CN109635042A - Oltp与olap一体化的汽车金融大数据系统 - Google Patents

Oltp与olap一体化的汽车金融大数据系统 Download PDF

Info

Publication number
CN109635042A
CN109635042A CN201811493940.3A CN201811493940A CN109635042A CN 109635042 A CN109635042 A CN 109635042A CN 201811493940 A CN201811493940 A CN 201811493940A CN 109635042 A CN109635042 A CN 109635042A
Authority
CN
China
Prior art keywords
data
module
oltp
olap
air control
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
CN201811493940.3A
Other languages
English (en)
Other versions
CN109635042B (zh
Inventor
施铭铮
刘占辉
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.)
Xiamen Pencil Head Information Technology Co Ltd
Original Assignee
Xiamen Pencil Head Information Technology Co Ltd
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 Xiamen Pencil Head Information Technology Co Ltd filed Critical Xiamen Pencil Head Information Technology Co Ltd
Priority to CN201811493940.3A priority Critical patent/CN109635042B/zh
Publication of CN109635042A publication Critical patent/CN109635042A/zh
Application granted granted Critical
Publication of CN109635042B publication Critical patent/CN109635042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0645Rental transactions; Leasing transactions

Abstract

本发明公开了OLTP与OLAP一体化的汽车金融大数据系统,包括模块a、模块b、模块c、模块d、模块e和模块f,所述模块a为关系型数据库,所述模块b为缓存数据库,所述模块c为数据仓库,所述模块d为OLTP系统,所述模块e为OLAP系统,所述模块f包括客户前端UI和管理后台UI,该OLTP与OLAP一体化的汽车金融大数据系统设计合理,使OLTP系统和OLAP系统共用一套数据库定义(元数据)并实现了接近实时的风控模型,为较大型的银行和汽车融资租赁公司提供了一套完整的可本地化的风控解决方案。

Description

OLTP与OLAP一体化的汽车金融大数据系统
技术领域
本发明是OLTP与OLAP一体化的汽车金融大数据系统,属于汽车金融风控技术领域。
背景技术
传统的OLAP(Online Analytical Processing)系统解决方案都是先建好数据仓库,然后从OLTP(Online Transaction Processing)系统导入数据到数据仓库,这里就存在一个从OLTP系统到OLAP系统的数据迁移的过程,而与OLTP的实时性相比,数据迁移的过程是非常耗时的,另一方面,OLTP和OLAP系统运行的高峰期是不同的,比如说OLTP系统处理请求的高峰期是在白天,而OLAP系统主要在晚上做计算量很大的数据处理,两个系统分开部署的结果是各个系统所用的集群计算机资源在每天的很大一部分时间中都是空闲的,为此,本发明提出一种OLTP与OLAP一体化的汽车金融大数据系统。
发明内容
针对现有技术存在的不足,本发明目的是提供OLTP与OLAP一体化的汽车金融大数据系统,以解决上述背景技术中提出的问题,本发明设计合理,使OLTP系统和OLAP系统共用一套数据库定义并实现了接近实时的风控模型,为较大型的银行和汽车融资租赁公司提供了一套完整的可本地化的风控解决方案。
为实现上述目的,本发明提供如下技术方案:OLTP与OLAP一体化的汽车金融大数据系统,包括模块a、模块b、模块c、模块d、模块e和模块f,所述模块f包括客户前端UI和管理后台UI;
所述模块a为关系型数据库,如MySQL,在使用时,首先要定义数据库的表结构,主要包含以下3种表:
①:OLTP系统表,用于定义和管理OLTP系统,比如说需要多用户的管理功能,在数据库中要有相应的表结构支持;
②:OLAP系统表,比如说OLAP系统需要定义任务管理的表结构;
③:客户的订单数据表,这部分数据是风控模型的输入数据,以json格式保存在数据库中;
所述模块b为缓存数据库,主要的作用是为从OLTP系统到数据仓库的数据传输提供一个缓冲的作用,模块b是可选的,当模块b关闭时,OLTP系统将会把数据直接存入数据仓库,当模块b启用时,用一个独立的服务程序去管理数据仓库的数据写入,如果使用Hadoop系统的话,可以用Hbase、Phoenix加Spark的方式用多台集群计算机实现数据的快速写入,实现接近实时的数据仓库;
所述模块c为数据仓库,采用星型架构保存数据,即数据仓库的表由事实表和维度表组成,事实表和维度表通过外键连接,星型架构中的数据将由风控模型直接读取,Hadoop文件系统的冗余存储可以保证系统的高可用性,Hadoop集群也易于添加节点横向扩展,实现系统的可扩展性;
所述模块e为OLAP系统,OLAP系统包含风控报告查询接口和风控模型,OLTP和OLAP合并后能够实现接近实时的风控模型,当模块c数据仓库被更新以后,OLAP系统中的风控模型能够及时的读取数据仓库内的星型架构的数据,用自动化的特征工程、数据清洗和模型训练更新模型到最新的状态,更新后的模型参数存放在关系型数据库MySQL中,所以OLAP系统对数据仓库只有读操作,没有写操作,订单数据从OLTP系统到缓存数据库,再到数据仓库,最后到OLAP系统是一个单向流动的过程,当风控报告查询接口接到OLTP系统的订单查询时,会从关系型数据库中读取最新的风控模型以及该模型对应的参数,用这个模型计算出订单查询的结果并返回给OLTP系统,所以订单查询并不需要与数据仓库有关的任何操作;
所述模块d为OLTP系统,OLTP系统包含客户风控订单接口和第三方数据源接口,客户风控订单接口负责接收客户的订单,客户可以以API调用的方式调用客户风控订单接口,也可以通过客户前端UI下订单,当一个客户下单时,OLTP系统会有以下操作:
①:调用第三方数据源接口获取贷款申请人的数据,包括身份验证、银行资产和消费数据,负面信息数据,借贷历史数据,信用数据,联系人数据和反欺诈数据等;
②:把客户风控订单接口传入的数据和第三方数据源接口收集的数据作为参数,并调用OLAP系统中的风控报告查询接口;
③:保存订单相关数据,当风控报告查询接口返回结果时,把所有与这个订单有关的数据保存到MySQL和Redis缓存;
④:生成风控报告并发送给客户。
一实施例中:所述模块a中的各个表结构的部署是灵活的,它们并不需要物理的保存在同一台计算机中,具体可以根据项目的需要或负载进行部署。
一实施例中:所述数据仓库为非关系型数据库,如HBase。
一实施例中:所述客户前端UI为客户前端交互界面,所述管理后台UI为供项目管理员使用的管理后台界面。
采用上述技术方案后,一方面,本发明首次提出了OLTP与OLAP一体化的大数据系统解决方案,这里的一体化包含了数据一体化即OLTP与OLAP两个项目数据库的一体化和集群计算机资源的一体化,数据一体化后将不存在从OLTP到OLAP的数据迁移的问题,两个系统将会共用同一个数据库,同时让两个系统共用一个计算机集群,提高集群计算资源的利用效率;
另一方面,能够使OLTP系统和OLAP系统共用一套数据库定义并实现了接近实时的风控模型,为较大型的银行和汽车融资租赁公司提供了一套完整的可本地化的风控解决方案;
此外,OLTP和OLAP的一体化部署能够为企业节省大量的云计算成本,并同时保证整个系统的高可用性和可扩展性。
附图说明
图1为本发明OLTP与OLAP一体化的汽车金融大数据系统的实现步骤流程图;
图中:1-模块a、2-模块b、3-模块c、4-模块d、5-模块e、6-模块f、7-客户风控订单接口、8-第三方数据源接口、9-风控报告查询接口、10-风控模型、11-客户前端UI、12-管理后台UI。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供OLTP与OLAP一体化的汽车金融大数据系统,包括模块a1、模块b2、模块c3、模块d4、模块e5和模块f6,所述模块f6包括客户前端UI11和管理后台UI12;
所述模块a1为关系型数据库,如MySQL,在使用时,首先要定义数据库的表结构,主要包含以下3种表:
①:OLTP系统表,用于定义和管理OLTP系统,比如说需要多用户的管理功能,在数据库中要有相应的表结构支持;
②:OLAP系统表,比如说OLAP系统需要定义任务管理的表结构;
③:客户的订单数据表,这部分数据是风控模型的输入数据,以json格式保存在数据库中;
所述模块b2为缓存数据库,如Redis,主要的作用是为从OLTP系统到数据仓库的数据传输提供一个缓冲的作用,模块b2是可选的,当模块b2关闭时,OLTP系统将会把数据直接存入数据仓库,当模块b2启用时,用一个独立的服务程序去管理数据仓库的数据写入,如果使用Hadoop系统的话,可以用Hbase、Phoenix加Spark的方式用多台集群计算机实现数据的快速写入,实现接近实时的数据仓库;
所述模块c3为数据仓库,采用星型架构保存数据,即数据仓库的表由事实表和维度表组成,事实表和维度表通过外键连接,星型架构中的数据将由风控模型直接读取,Hadoop文件系统的冗余存储可以保证系统的高可用性,Hadoop集群也易于添加节点横向扩展,实现系统的可扩展性;
所述模块e5为OLAP系统,OLAP系统包含风控报告查询接口9和风控模型10,OLTP和OLAP合并后能够实现接近实时的风控模型10,当模块c3数据仓库被更新以后,OLAP系统中的风控模型10能够及时的读取数据仓库内的星型架构的数据,用自动化的特征工程、数据清洗和模型训练更新模型到最新的状态,更新后的模型参数存放在关系型数据库MySQL中,所以OLAP系统对数据仓库只有读操作,没有写操作,订单数据从OLTP系统到缓存数据库,再到数据仓库,最后到OLAP系统是一个单向流动的过程,当风控报告查询接口9接到OLTP系统的订单查询时,会从关系型数据库中读取最新的风控模型10以及该模型对应的参数,用这个模型计算出订单查询的结果并返回给OLTP系统,所以订单查询并不需要与数据仓库有关的任何操作;
所述模块d4为OLTP系统,OLTP系统包含客户风控订单接口7和第三方数据源接口8,客户风控订单接口7负责接收客户的订单,客户可以以API调用的方式调用客户风控订单接口7,也可以通过客户前端UI11下订单,当一个客户下单时,OLTP系统会有以下操作:
①:调用第三方数据源接口8获取贷款申请人的数据,包括身份验证、银行资产和消费数据,负面信息数据,借贷历史数据,信用数据,联系人数据和反欺诈数据等;
②:把客户风控订单接口7传入的数据和第三方数据源接口8收集的数据作为参数,并调用OLAP系统中的风控报告查询接口9;
③:保存订单相关数据,当风控报告查询接口9返回结果时,把所有与这个订单有关的数据保存到MySQL和Redis缓存;
④:生成风控报告并发送给客户。
本实施例中,所述模块a1中的各个表结构的部署是灵活的,它们并不需要物理的保存在同一台计算机中,具体可以根据项目的需要或负载进行部署。
进一步的,所述数据仓库为非关系型数据库,如HBase。
在应用本发明OLTP系统与OLAP系统一体化的汽车金融大数据系统时,首先,需要一个计算机集群,在OLTP系统方面,需要在集群的所有计算机上安装OLTP系统,在一台计算机上安装负载均衡路由器,它将在客户请求较多时平衡集群各个计算机的负载,在OLAP系统方面,需要在每台计算机上安装OLAP系统,一个OLAP系统包含风控报告查询接口9和风控模型10,另外需要一个任务执行服务,在一台计算机上安装任务调度服务,还需要一个总调度服务,负责每台计算机上OLTP系统和OLAP系统的开关,由于OLTP系统和OLAP系统工作的时间点各不相同,比如说OLTP系统在白天时负载较大,因此可把集群中的大部分计算机切换到OLTP系统模式,在晚上OLTP系统的请求很少时,可把集群切换到OLAP系统模式,进行密集的模型训练任务,每台计算机上的OLTP系统仅调用本计算机的OLAP系统的接口,以保证工作量的平均分配,系统投入使用后,一方面,本发明首次提出了OLTP系统与OLAP系统一体化的大数据系统解决方案,这里的一体化包含了数据一体化即OLTP系统与OLAP系统两个项目数据库的一体化和集群计算机资源的一体化,数据一体化后将不存在从OLTP系统到OLAP系统的数据迁移的问题,两个系统将会共用同一个数据库,同时让两个系统共用一个计算机集群,提高集群计算资源的利用效率,另一方面,能够使OLTP系统和OLAP系统共用一套数据库定义并实现了接近实时的风控模型,为较大型的银行和汽车融资租赁公司提供了一套完整的可本地化的风控解决方案。
优选的,本实施例还具有以下配置,所述客户前端UI11为客户前端交互界面,所述管理后台UI12为供项目管理员使用的管理后台界面。
此外,OLTP系统和OLAP系统的一体化部署能够为企业节省大量的云计算成本,并同时保证整个系统的高可用性和可扩展性。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.OLTP与OLAP一体化的汽车金融大数据系统,包括模块a(1)、模块b(2)、模块c(3)、模块d(4)、模块e(5)和模块f(6),其特征在于,所述模块f(6)包括客户前端UI(11)和管理后台UI(12);
所述模块a(1)为关系型数据库,如MySQL,在使用时,首先要定义数据库的表结构,主要包含以下3种表:
①:OLTP系统表,用于定义和管理OLTP系统,比如说需要多用户的管理功能,在数据库中要有相应的表结构支持;
②:OLAP系统表,比如说OLAP系统需要定义任务管理的表结构;
③:客户的订单数据表,这部分数据是风控模型的输入数据,以json格式保存在数据库中;
所述模块b(2)为缓存数据库,如Redis,主要的作用是为从OLTP系统到数据仓库的数据传输提供一个缓冲的作用,模块b(2)是可选的,当模块b(2)关闭时,OLTP系统将会把数据直接存入数据仓库,当模块b(2)启用时,用一个独立的服务程序去管理数据仓库的数据写入,如果使用Hadoop系统的话,可以用Hbase、Phoenix加Spark的方式用多台集群计算机实现数据的快速写入,实现接近实时的数据仓库;
所述模块c(3)为数据仓库,采用星型架构保存数据,即数据仓库的表由事实表和维度表组成,事实表和维度表通过外键连接,星型架构中的数据将由风控模型直接读取,Hadoop文件系统的冗余存储可以保证系统的高可用性,Hadoop集群也易于添加节点横向扩展,实现系统的可扩展性;
所述模块e(5)为OLAP系统,OLAP系统包含风控报告查询接口(9)和风控模型(10),OLTP和OLAP合并后能够实现接近实时的风控模型(10),当模块c(3)数据仓库被更新以后,OLAP系统中的风控模型(10)能够及时的读取数据仓库内的星型架构的数据,用自动化的特征工程、数据清洗和模型训练更新模型到最新的状态,更新后的模型参数存放在关系型数据库MySQL中,所以OLAP系统对数据仓库只有读操作,没有写操作,订单数据从OLTP系统到缓存数据库,再到数据仓库,最后到OLAP系统是一个单向流动的过程,当风控报告查询接口(9)接到OLTP系统的订单查询时,会从关系型数据库中读取最新的风控模型(10)以及该模型对应的参数,用这个模型计算出订单查询的结果并返回给OLTP系统,所以订单查询并不需要与数据仓库有关的任何操作;
所述模块d(4)为OLTP系统,OLTP系统包含客户风控订单接口(7)和第三方数据源接口(8),客户风控订单接口(7)负责接收客户的订单,客户可以以API调用的方式调用客户风控订单接口(7),也可以通过客户前端UI(11)下订单,当一个客户下单时,OLTP系统会有以下操作:
①:调用第三方数据源接口(8)获取贷款申请人的数据,包括身份验证、银行资产和消费数据,负面信息数据,借贷历史数据,信用数据,联系人数据和反欺诈数据等;
②:把客户风控订单接口(7)传入的数据和第三方数据源接口(8)收集的数据作为参数,并调用OLAP系统中的风控报告查询接口(9);
③:保存订单相关数据,当风控报告查询接口(9)返回结果时,把所有与这个订单有关的数据保存到MySQL和Redis缓存;
④:生成风控报告并发送给客户。
2.根据权利要求1所述的OLTP与OLAP一体化的汽车金融大数据系统,其特征在于:所述模块a(1)中的各个表结构的部署是灵活的,它们并不需要物理的保存在同一台计算机中,具体可以根据项目的需要或负载进行部署。
3.根据权利要求1所述的OLTP与OLAP一体化的汽车金融大数据系统,其特征在于:所述数据仓库为非关系型数据库,如HBase。
4.根据权利要求1所述的OLTP与OLAP一体化的汽车金融大数据系统,其特征在于:所述客户前端UI(11)为客户前端交互界面,所述管理后台UI(12)为供项目管理员使用的管理后台界面。
CN201811493940.3A 2018-12-07 2018-12-07 Oltp与olap一体化的汽车金融大数据系统 Active CN109635042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811493940.3A CN109635042B (zh) 2018-12-07 2018-12-07 Oltp与olap一体化的汽车金融大数据系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811493940.3A CN109635042B (zh) 2018-12-07 2018-12-07 Oltp与olap一体化的汽车金融大数据系统

Publications (2)

Publication Number Publication Date
CN109635042A true CN109635042A (zh) 2019-04-16
CN109635042B CN109635042B (zh) 2022-06-14

Family

ID=66071650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811493940.3A Active CN109635042B (zh) 2018-12-07 2018-12-07 Oltp与olap一体化的汽车金融大数据系统

Country Status (1)

Country Link
CN (1) CN109635042B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113377749A (zh) * 2021-04-30 2021-09-10 南方电网数字电网研究院有限公司 一种数据模型统一管理系统、方法、设备和存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101197876A (zh) * 2006-12-06 2008-06-11 中兴通讯股份有限公司 一种对消息类业务数据进行多维分析的方法和系统
CN102591910A (zh) * 2010-12-08 2012-07-18 达索系统艾诺维亚公司 用于组合oltp数据库和olap数据库环境的计算机方法和系统
CN103942342A (zh) * 2014-05-12 2014-07-23 中国人民大学 一种内存数据库oltp&olap并发查询优化方法
EP2811792A1 (en) * 2013-06-06 2014-12-10 Sap Se A method for operating a mobile telecommunication device
US20150006466A1 (en) * 2013-06-27 2015-01-01 Andreas Tonder Multiversion concurrency control for columnar database and mixed OLTP/OLAP workload
CN104268159A (zh) * 2014-09-03 2015-01-07 河海大学 一种基于动态镜像的实时数据仓库数据预存取方法
CN105574027A (zh) * 2014-10-15 2016-05-11 中兴通讯股份有限公司 基于oltp/olap混合应用下多维度性能数据存储方法、装置及系统
CN105830061A (zh) * 2014-01-02 2016-08-03 华为技术有限公司 维护数据库系统中用于联机分析处理的数据的方法和装置
CN106777027A (zh) * 2016-12-08 2017-05-31 北京国电通网络技术有限公司 大规模并行处理行列混合数据存储装置及存储、查询方法
CN107169070A (zh) * 2017-05-08 2017-09-15 山大地纬软件股份有限公司 一种基于大数据的社保指标仓库的构建系统及其方法
US20180107705A1 (en) * 2016-10-19 2018-04-19 Salesforce.Com, Inc. Streamlined creation and updating of olap analytic databases
CN108334565A (zh) * 2018-01-15 2018-07-27 贵州易鲸捷信息技术有限公司 一种数据混合存储结构、数据存储查询方法、终端及介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101197876A (zh) * 2006-12-06 2008-06-11 中兴通讯股份有限公司 一种对消息类业务数据进行多维分析的方法和系统
CN102591910A (zh) * 2010-12-08 2012-07-18 达索系统艾诺维亚公司 用于组合oltp数据库和olap数据库环境的计算机方法和系统
EP2811792A1 (en) * 2013-06-06 2014-12-10 Sap Se A method for operating a mobile telecommunication device
US20150006466A1 (en) * 2013-06-27 2015-01-01 Andreas Tonder Multiversion concurrency control for columnar database and mixed OLTP/OLAP workload
CN105830061A (zh) * 2014-01-02 2016-08-03 华为技术有限公司 维护数据库系统中用于联机分析处理的数据的方法和装置
CN103942342A (zh) * 2014-05-12 2014-07-23 中国人民大学 一种内存数据库oltp&olap并发查询优化方法
CN104268159A (zh) * 2014-09-03 2015-01-07 河海大学 一种基于动态镜像的实时数据仓库数据预存取方法
CN105574027A (zh) * 2014-10-15 2016-05-11 中兴通讯股份有限公司 基于oltp/olap混合应用下多维度性能数据存储方法、装置及系统
US20180107705A1 (en) * 2016-10-19 2018-04-19 Salesforce.Com, Inc. Streamlined creation and updating of olap analytic databases
CN106777027A (zh) * 2016-12-08 2017-05-31 北京国电通网络技术有限公司 大规模并行处理行列混合数据存储装置及存储、查询方法
CN107169070A (zh) * 2017-05-08 2017-09-15 山大地纬软件股份有限公司 一种基于大数据的社保指标仓库的构建系统及其方法
CN108334565A (zh) * 2018-01-15 2018-07-27 贵州易鲸捷信息技术有限公司 一种数据混合存储结构、数据存储查询方法、终端及介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
JAMES SERRA: "What is HTAP?", 《HTTPS://WWW.JAMESSERRA.COM/ARCHIVE/2016/12/WHAT-IS-HTAP/》, 14 December 2016 (2016-12-14), pages 1 *
徐述等: "大数据应用下的新型分布式数据库NewSQL", 《数字技术与应用》, vol. 36, no. 8, 5 August 2018 (2018-08-05), pages 51 - 52 *
李龙: "流程工业分布式实时数据库事务管理的研究与开发", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
李龙: "流程工业分布式实时数据库事务管理的研究与开发", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 8, 15 August 2014 (2014-08-15), pages 138 - 950 *
铁头乔: "OLTP+OLAP->HTAP", 《OSCHINA》 *
铁头乔: "OLTP+OLAP->HTAP", 《OSCHINA》, 5 September 2018 (2018-09-05), pages 1 - 3 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113377749A (zh) * 2021-04-30 2021-09-10 南方电网数字电网研究院有限公司 一种数据模型统一管理系统、方法、设备和存储介质

Also Published As

Publication number Publication date
CN109635042B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN107077479B (zh) 一种更新列存储数据库系统的方法和系统
CN100594498C (zh) 海量数据实时处理架构及用于该架构的实时随需处理平台
CN101751309B (zh) 数据网格中一种优化的副本分布方法
CN103605698A (zh) 一种用于分布异构数据资源整合的云数据库系统
CN104751359B (zh) 用于支付清算的系统及方法
CN103491155B (zh) 一种实现移动计算和获取移动数据的云计算方法及系统
CN106599043A (zh) 用于多级数据库的中间件和多级数据库系统
CN102663117A (zh) 面向数据库与Hadoop混合平台的OLAP查询处理方法
CN103049482B (zh) 一种分布式异构系统中数据融合存储的实现方法
CN104160381A (zh) 多租户环境中租户特定数据集的管理
CN101360123B (zh) 一种网络系统及其管理方法
CN109240946A (zh) 数据的多级缓存方法及终端设备
US9229993B2 (en) Processing hybrid co-tenancy in a multi-database cloud
JP2013513142A (ja) クラウド・サービス・カタログを用いたサービスの供給
CN103365971A (zh) 基于云计算的海量数据访问处理系统
CN109299056B (zh) 一种基于分布式文件系统的数据同步方法和装置
CN103716375A (zh) 基于分布式缓存的多级财政数据交互方法及系统
CN101968859A (zh) 基于云计算环境的业务流程管理方法和系统
Malone et al. Tradeoffs in designing organizations: Implications for new forms of human organizations and computer systems
CN109033113A (zh) 数据仓库和数据集市的管理方法及装置
CN105354250A (zh) 一种面向云存储的数据存储方法及装置
CN109074304A (zh) 优化的数据分布系统
CN114730312A (zh) 从异构数据源创建的受管物化视图
US20010027467A1 (en) Massively distributed database system and associated method
CN106789267B (zh) 公有云管理系统及管理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant