PostgreSQL与MongoDB处理非结构化数据性能比较
发布时间：2018-08-24 15:30
【摘要】：互联网技术的发展产生的海量非结构化数据在传统关系型数据库中难以被高速有效地进行存储和处理,各类No SQL数据库可以有效存储处理非结构化数据,但是对关系运算功能的弱化难以满足应用场景的需求。具备非结构化数据处理能力的新型关系型数据库提供了适用多种应用场景的高效存储方式。为了能够定量地比较关系型数据库和面向文档的No SQL数据库的数据存储与处理能力,比较了Postgre SQL的hstore数据类型和Mongo DB的内嵌文档对非结构化数据的储存方式,并通过非结构化数据的批量加载、磁盘占用、主键查询、非主键查询、地理空间坐标查询等方面的对比来以分析性能特征与适用场景。
[Abstract]:With the development of Internet technology, it is difficult to store and process massive unstructured data in traditional relational databases, and all kinds of No SQL databases can store and process unstructured data effectively. However, the weakening of the function of relational operation is difficult to meet the needs of the application scene. New relational databases with unstructured data processing capabilities provide efficient storage for multiple application scenarios. In order to compare quantitatively the data storage and processing ability of relational database and document-oriented No SQL database, the hstore data type of Postgre SQL and the storage mode of unstructured data of embedded document of Mongo DB are compared. Through the comparison of unstructured data batch loading, disk occupation, primary key query, non-primary key query and geographical spatial coordinate query, the performance features and applicable scenarios are analyzed.
【作者单位】： 南京邮电大学海外教育学院;南京邮电大学计算机学院;
【分类号】：TP311.13
[Abstract]:With the development of Internet technology, it is difficult to store and process massive unstructured data in traditional relational databases, and all kinds of No SQL databases can store and process unstructured data effectively. However, the weakening of the function of relational operation is difficult to meet the needs of the application scene. New relational databases with unstructured data processing capabilities provide efficient storage for multiple application scenarios. In order to compare quantitatively the data storage and processing ability of relational database and document-oriented No SQL database, the hstore data type of Postgre SQL and the storage mode of unstructured data of embedded document of Mongo DB are compared. Through the comparison of unstructured data batch loading, disk occupation, primary key query, non-primary key query and geographical spatial coordinate query, the performance features and applicable scenarios are analyzed.
【作者单位】： 南京邮电大学海外教育学院;南京邮电大学计算机学院;
【分类号】：TP311.13
【相似文献】
相关期刊论文 前10条
1 刘晴;;昆腾创新归档解决方案减轻了主存储上非结构化数据增长的负担[J];计算机与网络;2013年23期
2 缪红;钟华;龙昕;;元器件企业保护非结构化大数据的研究[J];电子元件与材料;2014年06期
3 王晓丽;;基于网络的中学非结构化教育资源建设探析[J];中国教育信息化;2007年08期
4 ToddMatsler;;深耕大数据 助力平安城市智慧转型[J];中国信息界;2013年12期
5 经有国;但斌;张旭梅;郭钢;;基于本体的非结构化客户需求智能解析方法[J];计算机集成制造系统;2010年05期
6 张广泉;非结构化程序流程图及其等价变换[J];重庆师范学院学报(自然科学版);1993年03期
7 王晓波;;非结构化数据采集和检索技术的研究与实现[J];中国内部审计;2014年07期
8 黄远鸣;;一种非结构化数据的多牵度分配存取实现方法[J];科技通报;2014年08期
9 刘威,武家春,廖建新,丁轶;非结构化补充业务数据中心的设计与实现[J];计算机工程与应用;2005年10期
10 罗文华;;非结构化数据处理分析在电子数据取证中的应用[J];警察技术;2010年03期
相关会议论文 前10条
1 祝世京;陈s，
本文编号：2201248
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2201248.html
