數(shù)據(jù)流(數(shù)據(jù)庫(kù))

時(shí)間：2022-11-20 08:30:01 | 來(lái)源：信息時(shí)代

時(shí)間：2022-11-20 08:30:01 來(lái)源：信息時(shí)代

    數(shù)據(jù)流 : 一個(gè)實(shí)時(shí)的、連續(xù)的、潛在無(wú)界的、不確定的、隨時(shí)間變化的(隱含的通過(guò)到達(dá)時(shí)間或者明確的時(shí)間戳)數(shù)據(jù)項(xiàng)的序列,又稱流數(shù)據(jù)或流式數(shù)據(jù)。其到達(dá)的速度可能突然發(fā)生變化、數(shù)據(jù)流的更新通常以插入為主。令t表示任一時(shí)間戳,a_t表示在該時(shí)間戳到達(dá)的數(shù)據(jù),數(shù)據(jù)流可以表示成{…,a_t-1,a_t,a_t+1,…}。
數(shù)據(jù)流的主要特點(diǎn)是: ①數(shù)據(jù)流中的數(shù)據(jù)元素是聯(lián)機(jī)實(shí)時(shí)、快速到達(dá)的; ②系統(tǒng)無(wú)法控制將被處理的數(shù)據(jù)元素的到達(dá)次序; ③數(shù)據(jù)流的大小是潛在無(wú)界的,不能存儲(chǔ)數(shù)據(jù)流中的所有數(shù)據(jù)元素; ④數(shù)據(jù)流中的數(shù)據(jù)元素一旦被處理,要么丟棄,要么存檔。除非顯示地存儲(chǔ)在內(nèi)存里,否則很難檢索,因?yàn)閮?nèi)存相對(duì)于數(shù)據(jù)流的尺寸要小得多。
多年來(lái),數(shù)據(jù)庫(kù)技術(shù)發(fā)展迅速且得到了廣泛應(yīng)用。一方面,數(shù)據(jù)建模形式多樣,從層次數(shù)據(jù)庫(kù)、網(wǎng)狀數(shù)據(jù)庫(kù)、關(guān)系數(shù)據(jù)庫(kù)、面向?qū)ο髷?shù)據(jù)庫(kù),直到對(duì)象關(guān)系數(shù)據(jù)庫(kù)等; 另一方面,數(shù)據(jù)規(guī)模也越來(lái)越大。傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)的一個(gè)共同點(diǎn)是: 數(shù)據(jù)存儲(chǔ)在介質(zhì)中,可以多次利用; 用戶提交數(shù)據(jù)操縱語(yǔ)言來(lái)獲取查詢結(jié)果。盡管傳統(tǒng)數(shù)據(jù)庫(kù)獲得了巨大的成功,但是在20世紀(jì)末,一種新的應(yīng)用模型卻對(duì)它提出了有力的挑戰(zhàn)。由于這些數(shù)據(jù)流流量大且到達(dá)速度快,傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)難以實(shí)現(xiàn)實(shí)時(shí)處理。這種名為數(shù)據(jù)流的應(yīng)用模型廣泛出現(xiàn)在眾多領(lǐng)域,例如,金融應(yīng)用、網(wǎng)絡(luò)監(jiān)視、通信數(shù)據(jù)管理、Web應(yīng)用、傳感器網(wǎng)絡(luò)數(shù)據(jù)處理等。
數(shù)據(jù)流的出現(xiàn)對(duì)數(shù)據(jù)庫(kù)管理技術(shù)提出了巨大的挑戰(zhàn)。首先,數(shù)據(jù)流中的數(shù)據(jù)以在線的方式到達(dá),數(shù)據(jù)量大,并且連續(xù)到達(dá)的數(shù)據(jù)的速度和特征是不可預(yù)見(jiàn)的。系統(tǒng)必須在資源有限的情況下實(shí)時(shí)處理數(shù)據(jù)流中的數(shù)據(jù)。其次,傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng)中的查詢?yōu)樽饔迷谟邢迶?shù)據(jù)集上的一次查詢,而作用在連續(xù)、無(wú)界的數(shù)據(jù)流上的查詢?yōu)檫B續(xù)查詢,即數(shù)據(jù)流查詢可能被連續(xù)運(yùn)行很長(zhǎng)一段時(shí)間。第三,當(dāng)前數(shù)據(jù)庫(kù)管理系統(tǒng)的體系結(jié)構(gòu)采用基于拉(pull-based)的數(shù)據(jù)訪問(wèn)模型,而在面向流的應(yīng)用中同時(shí)可以采用基于推(push-based)的模型。為了解決上述問(wèn)題,國(guó)內(nèi)外的許多大學(xué)和機(jī)構(gòu)已進(jìn)行了大量的研究工作。