小试阶段/n该平台继承了目前主流计算框架和编程模式，尤其是内存计算框架， 通用性强、时效性高。该平台从根本上解决了目前大数据处理中耗时过 长的问题，通过优化大数据处理系统的任务管理和内存管理，对用户提 供主流的简洁编程接口，与目前国际上主流系统对比，该平台可以大量 减少内存占用，最高性能提升可达 41 倍，。该平台同时从根本上解决了 大数据系统自动管理内存的开销，减少 90%以上的开销。该技术平台是一 种通用数据处理平台，不影响上层生态应用，可以适用于各类大数据生 态系统，包括机器学习与深度学习领域

项目简介 “医疗保险违规和欺诈行为的数据挖掘平台”属计算机软件与其他学科交叉领域， 是数据挖掘技术在医疗保险业一个典型的应用。平台具备挖掘项目的自定义，使数据挖 掘过程直接面向业务问题，降低医疗保险业内部业务人员对医疗违规欺诈行为进行监管 的技术门槛。通过将业务问题关联的数据挖掘结构、对应的算法、关联参数、结果界定 规则及评估方法进行固化配置，降低了使用者在挖掘项目构建时的难度。通过对挖掘结 果的界定规则及评估，监管及执法提供了定量依据。通过自定义展示

项目主要是把贮运厂电气运行数据集成到PHD，并提供WEB浏览，方便管理，实现生产的长期稳定、安全运行，保证贮运厂的经济效益和社会效益的最大化。通过开发专用数据接口，将电气PLC控制系统的相关数据集成到PHD数据库，绘制流程图和制作参数报表和趋势图，通过WEB服务器进行信息发布，经过授权可以进行远程信息浏览。

一、技术背景 近年来，随着企业数据的迅速膨胀，存储业务响应要求越来越快，如何找到一个有效且高效的存储解决方案已经成为业界 IT 管理员们共同面临的巨大挑战。针对大量计算和存储需求的爆发式增长，虚拟化和存储基础架构必须能够提供足够弹性以及足够性能的业务支撑能力。 二、产品介绍 云之翼存储虚拟化（yiSAN）为用户提供了一款超融合、弹性配置以及可横向扩展的超融合解决方案。通过存储虚拟化技术，将物理设备上的计算和存储资源融合为一个统一的资源池，并在此资源池上提供了更为弹性存储特性以支持各类虚拟化场景的使用。云之翼存储虚拟化可在多种虚拟化平台上进行混杂部署，在同一套硬件设备上，融合了弹性计算能力及软件定义存储能力。充分利用硬件资源，实现存储计算资源的统一弹性管理，进一步降低用户的 IT 投资。 云之翼存储虚拟化场景应用： 多虚拟化平台融合 多存储架构融合 多存储介质融合 多级数据安全策略融合 多数据服务融合 三、产品架构 四、功能优势 简化软件定义基础架构 云之翼存储虚拟化将每台虚拟服务器的本地磁盘整合成一个统一的虚拟存储资源池，不仅简化了传统基础架构的复杂性，同时也避免性能瓶颈，使得整个基础架构更加易于扩展。 更加简化的弹性扩展方案 云之翼存储虚拟化整合虚拟服务器本地硬盘，当一台新的节点加入集群时，不仅存储容量增加，计算资源与存储性能都能得到同步提升。 简化应用程序的使用模式 云之翼存储虚拟化采用软件定义存储的方式，允许IT管理员在超融合存储集群中，再额外规划出一个甚至多个虚拟存储器供应用程序进行数据访问。 更为简化的数据保护方案 云之翼存储虚拟化提供了內建的数据保护机制、数据副本机制、异地数据备份等多种数据保护方案。 更低的总体拥有成本 云之翼存储虚拟化简化基础架构，节省大量的网络带宽以及管理成本。通过整合虚拟服务器中的本地硬盘，降低了部署和管理外部共用存储资源的成本。 多租户存储服务  云之翼存储虚拟化提供多租户数据隔离能力，可为不同租户提供逻辑上独立的计算和存储资源池。 实时副本及自我修复 云之翼存储虚拟化实时副本及自我修复功能不但减少管理者的负担，更可以大幅提高整体 SLA 确保数据不会因为连续的硬件故障而丢失。 数据实时压缩及去重 云之翼存储虚拟化支持实时的数据压缩及去重，可以有效增加存储空间使用率，使某些应用在虚拟化上可以达到 3~5x 的存储空间效益。

本发明公开了一种异构存储介质下嵌入式数据库的管理方法，具体为：将数据文件分为小数据块和大数据块，将大数据块和优先级低的小数据块存入外存，将优先级高的小数据块存入内存；嵌入式处理器查询到待访问数据的索引块，若该数据块存在于内存，则直接访问数据，若该数据块存在于外存，则访问外存中的数据；在系统空闲期，数据库根据访问情况将部分数据块降级释放到外存，加载部分急需的数据块到内存，以实现动态调度。本发明综合两种存储介质的优

本发明公开了存储系统中基于溯源信息的文件元数据查询方法。 在系统客户端收集溯源信息，通过分析得到文件相关性信息并传递给 元数据服务器；元数据服务器根据文件之间的关系信息实时维护关系 图；建立基于关联感知的元数据索引树；接收到查询请求后，先在索 引树中查找到种子结果集，然后在关系图中查找，得到初始结果集， 最后对初始结果集根据查询条件进行排序和精简得到最终结果发送给 客户。本发明还提供了相应的文件元数据查询系统。本发明

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。