基于大数据存储区域自动筛选的数据库优化

郑倩倩+刘静静

摘 要：提出一种基于大数据存储区域自动筛选的数据库优化存储和访问技术，首先进行数据库中数据分布存储模型设计和数据结构分析，采用模糊C均值聚类算法进行大数据的存储区域优化聚类，提高数据聚敛能力。采用滤波算法进行数据库中的干扰滤波处理，对滤波输出的数据进行存储区域的自动筛选控制，实现数据库存储空间优化，提高数据库访问的指向性和配准性。仿真结果表明，利用该方法进行数据库优化设计，对大数据的存储和调度性能都有较大改善。

关键词关键词：大数据存储；数据库优化；聚类；滤波

DOIDOI：10.11907/rjdk.161795

中图分类号：TP392

文献标识码：A 文章编号：1672-7800（2016）008-0165-03

0 引言

近年来，随着大数据处理技术的快速发展，对大数据的存储和调度成为大数据信息处理的关键。随着人们对分布式数据库的逐步关注、深入研究与常态化应用，采用分布式级联数据库进行大数据存储成为大数据处理应用的重要方向。研究大数据的分布式级联数据库优化设计，将在云存储和大数据智能信息处理等领域具有较高的应用价值[1]。

通过对数据库存储结构和数据访问技术的优化设计，提高数据库对大数据的存储和调度控制能力。传统的数据库存储采用堆栈列表控制方法进行大数据存储，随着存储量和干扰的增大，导致数据库的调度和访问准确性不高。在数据库访问中，目前主要有基于语义信息特征提取的数据库访问技术、基于词频特征分布的数据库访问技术和基于关键字的数据库访问技术等[2，3]。……