基于大数据库的大型管理信息系统优化设计

臧飞 张豹

（中国电子科技集团公司第二十八研究所 江苏省南京市 210000）

大型通信信息管理系统采用大数据库技术，所需要用到的硬件设备要可以保证适用于本地区的通信网络和通信管理局网，必须具备非常优秀的适应性，在一定范围内能够做到联网。一方面能够保证信息的传输做到及时准确传达，另一方面还能根据实际需求对不同的信息资源进行自动处理，做到分配合理，让信息资源的转换更加精准高效，此外，还能为信息链路通信管理奠定良好的基础，让通信信息的管理更高效。基于大数据库的通信信息管理系统有助于信息资源合理选择并实现自动调配，从而起到通信路由自动被选取的作用，与局域网保持管控同步的状态，让信息资源和硬件设备的管理变得优化，数字信息链接完美。

1 大数据库技术简介

目前，大数据库技术得到了快速发展，也变得更加完善，各种开源社区和公司均开发出各种功能完善、性能优化的新型数据库，以此来处理海量数据的传输、管理和存储等方面的疑难问题。现阶段，应用较为广泛的大数据库技术主要分成四类，包括内存数据库、列式数据库、流式数据库和键值数据库等。具体如下：

1.1 内存数据库

在数据库的内存中直接完成全部数据的处理，通常数据库会设置缓存机制，大部分的数据都能够从外存到内存的自动读取操作，但是却会使系统的自身性能得到一定的下降。因为内存中数据的读/写均是以纳秒为单位的，所以内存数据库有着极强的性能，最具代表性的内存数据库就是Spark。

1.2 列式数据库

运用列族将数据完好储存，把常用的数据放入同一列族，比如：在学生信息管理系统中，学生的姓名和学号查询得较为频繁，学生的专业很少查询到，所以就可以将学生的姓名和学号放入同一列族中，而在另一列族中放入学生的专业。一般在分布式大数据的存储过程中会用到这种类型的数据库，最具代表性的列式数据库是HBase。

1.3 流式数据库

通常情况下，数据的价值伴随时间的推移会逐步降低，所以运用使式数据库能够进行流式计算。所谓的流式计算也即把不断涌入的数据当成数据流，它可以最大限度地将最新流入的数据进行快速计算，且能得出结果，可以说是能做到实时计算，最具代表性的流式数据库包括Storm 和Spark Streaming。

1.4 键值数据库

键值数据库运用得是哈希表的结构，将某个指向特定数据的指针与一个特定的键相联，这个键的功能是能够对实现数据的查询、删除和添加等操作，这样就可以使数据库更加具备扩展性，让整个信息管理系统的性能也更优越，最具代表性的键值数据库为MemcacheDB、Redis、Memcached 等。

2 基于大数据库的大型管理信息系统硬件优化设计

传统的数据库采用的是二维关系模型，这也是在数据信息管理中运用数据库技术的标志，采取数据结构化存储，其优点为数据和程序具备扩充容易、高独立性以及冗余比较低等。在随后的互联网技术发展中，出现了非结构化和半结构化数据，因此，传统的二维关系模型满足不了需求，需要不断提升数据库技术。本文研究的基于大数据库的通信信息管理系统，下述为硬件优化设计策略。

2.1 外部接口设计

基于大数据库技术的网络通信信息管理系统要能够与其它系统联系得非常紧密，因此，就需要对外部结构进行优化设计，以此保证连接效果达到最优化；在数据库的运行状态中，上下层网管的接口要重点考虑。其次，还需要设计光缆监察模块结构、办公文件接口和数据统计分析接口。当然，这些接口可以同时支持 Correct、TCP、Web Service 以及实时共享数据等方式。

2.2 服务层

服务层中需要配备很多应用服务器，其功能为处理通信系统中所有单元模块所传输过来的数据信息，并且能够逻辑性地分析这些数据信息。在信息管理系统运行时，需要能够及时把通信需求转变成数据库信息服务的内部要求，并且把分析结果快速上传到另一个单元模块进行处理，实现具体的表现层，从而保证信息管理的整个过程是公开化、透明化的，所以将使整个通信信息管理系统更具人性化、科学化，实践应用也更有显著的效果。

3 基于大数据库的大型信息管理系统的软件优化设计

3.1 接入层点接入

在软件设计时，接入层的信息传输方案与主通信层的信息传输技术方案应该是相同的。在实际设计环节，这个要求是通信交换机和路由器相连的最基本保证。通常而言，交换器要用到3 台，所以在与之对应的局域网交换器中运用单元模块进行信息的传输和存储功能。当然，要根据实际的应用场景设计对应的接入层点，以通信交换器和路由器的连接要求为参考点，用到三台交换器，并且硬件设备和系统也随之变化，这能保证局域网内部的数据信息更具有安全性，保证信息传输更加高效精准。

3.2 数据开采软件

在实际的数据信息传输中，数据开采一般是分成不同时期的，包括准备时期、开采时期和叙述时期等。根据实际通信需求，采用多元化的方法，在查询数据和开采数据时，也是要科学选择。通常选择的衡量标准是兴趣度，当然具体的标准还能够深度细分，如简洁性、实用性、创新性和准确性等。数据开采软件的设计时以实际应用场景和通信需求为出发点，选择科学的、合适的数据开采方式，特别是要能保证整个信息管理系统可以稳定运行，选择对应的衡量标准，重视数据的实用性和精准性，保证数据开采能够高效进行。

3.3 数据的独立性

基于大数据库的大型通信信息管理系统要想具备良好的适应性，就需要使数据独立性变得更强，可以从参数独立性、视图和存储等三个方面进行。

3.3.1 参数独立性

把衡量标准和相关的算法等尽量都能在数据库中进行存储，而不是在应用程序中进行固化，这就可以保证当实际应用场景出现变化时，仅仅通过修改相关的数据就能满足新的需求。当然，为了进一步增加系统的适应性，还能够设计相关的界面，确保使用者不需要通过DBA 也能够修改，这样更加便捷。假设在应用程序中将算法和标准进行固化，一方面要把应用程序进行重新理解，修改应用恒旭，还要把整个应用程序展开重新编译和重新安装。

3.3.2 优化视图设计

之所以GQL Server 可以在不同的功能中有着很好的适用性，视图是重点，视图主要是用于创建动态表的静态定义。在数据库的应用中，视图是实际应用和关系表之间的桥梁，它更能满足实际应用的需求，如果涉及到高级算法，视图也需要进行高级设计。在大型网络信息管理系统中，各个板块的子系统一般是多个开发人员进行设计。运用视图就能防止依赖于其它子系统的表，让逻辑数据更加具备独立性。如果子系统在逻辑上发生改变，依然能够运用视图得出不变的数据模式，这样就不需要使应用程序重复修改，提高开发系统的效率。信息管理系统中各部门需要处理不同的数据信息，一般会运用SQL 去获取所需要的的数据集，优化视图就能防止每次使用这个数据集而去重新编写负责的SQL 命令，使编写应用程序变得快捷简化。此外，视图使用能够实现数据的保密性，只能让用户看到自己所需的数据，其它部分的数据看不到。

3.3.3 存储过程

相比于维护应用程序，存储过程更容易。在实际应用中，计算方法、条件和查询范围都会有一定的变化，如果通过重新修改和安装应用程序则会加大工作量，而直接修改维护相应的存储过程，则比较高效。当修改了信息管理系统的存储过程，在首次调用此存储过程的过程中，DBMS 能够进行自动编译，这就变得更加灵活，降低工作量。

4 试验测试与效果反馈

4.1 试验准备阶段

为了让试验结果更有精准性和科学性，把两种不同的网络通信信息管理系统用于同一试验环境中进行测试，这样就能判定出两种信息管理系统的实际应用效果。在此环境中，要控制好试验环境，防止出现其它因素干扰试验结果，保证试验结果的有效性。用控制变量法进行试验测试，两种信息管理系统的变量因素都是一致的，让整个试验更具科学性和严谨性。

4.2 试验结果反馈

基于大数据库技术的网络通信信息管理系统，相比于传统的信息管理系统表现出更加高效、优质的试验效果。同时，在试验测试的不同阶段，基于数据库技术的网络通信信息管理系统的数据信息管理效率始终都高于传统的信息管理系统。在试验测试初始时期，基于大数据库技术的网络通信信息管理系统的管理效率直接超过90%，在这个阶段的传统信息管理系统的管理效率只能达到70%。在随后的测试中，基于数据库技术的网络通信管理系统还在不断提高管理效率，最高能达到98%，即使管理效果有一定的波动，却一直都是超过90%的状态。传统的信息管理系统却一直是70%的管理效率的状态，管理效率提升也并不明显。根据上述结果反馈可知，基于大数据库技术的网络通信信息管理系统可以表现出水平非常高的管理效果，明显优于传统的信息管理系统。

5 结束语

随着人们的工作和生活的需求不断提高，对信息管理系统的要求也越高，因此，加强对大型信息管理系统技术的研究是必需的。传统的信息管理系统如果想要处理海量数据信息，且保证信息处理高效准确，则要用到一系列的硬件设备，还需要众多人员去维护信息和管理线路。因此，将大数据库技术应用到大型信息管理系统中，将能提升管理效率，保证数据信息的精准性和高效性。