requestId:68c454b18e3dc6.57034395.
科學大FRP數據管理引擎
BigSDMS 包括 3 類科學大數據管理引擎：大規模圖數據管理、大規模半結構數據管理和大規模關系型數據管理。其中平面設計，大規模圖數據庫品牌活動 Gstore 支持 100 億條三元組圖數據管理和大型公仔秒級查詢響應時間。大規模半結構化數據庫 E平面設計ventdb 支持萬億級高能物理實驗事例、EB 量級數據管理能力。大規模關系型數據庫 AstroSever 支持千億行天模型文星表數據的管理，大、中、小規模數據典型操作的查詢優化及滿足數據處理精度與實展覽策劃時性的要求。這 3 類數據庫基本滿足了目前常見科學實驗中大規模數據的存儲、訪問等管理需求。
科學大數據系統集成
BigVR虛擬實境SDMS 集成包含彈性部署（EMR）、流舞臺背板水線（Piflow）、融合查詢（Simba）和數據共享（Pishare）4 個部分。其中，EMR 的彈性伸縮方案綜合使用漸進式伸縮和定VR虛擬實境量式伸縮的優點：當負載模型展覽策劃可信度低于閾值時，采用漸進式方法進行伸縮，并根據擴容后的資源競爭修正負載模型；若負載模型可信度達到閾值后則采用定量式伸縮方法。Piflow 基于 P活動佈置etri 網，處理單元（proc展覽策劃essor）在未知狀態（unknown）、活躍狀態（大圖輸出ac場地佈置tive）、休眠狀態（hibernat參展ed）3 種狀態之間進行轉換，完成流程的執行與監控。Simba 基于 Sparksql，在 Zeppelin 可視化場地佈置界面中通過 SQ包裝設計L 查詢進行多種數據源的融合查詢分析。包裝盒Pishare 基于開源區塊鏈項目 Hyperledger，在區塊鏈上 Pishare 會對數據包裝盒進行加密存儲和產權認證，并通過積分機制（科學幣）對數據提供者進行獎勵以及數據市場的交易。
科學大數據應用示范
目前，基于 BigSDMS，我們互動裝置在天文學、高能物理、微生物學領域構建了 3 個應用示范：①天文學領域使用了 100 億行星表數據，定義了 5 個光變曲線處理流程，實現 680 萬行星表數據插入時間少于 3 s，“異常發現”時間小于 1 s（圖 4a）；②高能物理領域使用了 BESIII 產生的 942.9 億條啟動儀式事例數據，相對于業界常用的 Boss 查詢平均查詢效率提高 10 倍以上（圖 4b）；③微生物學領域整合了 200 種微生物種菌信息，構建了 5 億條規模的 RDF 知識圖譜數據（圖 4c）。
隨著道具製作人類對客觀世界的深入認知，越大型公仔來越多的社會和自然現象能夠通過觀測設備進行量化大型公仔，這將導致科學數據的體量和類型持續增加。在數據驅動的科學發現模式下，應對科學大數據管理的 SPUS 挑戰已成為眼下刻不容緩的任務。由中國科學院計算機網絡信息中心牽頭的國家重點研發計劃“科學大數據管理系統”項目對這些問題玖陽視覺進行了深入探索，研發了一套科學大數據管理系統 BigSDMS。未來我們還會在彈性部署、流水線、數據融合和數據發布共享 4 個方面進行更深入的探索，如競爭度的量化與預測、流水線中間數據模型設計、多查詢引擎的 Polys包裝設計tore 方式啟動儀式集成、數據共享機制優化等。隨著科學大數據管理技術和系統研究不斷深入，科學大數據對科學發現的貢攤位設計獻將會越來越啟動儀式大！（作者：黎建輝 李躍鵬 王華進 陳明奇 中國科學院計算機網絡信息中心北京 中國科學院大學北京 中國科學院辦公廳北京。《中國科學院院刊》供稿）
< 1 2 場地佈置3 4 5 6 7
TC:08designfollow
