CN102521299A - 资源描述框架数据的处理方法 - Google Patents

资源描述框架数据的处理方法 Download PDF

Info

Publication number
CN102521299A
CN102521299A CN2011103915225A CN201110391522A CN102521299A CN 102521299 A CN102521299 A CN 102521299A CN 2011103915225 A CN2011103915225 A CN 2011103915225A CN 201110391522 A CN201110391522 A CN 201110391522A CN 102521299 A CN102521299 A CN 102521299A
Authority
CN
China
Prior art keywords
array
unit
bit
matrix
compress
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011103915225A
Other languages
English (en)
Other versions
CN102521299B (zh
Inventor
袁平鹏
金海�
赵峰
刘谱
吴步文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201110391522.5A priority Critical patent/CN102521299B/zh
Publication of CN102521299A publication Critical patent/CN102521299A/zh
Application granted granted Critical
Publication of CN102521299B publication Critical patent/CN102521299B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明公开了一种资源描述框架数据的处理方法，包括以下步骤：(1)利用哈希算法对资源描述框架数据进行处理，以生成N*3的矩阵，其中N为大于1的整数，矩阵的三列分别代表主体数组、谓词数据和客体数组，(2)确定主体数组和客体数组中的最大值eidmax，以及谓词数组中的最大值pidmax，(3)建立资源描述框架数据的关联矩阵M，其中，关联矩阵的大小为(eidmax+1)*N，并将关联矩阵M所有位初始化为0，(4)根据矩阵设置关联矩阵中的位值，并对资源描述框架数据进行转换，(5)对关联矩阵M进行压缩。本发明能够对大规模的资源描述框架数据进行高效地存储。

Description

资源描述框架数据的处理方法
技术领域
本发明涉及数据存储领域，更具体地说，本发明涉及一种资源描述框架数据的处理方法。
背景技术
资源描述框架(Resource Description Framework，RDF)已经成为数据交换的标准格式之一。它描述了互联网上的一个资源的属性及其与其他资源的关系。在形式上，RDF可以用一个三元组来表示：主体(subject)、谓词(predicate)和客体(object)。
由于RDF数据中，实体通常是用统一资源标识符(Uniform ResourceIdentifier，URI)或者字面(Literal)表示的，并且有很多是重复的，所以在存储时，通常先把这些URI或者字面转换成ID(整数)再进行存储。这样即减少了存储的空间，并且在查询也方便进行处理。在这个基础之上，根据ID的分布特点，提出各种压缩方法来减少ID所占用的空间。此外，对ID进行压缩在数据查询能够减少CPU缓存的缺失率，进而提高查询速度。
目前，国内外提出了一些资源描述框架数据存储系统。其中著名的有BitMat、RDF-3X等。BitMat采用了D-Gap的压缩方式，虽然有很好的压缩效果，但是其压缩的方式不利于快速地解压；RDF-3X采用了基于块的Delta压缩方式，但是其压缩方式不能快速地定位到某一特定的RDF三元组数据，并且其为了提高查询速度，存储的数据存在大量的冗余。总而言之，这些系统中没有很好地平衡数据的压缩效率和数据解压之间的关系。
发明内容
本发明的目的是提供一种资源描述框架数据的处理方法。该方法通过将RDF三元组数据表达成一个稀疏矩阵，根据稀疏矩阵的特点将稀疏矩阵进行自适应地压缩。利用本发明，能够对大规模的资源描述框架数据进行高效地存储。
本发明是通过以下技术方案实现的：
一种资源描述框架数据的处理方法，包括以下步骤：(1)利用哈希算法对资源描述框架数据进行处理，以生成N*3的矩阵，其中N为大于1的整数，矩阵的三列分别代表主体数组、谓词数据和客体数组，(2)确定主体数组和客体数组中的最大值eidmax，以及谓词数组中的最大值pidmax，(3)建立资源描述框架数据的关联矩阵M，其中，关联矩阵的大小为(eidmax+1)*N，并将关联矩阵M所有位初始化为0，(4)根据矩阵设置关联矩阵中的位值，并对资源描述框架数据进行转换，(5)对关联矩阵M进行压缩。
步骤(4)具体包括：
(4-1)设置计数器k＝1；
(4-2)读取矩阵的第k行数据，将数据的三个分量记为(SID，PID，OID)；
(4-3)将关联矩阵第k列中的第SID和第OID行置1；
(4-4)判断SID是否大于OID，若是进入步骤(4-5)，否则进入步骤(4-6)；
(4-5)将矩阵第eidmax+1行的第k列置1，
(4-6)并设置计数器k＝k+1；
(4-7)判断k是否大于N，若是，则进入步骤(5)，否则返回到步骤(4-2)。
步骤(5)具体包括：
(5-1)创建数组compress_buffer[]，并设置计数器i＝1，n＝0；
(5-2)读取关联矩阵中的第i行，并将其存储在变量bit_vector中；
(5-3)将变量bit_vector按每15位进行分组，以形成位单元数组bit_unit[]，若最后一个位单元不足15位，则进行补0对齐；
(5-4)设置计数器j＝1，并将位单元数组bit_unit[]的长度记为bit_unit_length；
(5-5)读取位单元数组bit_unit[]中的第j个位单元unitj；
(5-6)判断位单元unitj中的位值是否都相同，若是，则进入步骤(5-13)，否则进入步骤(5-7)；
(5-7)在数组compress_buffer[]中增加一个压缩存储单元，将压缩存储单元的最高标志位设置为0；
(5-8)设置计数器j＝j+1；
(5-9)判断j是否小于bit_unit_length，若是，则返回步骤(5-5)，若不是则进入步骤(5-10)；
(5-10)设置计数器i＝i+1；
(5-11)判断计数器i是否小于eidmax+1，若是，则返回步骤(5-2)，否则进入步骤(5-12)；
(5-12)保存数组compress_buffer[]；
(5-13)判断所述位单元unitj中的位值是否全为“1”，若是，则进入步骤(5-14)，否则进入步骤(5-17)；
(5-14)判断数组compress_buffer[]的第n-1个压缩单元的第v位的值是否为“1”，并且其长度部分是否少于0x3FFF，若是，则进入步骤(5-15)，否则进入步骤(5-16)；
(5-15)将压缩单元的值增1，进入步骤(5-8)；
(5-16)在数组compress_buffer[]中增加一个填充格式的压缩单元，将第v位设置为1，长度部分设置为1，设置计数器n＝n+1，并进入步骤(5-8)；
(5-17)根据数组compress_buffer[]的第n-1个压缩单元的第15、14、13位的位值来压缩当前位单元unitj，将第15位记为f，第14位记为v，第13位记为c。
步骤(5-17)具体包括：
(5-17-1)判断f是否为“0”，或者v是否为“1”，若是，则进入步骤(5-17-7)，否则进入步骤(5-17-2)；
(5-17-2)判断v是否为“0”且低14位值为0x3FFF，若是，进入步骤(5-17-7)，若不是，进入步骤(5-17-3)；
(5-17-3)判断c是否为“0”，并且长度部分少于0x1FFF，若是，则进入步骤(5-17-8)，否则进入步骤(5-17-4)
(5-17-4)将该压缩单元的位c变为“1”，并将长度部分除以4后增1；
(5-17-5)判断compress_buffer[]中第n-2个压缩单元的f，v，c位的值是否分别为1，0，1，若是，则进入步骤(5-17-6)，否则返回步骤(5-8)；
(5-17-6)将compress_buffer[]中的第n-2个压缩单元的长度补充至0x1FFFF，并从该数组中的第n-1个压缩单元中减去相应的长度，并返回步骤(5-8)；
(5-17-7)在数组compress_buffer[]中增加一个填充格式的压缩单元，并将其v设置为“0”，c设置为“0”，长度部分设置为“1”，设置计数器n＝n+1，并返回步骤(5-8)；
(5-17-8)将该压缩单元长度部分的值增1，并返回步骤(5-8)。
本发明具有以下优点：
(1)新颖性：本方法通过将资源描述框架数据表达成一个位关联矩阵，提供了后续操作的基础；
(2)压缩效率高：本方法根据位关联矩阵的特点，提出了一种高效的压缩方法；
(3)解压速度快：本方法采用的是局部压缩方法，在解压时可以根据局部的信息快速解压。
附图说明
图1为本发明资源描述框架数据的处理方法的流程图。
图2为本发明方法中步骤(4)的细化流程图。
图3为本发明方法中步骤(5)的细化流程图。
图4为本发明方法中子步骤(5-17)的细化流程图。
具体实施方式
下面结合附图和实例对本发明进行详细说明。
如图1-4所示，本发明资源描述框架数据的处理方法包括以下步骤：
(1)利用哈希算法对资源描述框架数据进行处理，以生成N*3的矩阵，其中N为大于1的整数，矩阵的三列分别代表主体数组、谓词数据和客体数组；
(2)确定主体数组和客体数组中的最大值eidmax，以及谓词数组中的最大值pidmax；
(3)建立资源描述框架数据的关联矩阵M，其中，关联矩阵的大小为(eidmax+1)*N，并将关联矩阵M所有位初始化为0；
(4)根据步骤(1)中矩阵设置关联矩阵中的位值，并对资源描述框架数据进行转换，具体步骤如下：
(4-1)设置计数器k＝1；
(4-2)读取矩阵的第k行数据，将数据的三个分量记为(SID，PID，OID)；
(4-3)将关联矩阵第k列中的第SID和第OID行置1；
(4-4)判断SID是否大于OID，若是进入步骤(4-5)，否则进入步骤(4-6)；
(4-5)将矩阵第eidmax+1行的第k列置1，
(4-6)并设置计数器k＝k+1；
(4-7)判断k是否大于N，若是，则进入步骤(5)，否则返回到步骤(4-2)；
(5)对关联矩阵M进行压缩：存储的格式分为两种：填充(fill)格式和字面(literal)格式。为了描述方便，将每个压缩单元的第15、14、13位分别记为f，v，c。literal格式为f位置“0”，后15位直接存储位值；fill的存储格式为f位置“1”，次高位存储的是连续的位单元的位值v，低14位标识连续的位单元长度。在存储“0”的fill中，采用两种格式进行存储，分别用位c来标识。当c＝0时，一个单位代表原始位向量中连续15个“0”；当c＝1时，一个单位代表原始位向量中连续60个“0”，具体的步骤为：
(5-1)创建数组compress_buffer[]，并设置计数器i＝1，n＝0；
(5-2)读取关联矩阵中的第i行，并将其存储在变量bit_vector中；
(5-3)将变量bit_vector按每15位进行分组，以形成位单元数组bit_unit[]，若最后一个位单元不足15位，则进行补0对齐；
(5-4)设置计数器j＝1，并将位单元数组bit_unit[]的长度记为bit_unit_length；
(5-5)读取位单元数组bit_unit[]中的第j个位单元unitj；
(5-6)判断位单元unitj中的位值是否都相同，若是，则进入步骤(5-13)，否则进入步骤(5-7)；
(5-7)在数组compress_buffer[]中增加一个压缩存储单元，将压缩存储单元的最高标志位设置为0；
(5-8)设置计数器j＝j+1；
(5-9)判断j是否小于bit_unit_length，若是，则返回步骤(5-5)，若不是则进入步骤(5-10)；
(5-10)设置计数器i＝i+1；
(5-11)判断计数器i是否小于eidmax+1，若是，则返回步骤(5-2)，否则进入步骤(5-12)；
(5-12)保存数组compress_buffer[]；
(5-13)判断所述位单元unitj中的位值是否全为“1”，若是，则进入步骤(5-14)，否则进入步骤(5-17)；
(5-14)判断数组compress_buffer[]的第n-1个压缩单元的第v位的值是否为“1”，并且其长度部分是否少于0x3FFF，若是，则进入步骤(5-15)，否则进入步骤(5-16)；
(5-15)将压缩单元的值增1，进入步骤(5-8)；
(5-16)在数组compress_buffer[]中增加一个填充格式的压缩单元，将第v位设置为1，长度部分设置为1，设置计数器n＝n+1，并进入步骤(5-8)；
(5-17)根据数组compress_buffer[]的第n-1个压缩单元的f、v、c的位值来压缩当前位单元unitj，具体步骤包括：
(5-17-1)判断f是否为“0”，或者v是否为“1”，若是，则进入步骤(5-17-7)，否则进入步骤(5-17-2)；
(5-17-2)判断v是否为“0”且低14位值为0x3FFF，若是，进入步骤(5-17-7)，若不是，进入步骤(5-17-3)；
(5-17-3)判断c是否为“0”，并且长度部分少于0x1FFF，若是，则进入步骤(5-17-8)，否则进入步骤(5-17-4)
(5-17-4)将该压缩单元的位c变为“1”，并将长度部分除以4后增1；
(5-17-5)判断compress_buffer[]中第n-2个压缩单元的f，v，c位的值是否分别为1，0，1，若是，则进入步骤(5-17-6)，否则返回步骤(5-8)；
(5-17-6)将compress_buffer[]中的第n-2个压缩单元的长度补充至0x1FFFF，并从该数组中的第n-1个压缩单元中减去相应的长度，并返回步骤(5-8)；
(5-17-7)在数组compress_buffer[]中增加一个填充格式的压缩单元，并将其v设置为“0”，c设置为“0”，长度部分设置为“1”，设置计数器n＝n+1，并返回步骤(5-8)；
(5-17-8)将该压缩单元长度部分的值增1，并返回步骤(5-8)。

Claims (4)

1.一种资源描述框架数据的处理方法，包括以下步骤：
(1)利用哈希算法对资源描述框架数据进行处理，以生成N*3的矩阵，其中N为大于1的整数，矩阵的三列分别代表主体数组、谓词数据和客体数组；
(2)确定主体数组和客体数组中的最大值eidmax，以及谓词数组中的最大值pidmax；
(3)建立资源描述框架数据的关联矩阵M，其中，关联矩阵的大小为(eidmax+1)*N，并将关联矩阵M所有位初始化为0；
(4)根据矩阵设置关联矩阵中的位值，并对资源描述框架数据进行转换；
(5)对关联矩阵M进行压缩。
2.根据权利要求1所述的处理方法，其特征在于，所述步骤(4)具体包括：
(4-1)设置计数器k＝1；
(4-2)读取矩阵的第k行数据，将数据的三个分量记为(SID，PID，OID)；
(4-3)将关联矩阵第k列中的第SID和第OID行置1；
(4-4)判断SID是否大于OID，若是进入步骤(4-5)，否则进入步骤(4-6)；
(4-5)将矩阵第eidmax+1行的第k列置1，
(4-6)并设置计数器k＝k+1；
(4-7)判断k是否大于N，若是，则进入步骤(5)，否则返回到步骤(4-2)。
3.根据权利要求1所述的处理方法，其特征在于，所述步骤(5)具体包括：
(5-1)创建数组compress_buffer[]，并设置计数器i＝1，n＝0；
(5-2)读取关联矩阵中的第i行，并将其存储在变量bit_vector中；
(5-3)将变量bit_vector按每15位进行分组，以形成位单元数组bit_unit[]，若最后一个位单元不足15位，则进行补0对齐；
(5-4)设置计数器j＝1，并将位单元数组bit_unit[]的长度记为bit_unit_length；
(5-5)读取位单元数组bit_unit[]中的第j个位单元unitj；
(5-6)判断位单元unitj中的位值是否都相同，若是，则进入步骤(5-13)，否则进入步骤(5-7)；
(5-7)在数组compress_buffer[]中增加一个压缩存储单元，将压缩存储单元的最高标志位设置为0；
(5-8)设置计数器j＝j+1；
(5-9)判断j是否小于bit_unit_length，若是，则返回步骤(5-5)，若不是则进入步骤(5-10)；
(5-10)设置计数器i＝i+1；
(5-11)判断计数器i是否小于eidmax+1，若是，则返回步骤(5-2)，否则进入步骤(5-12)；
(5-12)保存数组compress_buffer[]；
(5-13)判断所述位单元unitj中的位值是否全为“1”，若是，则进入步骤(5-14)，否则进入步骤(5-17)；
(5-14)判断数组compress_buffer[]的第n-1个压缩单元的第v位的值是否为“1”，并且其长度部分是否少于0x3FFF，若是，则进入步骤(5-15)，否则进入步骤(5-16)；
(5-15)将压缩单元的值增1，进入步骤(5-8)；
(5-16)在数组compress_buffer[]中增加一个填充格式的压缩单元，将第v位设置为1，长度部分设置为1，设置计数器n＝n+1，并进入步骤(5-8)；
(5-17)根据数组compress_buffer[]的第n-1个压缩单元的第15、14、13位的位值来压缩当前位单元unitj，将第15位记为f，第14位记为v，第13位记为c。
4.根据权利要求3所述的处理方法，其特征在于，所述步骤(5-17)具体包括：
(5-17-1)判断f是否为“0”，或者v是否为“1”，若是，则进入步骤(5-17-7)，否则进入步骤(5-17-2)；
(5-17-2)判断v是否为“0”且低14位值为0x3FFF，若是，进入步骤(5-17-7)，若不是，进入步骤(5-17-3)；
(5-17-3)判断c是否为“0”，并且长度部分少于0x1FFF，若是，则进入步骤(5-17-8)，否则进入步骤(5-17-4)
(5-17-4)将该压缩单元的位c变为“1”，并将长度部分除以4后增1；
(5-17-5)判断compress_buffer[]中第n-2个压缩单元的f，v，c位的值是否分别为1，0，1，若是，则进入步骤(5-17-6)，否则返回步骤(5-8)；
(5-17-6)将compress_buffer[]中的第n-2个压缩单元的长度补充至0x1FFFF，并从该数组中的第n-1个压缩单元中减去相应的长度，并返回步骤(5-8)；
(5-17-7)在数组compress_buffer[]中增加一个填充格式的压缩单元，并将其v设置为“0”，c设置为“0”，长度部分设置为“1”，设置计数器n＝n+1，并返回步骤(5-8)；
(5-17-8)将该压缩单元长度部分的值增1，并返回步骤(5-8)。
CN201110391522.5A 2011-11-30 2011-11-30 资源描述框架数据的处理方法 Expired - Fee Related CN102521299B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110391522.5A CN102521299B (zh) 2011-11-30 2011-11-30 资源描述框架数据的处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110391522.5A CN102521299B (zh) 2011-11-30 2011-11-30 资源描述框架数据的处理方法

Publications (2)

Publication Number Publication Date
CN102521299A true CN102521299A (zh) 2012-06-27
CN102521299B CN102521299B (zh) 2014-03-26

Family

ID=46292220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110391522.5A Expired - Fee Related CN102521299B (zh) 2011-11-30 2011-11-30 资源描述框架数据的处理方法

Country Status (1)

Country Link
CN (1) CN102521299B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103701469A (zh) * 2013-12-26 2014-04-02 华中科技大学 一种大规模图数据的压缩存储方法
CN104346340A (zh) * 2013-07-24 2015-02-11 日电（中国）有限公司 一种存储资源描述框架数据的方法和装置
CN105608228A (zh) * 2016-01-29 2016-05-25 中国科学院计算机网络信息中心 一种高效的分布式的rdf数据存储方法
CN105630881A (zh) * 2015-12-18 2016-06-01 陕西师范大学 一种rdf的数据存储方法和查询方法
CN106709006A (zh) * 2016-12-23 2017-05-24 武汉科技大学 一种对查询友好的关联数据压缩方法
CN109325029A (zh) * 2018-08-30 2019-02-12 天津大学 基于稀疏矩阵的rdf数据存储和查询方法
CN109726314A (zh) * 2019-01-03 2019-05-07 中国人民解放军国防科技大学 基于位图的稀疏矩阵压缩存储方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040210552A1 (en) * 2003-04-16 2004-10-21 Richard Friedman Systems and methods for processing resource description framework data
US20090292716A1 (en) * 2008-05-23 2009-11-26 Nokia Corporation Apparatus, method and computer program product for processing resource description framework statements
US20110225167A1 (en) * 2010-03-15 2011-09-15 International Business Machines Corporation Method and system to store rdf data in a relational store
CN102270232A (zh) * 2011-07-21 2011-12-07 华中科技大学 一种存储优化的语义数据查询系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040210552A1 (en) * 2003-04-16 2004-10-21 Richard Friedman Systems and methods for processing resource description framework data
US20090292716A1 (en) * 2008-05-23 2009-11-26 Nokia Corporation Apparatus, method and computer program product for processing resource description framework statements
US20110225167A1 (en) * 2010-03-15 2011-09-15 International Business Machines Corporation Method and system to store rdf data in a relational store
CN102270232A (zh) * 2011-07-21 2011-12-07 华中科技大学 一种存储优化的语义数据查询系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
易雅鑫 等: "RDF数据存储模式研究及实现", 《情报科学》, vol. 25, no. 8, 31 August 2007 (2007-08-31) *
陈光仪 等: "RDF存储策略的研究与实现", 《现代计算机》, no. 281, 30 April 2008 (2008-04-30) *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346340A (zh) * 2013-07-24 2015-02-11 日电（中国）有限公司 一种存储资源描述框架数据的方法和装置
CN104346340B (zh) * 2013-07-24 2018-10-16 日电（中国）有限公司 一种存储资源描述框架数据的方法和装置
CN103701469A (zh) * 2013-12-26 2014-04-02 华中科技大学 一种大规模图数据的压缩存储方法
CN103701469B (zh) * 2013-12-26 2016-08-31 华中科技大学 一种大规模图数据的压缩存储方法
CN105630881A (zh) * 2015-12-18 2016-06-01 陕西师范大学 一种rdf的数据存储方法和查询方法
CN105630881B (zh) * 2015-12-18 2019-04-09 陕西师范大学 一种rdf的数据存储方法和查询方法
CN105608228A (zh) * 2016-01-29 2016-05-25 中国科学院计算机网络信息中心 一种高效的分布式的rdf数据存储方法
CN105608228B (zh) * 2016-01-29 2019-05-17 中国科学院计算机网络信息中心 一种高效的分布式的rdf数据存储方法
CN106709006A (zh) * 2016-12-23 2017-05-24 武汉科技大学 一种对查询友好的关联数据压缩方法
CN109325029A (zh) * 2018-08-30 2019-02-12 天津大学 基于稀疏矩阵的rdf数据存储和查询方法
CN109726314A (zh) * 2019-01-03 2019-05-07 中国人民解放军国防科技大学 基于位图的稀疏矩阵压缩存储方法

Also Published As

Publication number Publication date
CN102521299B (zh) 2014-03-26

Similar Documents

Publication Publication Date Title
CN102521299B (zh) 资源描述框架数据的处理方法
CN102479207B (zh) 一种信息搜索的方法、系统及信息搜索设备
TW201539187A (zh) 快閃記憶體之壓縮、讀取方法及應用其方法的裝置
CN107766529B (zh) 一种用于污水处理行业的海量数据存储方法
CN102968390A (zh) 基于预先解码分析的配置信息缓存管理方法及系统
US20190272099A1 (en) Data Operating Method, Device, and System
CN101751440A (zh) 一种数据压缩/解压缩方法及其装置
CN102497450B (zh) 一种基于两级体系的分布式数据压缩处理方法
CN104462224A (zh) 一种云盘文件在线编辑方法
CN105574021A (zh) 一种数据库的数据压缩方法和装置
CN101236564A (zh) 一种海量数据高性能读取显示方法
CN103078646B (zh) 字典查询压缩、解压缩方法及其装置
CN105302494A (zh) 一种压缩策略选择方法及装置
US10110896B2 (en) Adaptive motion JPEG encoding method and system
CN107168890B (zh) 一种内存池的管理方法和装置
CN107423425B (zh) 一种对k/v格式的数据快速存储和查询方法
CN105357297A (zh) 一种数据缓存的系统及方法
CN103200245B (zh) 一种基于Device Mapper的分布式网络缓存方法
CN105550979A (zh) 一种高数据通量纹理Cache层次结构
CN103593304B (zh) 基于并行设备模型的高效使用缓存的量化方法
CN108319604B (zh) 一种hive中大小表关联的优化方法
CN104461941A (zh) 一种内存系统架构及管理方法
CN202995701U (zh) 基于预先解码分析的数据信息缓存管理系统
CN104113759A (zh) 视频系统、视频帧缓存再压缩/解压缩方法与装置
CN100551066C (zh) 编码器及自适应算术编码的实现方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140326

Termination date: 20201130

CF01 Termination of patent right due to non-payment of annual fee