您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202211-104
论文题目 面向行业大数据分析的云原生管理方法
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

面向行业大数据分析的云原生管理方法

首发时间:2022-11-30

丛丽静 1   

丛丽静(1998-),女,硕士研究生,主要研究方向:云计算与大数据

鄂海红 1   

鄂海红(1982-),女,教授,主要研究方向:知识图谱、人工智能、云计算与大数据

  • 1、北京邮电大学计算机学院,北京 100876

摘要:随着互联网技术的发展,数字化转型成为各行各业未来发展的必由之路,然而数据治理周期长、涉及的工作板块多、打标程序之间环境易冲突等问题阻碍了数字资产的快速生成,不利于数据价值的落地实现。在对行业大数据分析业务和各场景下通用数据处理分析流程技术研究后,提出了一种面向行业大数据分析的云原生管理方法,通过对数据处理流程上涉及的每个工作环节容器化上云,实现了数据云上流水线处理,推进了数据处理的流程,使焦点可以从数据处理转移到数据使用上;通过对模型和打标程序的自动化生成部署,使不同打标程序之间的环境隔离,降低了部署运维的难度;最后通过对ClickHouse服务节点划分,引入共享存储,实现了ClickHouse弹性部署,在分担并发压力的同时又能够保证服务响应时间。最终通过设计对比实验,验证了提出方法的有效性。

关键词: 数据治理 云原生 ClickHouse 行业大数据

For information in English, please click here

A Cloud-Native Management Approach for Industry-Oriented Big Data Analytics

CONG Lijing 1   

丛丽静(1998-),女,硕士研究生,主要研究方向:云计算与大数据

E Haihong 1   

鄂海红(1982-),女,教授,主要研究方向:知识图谱、人工智能、云计算与大数据

  • 1、Computer School, Beijing University of Posts and Telecommunications, Beijing 100876

Abstract:With the development of Internet technology, digital transformation has become a necessary path for the future development of various industries, however, problems such as long data governance cycle, many work boards involved, and easy conflict of environment between marking procedures hinder the rapid generation of digital assets and are not conducive to the realization of data value on the ground. After researching the industry big data analysis business and the common data processing and analysis process technology in each scenario, a cloud-native management method for industry big data analysis is proposed, which enables pipeline processing on the data cloud by containerizing each work segment involved on the data processing process to the cloud, advancing the process of data processing so that the focus can be shifted from data processing to data usage; through the model and The automated generation and deployment of the marking program isolates the environment between different marking programs and reduces the difficulty of deployment and operation and maintenance; finally, by dividing the ClickHouse service nodes and introducing shared storage, ClickHouse elastic deployment is achieved, which can guarantee the service response time while sharing the concurrency pressure. Finally, the effectiveness of the proposed method is verified by designing comparative experiments.

Keywords: data management cloud native ClickHouse industry big data

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
丛丽静,鄂海红. 面向行业大数据分析的云原生管理方法[EB/OL]. 北京:中国科技论文在线 [2022-11-30]. http://www.paper.edu.cn/releasepaper/content/202211-104.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

面向行业大数据分析的云原生管理方法