基于Spark/Shark的电力用采大数据OLAP分析系统

	基于Spark/Shark的电力用采大数据OLAP分析系统
	王亚玲 1; 刘越 2; 洪建光 3; 崔蔚 1; 李彦虎 2; 苏伊鹏 2; 黄高攀 4; 张明明 4; 刘万涛 2
	2016
发表期刊	中国科学技术大学学报
ISSN	0253-2778
卷号	46 期号:1 页码:66
摘要	用电信息大数据上的OLAP查询涉及数据量大,具有多表连接操作频繁、SQL结构复杂等特点,传统关系型数据库面对该类应用,表现出可扩展性弱、数据写入吞吐量低与查询效率低等问题.为此设计了一套基于Spark/Shark的电力大数据OLAP分析系统,该系统采用分布式文件系统HDFS保存电力用电信息采集系统的大数据,通过Shark进行前端SQL解析,Spark进行查询计算;然而,原生Shark只支持粗粒度分区,不支持细粒度的索引技术,难以高效地过滤无关数据,影响了查询性能.为克服这一不足,该系统设计了一种基于前缀树的细粒度索引结构TrieIndex,并通过数据重组技术优化了数据在HDFS的分布,提升了Shark的数据过滤能力以及用电信息大数据OLAP分析的性能.真实用电信息采集系统数据与查询的实验结果表明,该系统比关系型数据库的写入速度提升了12倍,比原生Shark的查询效率提升了10倍以上.
关键词	电力大数据索引前缀树
语种	英语
文献类型	期刊论文
条目标识符	http://119.78.100.204/handle/2XEOYT63/37018
专题	中国科学院计算技术研究所期刊论文_中文
作者单位	1.国网信息通信产业集团有限公司 2.中国科学院计算技术研究所 3.国网浙江省电力公司 4.国网江苏省电力公司信息通信分公司
推荐引用方式 GB/T 7714	王亚玲,刘越,洪建光,等. 基于Spark/Shark的电力用采大数据OLAP分析系统[J]. 中国科学技术大学学报,2016,46(1):66.
APA	王亚玲.,刘越.,洪建光.,崔蔚.,李彦虎.,...&刘万涛.(2016).基于Spark/Shark的电力用采大数据OLAP分析系统.中国科学技术大学学报,46(1),66.
MLA	王亚玲,et al."基于Spark/Shark的电力用采大数据OLAP分析系统".中国科学技术大学学报 46.1(2016):66.