树状结构大数据类型的高效支持

doi:10.11959/j.issn.2096-0271.2018038

大数据 ›› 2018, Vol. 4 ›› Issue (4): 35-43.doi: 10.11959/j.issn.2096-0271.2018038

所属专题：大数据

• 专题：大数据驱动的智能计算体系架构 • 上一篇下一篇

树状结构大数据类型的高效支持

陈世敏

中国科学院计算技术研究所，北京 100190

出版日期:2018-07-15 发布日期:2018-08-08
作者简介:陈世敏（1973-），男，中国科学院计算技术研究所研究员，中国计算机学会大数据专家委员会委员和数据库专家委员会委员，分别于1997年和1999年获得清华大学计算机系学士和硕士学位，于2005年在美国卡耐基梅隆大学获得计算机科学博士学位。曾担任期刊《PVLDB》2017年的副主编，国际会议ICDE 2018、ICDCS 2016、CIKM 2014的PC领域主席。主要研究方向为数据库系统和大数据处理。

Efficient support of tree-structured data types

HEN Shimin C

Institute of Computing Technology Chinese Academy of Sciences,Beijing 100190,China

Online:2018-07-15 Published:2018-08-08

摘要/Abstract

摘要：

传统的关系数据模型难以满足大数据应用日益丰富的数据表达和处理的需求，因此实践中涌现了多种非传统的大数据类型。其中，以JSON为代表的树状结构大数据类型被广泛应用，具有重要的理论意义和实用价值。系统介绍了树状结构大数据类型，并探讨如何高效支持树状结构大数据的分析运算。

关键词: 树状结构大数据, JSON, 赤兔

Abstract:

Traditional relational data model cannot meet the demand of big data applications for expressing and processing wide varieties of data.As a result,a number of non-relational data types have become popular in practice,among which JSONlike tree-structured data types have been widely adopted.Tree-structured data types have important theoretical and practical values.A systematic description of tree-structured data types was provided,and the way to efficiently support data analysis operations on tree-structured data was investigated.

Key words: tree-structured data, JSON, Steed

中图分类号:

TP315

陈世敏. 树状结构大数据类型的高效支持[J]. 大数据, 2018, 4(4): 35-43.

HEN Shimin C. Efficient support of tree-structured data types[J]. Big Data Research, 2018, 4(4): 35-43.

[1]	MELNIK S , GUBAREV A , LONG J J ,et al. Dremel:interactive analysis of web-scale datasets[J]. PVLDB, 2010,3(1): 330-339.
[2]	Google. An inside look at google bigquery[R]. 2016.
[3]	CAREY J M , . Beyond rows and columns:Is the fourth time the charm[C]// IEEE International Conference on Data Engineering (ICDE),May 16-20,2016,Helsinki,Finland. New Jersey:IEEE Press, 2016.
[4]	LIU Z H , HAMMERSCHMIDT B , MCMAHON D . Json data management:supporting schema-less development in rdbms[C]// 2014 ACM SIGMOD International Conference on Management of Data,June 22-27,2014,Snowbird,USA. New York:ACM Press, 2014.
[5]	WANG Z Y , CHEN S M . Exploitingcommon patterns for tree-structured data[C]// 2017 ACM SIGMOD International Conference on Management of Data,May 14-19,2017,Chicago,USA. New York:ACM Press, 2017.

[1]	陈佩武, 束方兴. 基于SVD++隐语义模型的信任网络推荐算法[J]. 大数据, 2021, 7(4): 105-116.
[2]	张召, 田继鑫, 金澈清. 链上存证、链下传输的可信数据共享平台[J]. 大数据, 2020, 6(5): 106-117.
[3]	吴明瑜, 陈海波, 臧斌宇. 大数据场景中语言虚拟机的应用和挑战[J]. 大数据, 2020, 6(4): 81-91.
[4]	印鉴, 朱怀杰, 余建兴, 邱爽. 大数据治理的全景式框架[J]. 大数据, 2020, 6(2): 19-26.
[5]	金澈清, 陈晋川, 刘威, 张召. 政府治理大数据的共享、集成与融合[J]. 大数据, 2020, 6(2): 27-40.
[6]	刘汪根, 郑淮城, 荣国平. 云环境下大规模分布式计算数据感知的调度系统[J]. 大数据, 2020, 6(1): 81-98.
[7]	于明鹤, 聂铁铮, 李国良. 数据管护技术及应用[J]. 大数据, 2019, 5(6): 30-46.
[8]	梁英, 张伟, 余知栋, 史红周. 学术大数据技术在科技管理过程中的应用[J]. 大数据, 2019, 5(5): 3-15.
[9]	杜小勇, 陈跃国, 范举, 卢卫. 数据整理——大数据治理的关键技术[J]. 大数据, 2019, 5(3): 13-22.
[10]	刘雷, 郭志军, 马海欣, 赵琼, 胡卉芪, 蔡鹏, 杜洪涛, 周傲英, 李战怀. 分布式数据库在金融应用场景中的探索与实践[J]. 大数据, 2019, 5(1): 77-86.
[11]	李友焕, 邹磊. 图数据流的模型、算法和系统[J]. 大数据, 2018, 4(4): 44-55.
[12]	闫树, 卿苏德, 魏凯. 区块链在数据流通中的应用[J]. 大数据, 2018, 4(1): 3-12.
[13]	钱卫宁, 金澈清, 邵奇峰, 周傲英. 区块链与分享型数据库[J]. 大数据, 2018, 4(1): 36-45.
[14]	白硕. 浅论区块链的可运维性[J]. 大数据, 2018, 4(1): 85-89.

树状结构大数据类型的高效支持

Efficient support of tree-structured data types

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 5

相关文章 14

Metrics

推荐阅读 0