Redis缓存技术在自动气象站资料调用中的优化应用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

广西科技重点研发计划项目(桂科AB16380267);国家档案局科技项目(2016-X-06)


Optimized Application of Redis Caching Technology in Automatic Weather Station Data Call
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了提高气象自动站资料的检索查询效率,采用基于内存Key-Value结构的Redis数据库技术,通过搭建Redis数据库集群,把数据缓存在内存中并实现主从复制,提出一种适合气象自动站数据特性的数据存储结构模型,使得高频次访问的气象自动站数据能够直接从内存中读取,有效地减少数据查询响应的时间.本文分析了逐小时自动气象站观测资料的调用情况和到报时间特性,并基于Redis分别从业务库、索引库和时间库对逐小时自动站资料进行存储设计和具体实现,最后通过实验比对,得出采用Redis缓存逐小时自动气象站观测资料的检索效率比直接访问CIMISS检索效率高,该方法也可以应用到其它资料的检索调用业务场景中,具有较好的推广应用价值.

    Abstract:

    In order to improve the efficiency of retrieval and query of meteorological automatic station data, Redis database technology based on memory key-value structure is adopted. By building a Redis database cluster, the data are cached in memory and the master-slave replication is realized. A data storage structure model suitable for the characteristics of meteorological automatic station data is proposed, which makes high frequency access possible. Meteorological automatic station data can be read directly from memory, effectively reducing the time of data query response. In this study, the hourly automatic weather station observation data transfer and reporting time characteristics are analyzed. Based on Redis, the hourly automatic weather station data are stored and designed from business database, index database, and time database respectively. Finally, through experimental comparison, it is concluded that the hourly automatic weather station observation data are cached by Redis, and the retrieval efficiency of proposed method is higher than that of CIMISS. This method can also be applied to other information retrieval and invocation business scenarios, and has a good application value.

    参考文献
    相似文献
    引证文献
引用本文

詹利群,程海林,任晓炜. Redis缓存技术在自动气象站资料调用中的优化应用.计算机系统应用,2019,28(5):77-83

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-11-04
  • 最后修改日期:2018-11-23
  • 录用日期:
  • 在线发布日期: 2019-05-05
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号