于SVM访问预测机制的Web缓存数据库级替换策略[J].计算机科学.2019
[3].黄小龙.面向数据库特性的SSD写缓存研究[D].华中科技大学.2019
[4].常万里.基于NoSQL数据库的云缓存服务构建技术的研究和实现[D].电子科技大学.2019
[5].叶文.NoSQL数据库与缓存一致性研究[J].信息与电脑(理论版).2018
[6].carloszhao.详解腾讯云新一代Redis缓存数据库[J].计算机与网络.2018
[7].陆鑫.Cassandra数据库索引及缓存在云计算中的研究与实现[D].电子科技大学.2018
[8].李祖华,吴嵩.面向分布式数据库的自适应多级缓存机制分析[J].信息与电脑(理论版).2018
[9].张佳辰,刘晓光,王刚.多种存储环境下压缩数据库的缓存优化[J].计算机应用.2018
[10].张晗.OracleRAC数据库缓存优化方法研究[J].数码世界.2017