1、“.....把海量业务数据均匀分布到数据库集群的不同机器节点,实现数据横向扩展,有效降低单台机器的访问负载,提高数据访问速度和并发量。关键词数据切片数据立方体动态拼接方体的格称做数据立方体。放在最底层汇总的叫基本方体,维方体放在最顶层汇总,叫做顶点方体。摘要油田企业面对不断拓展的业务需求多种数据类型和海量的数据管理需求,需要先进的数据横向扩展能力和高频访问能力。通过引入数据切片技术,在扩展数据元模型的基础上,建立数据立方体,完成石油大数据的数据切片,把海量业务数据均匀分布到数据库集群的不同机器节点,实现数据横向扩展,有效降低单台机器的访问负载,提高数据访问速度和并发量。关键词数据切片数据立方体动态拼接行关联查询和应用。这就需要在数据中心元模型的基础上,扩展出勘探开发数据之间的横向业务关联关系。在业务应用的角度,勘探开发业务数据主要可以分为地质和工程两个方面,因此,对于大数据的分析应用......”。

2、“.....难点在于对石油勘探开发所有业务进行业务分析,抽取出具有代表性的业务指标来作为地质和工程两个业务维度的横向关联指标。数据立方体抽取数据立方体图是通过多个维度来对数据进行建模和观察,在数据仓库中,数据立方体可以是维数据切片技术在石油大数据分析中的应用原稿数据立方体应用于石油大数据分析中,实现了数据应用的可视化分析,取得良好效果。参考文献杨耀忠油田数据中心数据服务引擎研究内蒙古石油化工肖波基于模型驱动的中国石化企业数据中心模型架构计算机与自动化工程梁杨大数据背景下企业级数据中心建设探索互联网天地作者简介金云智,男,年出生,年月毕业于长江大学,硕士学位。现工作于中海石油中国有限公司湛江分公司,从事地球物理测井研究及勘探开发信息化工作第作者金云智,男。年生,从事地球物理测井方法和工程两个方面,因此,对于大数据的分析应用......”。

3、“.....难点在于对石油勘探开发所有业务进行业务分析,抽取出具有代表性的业务指标来作为地质和工程两个业务维度的横向关联指标。通过数据立方体中维度及其划分,可以实现在数据仓库中经常使用的上卷或下钻操作。上卷即是通过个维度的概念分层向上攀升或通过维规约在数据立方体上进行聚集。下钻是上卷的逆操作,由不太详细的数据钻取到下层更详细的信息,下作,积累了海量的数据资产,随着国内大油公司数据中心的建设,实现了数据层面的集中管理。随着石油业务的深入开展,业务应用的需求爆发式发展,各种大数据的应用和需求也随之不断涌现,要求数据存储和管理能实现高频并发和大数据量吞吐能力,传统的数据管理和和应用方式以及不能满足需求。通过数据切片以横向扩展数据层的方式来提高应用访问性能已经成为架构研发人员首选的方式,数据切片技术在中海油湛江分公司的业务应用中较好了实现了数据的横向扩展和高频并发......”。

4、“.....数据立方体抽取数据立方体图是通过多个维度来对数据进行建模和观察,在数据仓库中,数据立方体可以是维的。数据立方体由维和事实组成,维是想要记录的透视或实体,每个维都可以有个与之相关联的表即维表,用来进步描述维,维表可以由用户或专家设定,也可以根据数据分布自动产生或调整。通常多维数据模型围绕中心主题组织,主题是用事实表来表示的,事实是用来进行数值度量的。事实表包括事实的名称或度量,以及每个相关维表的码外键。图数据立方体示意图给,维的集合,我们可以对给定各维的每个可能的子集产生个方体,结果将会形成个方体的格图,每个方体在不同的汇总级显示数据,方体的格称做数据立方体。放在最底层汇总的叫基本方体,维方体放在最顶层汇总,叫做顶点方体。除了常规的按专业进行数据查询之外,从石油行业业务应用的角度,研究人员更需要从业务的维度对数据进行关联查询和应用。这就需要在数据中心元模型的基础上......”。

5、“.....在业务应用的角度,勘探开发业务数据主要可以分为地摘要油田企业面对不断拓展的业务需求多种数据类型和海量的数据管理需求,需要先进的数据横向扩展能力和高频访问能力。通过引入数据切片技术,在扩展数据元模型的基础上,建立数据立方体,完成石油大数据的数据切片,把海量业务数据均匀分布到数据库集群的不同机器节点,实现数据横向扩展,有效降低单台机器的访问负载,提高数据访问速度和并发量。关键词数据切片数据立方体动态拼接,随着国内大油公司数据中心的建设,实现了数据层面的集中管理。随着石油业务的深入开展,业务应用的需求爆发式发展,各种大数据的应用和需求也随之不断涌现,要求数据存储和管理能实现高频并发和大数据量吞吐能力,传统的数据管理和和应用方式以及不能满足需求。通过数据切片以横向扩展数据层的方式来提高应用访问性能已经成为架构研发人员首选的方式......”。

6、“.....基于数据切片技术建立的数据立方体应用于石油大根据切片算法和切片维度,自动路由到请求所对应的切片和库表,实现对切片后数据的透明访问。数据切片技术在石油大数据分析中的应用原稿。是支持业务应用抽取任意数量的字段信息,基于元模型定义,需要实现前端应用任意多个字段的抽取,从而节省网络流量并提高数据响应效率是支持业务对象引用场景的还原,在数据中心管理体系中,所有的对象和活动均赋予了唯标识符,对象和活动在被引用时均通过该唯标识符进行关联,在前端应用过程中,业务人员不需要在意该唯标识符的存在,通过通过沿个维度的概念分层向下或引入附加的维来实现。图石油数据切片示意图在确定业务抽取维度之后,对数据中心的所有数据表和字段进行重新定义和配置,包括数据中心已经定义了的业务对象。总体上是以深度为匹配基准,将所有的业务数据按照抽取的业务维度进行分析和定义......”。

7、“.....数据切片技术在石油大数据分析中的应用原稿。除了常规的按专业进行数据查询之外,从石油行业业务应用的角度,研究人员更需要从业务的维度对数据维的集合,我们可以对给定各维的每个可能的子集产生个方体,结果将会形成个方体的格图,每个方体在不同的汇总级显示数据,方体的格称做数据立方体。放在最底层汇总的叫基本方体,维方体放在最顶层汇总,叫做顶点方体。除了常规的按专业进行数据查询之外,从石油行业业务应用的角度,研究人员更需要从业务的维度对数据进行关联查询和应用。这就需要在数据中心元模型的基础上,扩展出勘探开发数据之间的横向业务关联关系。在业务应用的角度,勘探开发业务数据主要可以分为地数据立方体应用于石油大数据分析中,实现了数据应用的可视化分析,取得良好效果......”。

8、“.....男,年出生,年月毕业于长江大学,硕士学位。现工作于中海石油中国有限公司湛江分公司,从事地球物理测井研究及勘探开发信息化工作第作者金云智,男。年生,从事地球物理测井方法以分为两大类,类是通用型的数据可视化图件,如折线图柱状图散点图饼图等等,另类是石油行业的专业图件的可视化,如图粒度分析图天然气碳同位素指纹对比等等。图石油数据指标分布规律统计图第类通用可视化图件的实现难点在于对任意字段的可视化成图,需要实现数据范围的动态标定,异常点的处理,量纲的转换等,这些都需要根据实际的数据情况来进行处理。第类石油专业图件的实现难点在于专业算法和规则的实现,以及临时数据来源的同化处理等。结语石油行业经过多年的数据建设和信息化数据切片技术在石油大数据分析中的应用原稿据分析中,实现了数据应用的可视化分析,取得良好效果......”。

9、“.....男,年出生,年月毕业于长江大学,硕士学位。现工作于中海石油中国有限公司湛江分公司,从事地球物理测井研究及勘探开发信息化工作第作者金云智,男。年生,从事地球物理测井方法研究及勘探开发信息化工作数据立方体应用于石油大数据分析中,实现了数据应用的可视化分析,取得良好效果。参考文献杨耀忠油田数据中心数据服务引擎研究内蒙古石油化工肖波基于模型驱动的中国石化企业数据中心模型架构计算机与自动化工程梁杨大数据背景下企业级数据中心建设探索互联网天地作者简介金云智,男,年出生,年月毕业于长江大学,硕士学位。现工作于中海石油中国有限公司湛江分公司,从事地球物理测井研究及勘探开发信息化工作第作者金云智,男。年生,从事地球物理测井方法的数据可视化图件......”。