基于Berkeley DB的嵌入式数据库系统构建技术研究

来源 :南开大学 | 被引量 : 0次 | 上传用户:hmtllgh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
普适计算的核心是嵌入式系统,在普适计算的环境下,各种嵌入式系统应用正面临着海量数据处理的挑战,特别是在工业现场数据采集系统中,这种挑战主要是如何保证数据处理的高效性、安全性以及可靠性。本文在对Berkeley DB实现技术分析的基础上提出了基于Berkeley DB的嵌入式数据库系统构建的解决方案,该方案首先解决了工业现场数据采集系统的功能性需求,之后解决了系统的高效性、安全性与可靠性方面的需求。   论文首先从嵌入式数据库的相关技术和工业现场数据采集系统中的嵌入式数据库需求及特点出发,针对构建嵌入式数据库的关键技术进行分析,然后详细分析了Berkeley DB的实现技术,讨论了使用基于Berkeley DB构建数据存储引擎的方法,最后对比了Berkeley DB、文件系统以及SQLite的数据存储效率。   在针对嵌入式数据库技术和Berkeley DB分析的基础上提出了适应于工业现场数据采集系统的嵌入式数据库解决方案,该方案的主要特点是数据处理效率高并且具备较高的安全性以及可靠性。该方案采用Berkeley DB作为数据存储引擎,采用连接池技术来保证数据处理的的高效性。使用RBAC模型、混合密码机制和SSL双向认证技术保证系统的安全性与可靠性,其中RBAC模型用来防止未授权访问,混合密码机制用来保证信息存储的安全性,SSL双向认证用来保证数据传输的安全性与可靠性。
其他文献
随着计算机科学技术的快速发展和广泛应用,为了解决海量数据处理、大规模数据计算等问题,研究各种耦合程度的分布式多机系统,已成为当今计算机及其应用技术的一个重要方向。  
现今,网络数据不断激增,这其中大多数数据是半结构化的,半结构化数据的结构类似于图或树,通常称为有向标记图。怎样才能在这些海量的半结构化数据中找到我们需要的数据甚至如何从
通过对数据流的研究,我们知道数据流具有实时性、持续性、广泛性、语义不定性等特性。本文首先总结了传统技术的优劣,如:直方图方法、抽样方法、哈希方法、小波方法等。在此
人脸作为一种重要的生物特征,可用于个人身份的鉴别与认定,基于人脸识别的安防技术在各个领域有着重要的应用价值,而其涉及的图像处理问题也包含多个复杂困难的技术问题,本文对人
为了构建能够满足公共安全等领域复杂需求的嵌入式近红外自动人脸识别系统,我们对人脸识别中涉及的核心方法进行了深入的研究。本文建立了一套基于人脸几何规则的局部区域特征
随着互联网的发展,Web应用和网络应用系统的系统用户和信息量急剧增加,如何提供稳定可靠和快捷的网络服务,充分合理利用计算资源,是业界和学术界共同关注的重要课题。   论文
随着课程教学改革的不断深入,人才培养模式和考核方式也发生了重大变化。作为教育的重要环节——考试方法已经成为教学改革的重点,也成为提高教学效率的重要突破口。   传统
图像中蕴含着丰富的情感语义,图像情感语义识别是图像处理、人工情感、机器学习、认知心理学多领域研究的热点。图像情感是人们观看图像时的情感反应,是人们对图像的一种主观
模糊粗糙集是将粗糙集和模糊集结合起来处理不精确和不确定信息的数学理论。目前关于模糊粗糙集的研究主要集中在模糊粗糙集的定义上,而对于模糊粗糙集约简的研究还比较少。