实时数据库中数据的分类压缩算法

doi:10.3969/j.issn.1006-2475.2016.06.025

计算机与现代化

• 数据库与数据挖掘 • 上一篇

实时数据库中数据的分类压缩算法

中国人民解放军第一医院,甘肃兰州730000

收稿日期:2015-12-08 出版日期:2016-06-16 发布日期:2016-06-17
作者简介:戴杨(1976-),男,四川达县人，中国人民解放军第一医院助理工程师,本科,研究方向:数字信息化技术；陈芳(1973-),女,甘肃兰州人，馆员,研究方向:数据库信息管理。

Data Compression Algorithm in Real-time Database

The First Hospital of PLA, Lanzhou 730000, China

Received:2015-12-08 Online:2016-06-16 Published:2016-06-17

摘要/Abstract

摘要： 为解决实时数据库数据量大导致存储困难等问题，提出一种分类的数据压缩算法，实现对实时数据库数据的无损和高效压缩。首先将实时数据库的数据分为数值、时间戳和质量码3部分，然后根据每种数据的特征形态，将LZ78和LZW数据压缩算法融合，分别设计对应的数据压缩算法。实验结果表明，该算法在提高数据库的实际存储容量的同时也提高了实时数据库的实时性。


关键词: 实时数据库, 数据压缩算法, LZ78算法, LZW算法

Abstract: To handle the problem of storage caused by large amount of data in real-time database, a classification data compression algorithm is proposed, which can achieve the lossless and efficient compression of real-time database data. First, the data of the real-time database are divided into three parts: time stamp, quality code and value. Then the LZ78 and LZW data compression algorithms are fused according to the characteristics of each data. Experimental results show that this algorithm can improve the actual storage capacity of database and the real-time performance of real-time database.


Key words: real-time database, data compression algorithm, LZ78 algorithm, LZW algorithm

中图分类号:

TP311.13

戴杨,陈芳. 实时数据库中数据的分类压缩算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.06.025.

DAI Yang, CHEN Fang. Data Compression Algorithm in Real-time Database[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.06.025.

参考文献

［1］潘玉伟. 基于实时数据库系统的IT资产性能监控解决方案［J］. 中国新通信, 2015(16):113-115.
［2］张少敏,李志雄,王保义,等. 一种面向智能电网的实时数据库数据完整性恢复方法［J］. 电力系统自动化, 2013,37(13):93-98.
［3］于松涛,王晓琨,赵利强,等. 基于容差动态调整的旋转门(SDT)改进算法［J］. 北京化工大学学报(自然科学版), 2013,40(3):109-113.
［4］ Chang Lily, He Xudong. A model transformation approach for verifying multi-agent systems using SPIN［C］// Proceedings of the 2011 ACM Symposium on Applied Computing. 2011:37-42.
［5］ Cai Jin-yi, Kowalczyk M, Williams T. Gadgets and anti-gadgets leading to a complexity dichotomy［C］// Proceedings of the 3rd Innovations in Theoretical Computer Science Conference. 2012:452-467.
［6］ Belcour L, Soler C. Frequency based kernel estimation for progressive photon mapping［C］// Proceedings of SIGGRAPH Asia 2011 Posters. 2011: Article No. 47.
［7］蒋华,李明珍,王鑫,等. 一种基于概率包标记的PPM算法改进方案［J］. 山东大学学报(理学版), 2011,46(9):85-88.
［8］ Rottenstreich O, Tapolcai J. Lossy compression of packet classifiers［C］// Proceedings of the 11th ACM/IEEE Symposium on Architectures for Networking and Communications Systems. 2015:39-50.
［9］ Navarro G. Implementing the LZ-index: Theory versus practice［J］. Journal of Experimental Algorithmics, 2009,13(2):Article No. 2.
［10］Bannai H, Inenaga S, Takeda M, et al. Efficient LZ78 factorization of grammar compressed text string［C］// Proceedings of the 19th International Conference on String Processing and Information Retrieval. 2012:86-98.
［11］邹学玉,冯振,张少华,等. 基于LZW算法的声波测井数据压缩研究［J］. 测井技术, 2013,37(3):294-296.
［12］Li Haifeng, Zhang Tian, Ma Lin, et al. Digital media information compression through auditory content analysis［C］// Proceedings of the 2nd International Conference on Internet Multimedia Computing and Service. 2010:45-48.
［13］杨敬锋,张南峰,李勇,等. 基于改进Huffman编码的农机作业数据传输压缩方法［J］. 农业工程学报, 2014,30(13):153-159.
［14］居美艳,葛欣,李岳衡,等. 空时相关MIMO信道下的空时联合Huffman有限反馈预编码［J］. 通信学报, 2013,34(11):179-183.
［15］陈疆,郭克华,梁琳. 一类新的网络游戏场景3D障碍信息表达方案［J］. 中南大学学报(自然科学版), 2012,43(7):2636-2641.
［16］周桂宇,马宪民,李卫斌. 改进的混合压缩算法在GPS数据压缩中的应用［J］. 计算机应用与软件, 2013,30(12):167-169.
［17］洪旭升,林世平. 基于MapFile的HDFS小文件存储效率问题［J］. 计算机系统应用, 2012,21(11):179-182.

[1]	张小清;林泳;牟忠楠;郭宏才. 基于组态实时数据库的焊缝参数数据管理系统[J]. 计算机与现代化, 2013, 1(8): 229-231,.
[2]	吕阿璐. 基于RTX的大容量实时数据管理系统设计[J]. 计算机与现代化, 2013, 1(7): 235-238.
[3]	杨永军;徐江;舒逸;许帅. 实时数据库中历史数据无损压缩算法的研究[J]. 计算机与现代化, 2012, 1(6): 165-168.
[4]	杨永军徐江舒逸许帅. 实时数据库数据冗余备份方案的研究[J]. 计算机与现代化, 2012, 1(201): 80-82,9.
[5]	郑冰;温兴贤. NCS中实时数据库的多版本并发控制研究 [J]. 计算机与现代化, 2012, 8(08): 187-189.

实时数据库中数据的分类压缩算法

Data Compression Algorithm in Real-time Database

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价