数据扩展

通信计算机领域术语

数据扩展技术的自适应调制 OFDM系统的特征,发现最优算法就是在原始数据符号之间平均分配比特和功率, 在此基础上提出了以用户需求为目标的最小化总功率的自适应调制算法 .此算法的原始数据符号最多采用两种调制阶数,并且可以在原始数据符号之间按顺序分配, 这样不仅降低了算法复杂度 ,而且大大减少了有关调制参数信息的传输。

相关算法

概述

自适应调制(AM)技术是充分利用信道容量的有效技术之一,其主要目的是通过自适应地调整调制星座、编码、发送功率等发射机参数来使系统的吞吐量或者平均频谱效率(ASE)达到最大.OFDM是20世纪70年代后逐渐发展起来的一种高效的调制技术,可以获得很高的频谱效率,实现高速数据传输.在能够正确估计信道动态特性的情况下,OFDM发射机通过采用自适应比特分配算法能够根据信道条件来调整发射信号,以逼近频率选择性信道的理想容量.已有许多OFDM系统中的自适应子载波比特分配算法,这些算法根据信道状态信息自适应地调整每个子载波的发射功率和调制阶数等参数,但需要反馈大量的调制参数信息,致使传输性能下降.为了减少传输信息,同时降低算法复杂度,提出了采用数据扩展技术的OFDM自适应调制模型,给出了在调制阶数相同的前提下系统的最大容量.然而这种自适应调制方式不是以用户需要为目标来优化系统的,因而灵活性较差,且不能保证用户或网络上层对传输质量和传输速率的要求.文中以该模型为基础,分析了采用数据扩展技术的自适应调制OFDM系统的特征,并在此基础上提出了以用户需求为目标的最小化总功率的自适应调制算法,不仅降低了算法复杂度,还大大减少了有关调制参数信息的传输.

最小化发射功率的自适应调制算法

为了使OFDM系统能够更好地支持不断变化、不断丰富的业务类型,尽可能满足这些无线业务对传输链路提出的不同服务质量(QoS)需求,特别是目标误比特率和目标传输速率的要求,文中以数据扩展技术为基础,提出了一种基于用户需求的采用最小化发射功率(MTP)准则的自适应调制技术.假设用户的目标传输速率为每个OFDM符号Btgt , BERtgt, d目标误比特率为比特原始数据符号k的功率Pk=P,调制阶数Ck=C,则功率最小化问题M、 P、即为如何设置原始数据符号的数目功率调制阶数C才能使得系统的总功率Ptot=MP最小转换成一个无约束的最优化问题,使Ptot值最小的P即为所求的数据符号的最佳功率,最佳的调制阶数和数据符号数目分别由C=log2(1+JP)和M=Btgt/C获得.值得注意的是,该优化结果中C和M均为实数,要使得结果具有实际意义,还需要将其离散化.离散化的核心思想是总的传输速率按照刚好满足要求来设置,尽可能减少功率消耗;另外由于所有数据符号的性能一致,可将比特在数据符号之间按顺序分配.离散化的步骤如下:

(1)如果「Btgt/C≤N,则离散化后M=「Btgt/C,否则M=Btgt/C」;离散化后的调制阶数Ck=C=log2(1+JP)」,k=1,2,…,M.

(2)置初值k=0,经步骤(1)离散化之后,未分配完的比特数bits-remain=Btgt-MC.

(3)如果bits-remain≤0,执行步骤(4);否则,因为各个原始数据符号的性能一致,可以按顺序将剩余比特进行分配,k=k+1,Ck=Ck+1,bits-remain=bits-remain-1,返回步骤(3).

(4)计算每个原始数据符号的功率Pk=(2-1)ln(5BERtgt),如果k≠0,则记录M=k,表示采用高一级调制阶数的原始数据符号的数目.

由此可以看出,调制阶数Ck(k=1,2,…,M)只有两种取值,且二者固定相差一个比特,因此功率Pk也只有两种取值.这样不仅实现起来简单,而且需要传输的有关调制参数的信息仅为M、M1、调制阶数C1以及两种功率取值.

仿真结果与分析

对文中所提的算法进行仿真,并与传统OFDM系统中采用注水定理的理论最小功率、贪婪比特加载算法的功率、仅采用自适应功率控制的最小功率进行了比较.仿真条件如下:N=256,符号速率为2MB/s,信道采用IEEEStd802.16SUI-5信道模型,多径时延分别为0、4、10μs,相应功率强度分别为0、-5、-10dB,等效频域的归一化复加性高斯白噪声平均功率为1.BERtgt=10,Btgt取不同值时所消耗的功率(用子载波的平均信噪比表示)。传统OFDM系统中的注水定理和贪婪比特加载算法的性能优于文中算法,这是因为这两种算法中每个子载波的功率和调制阶数均单独调整,但是它们复杂度高,且需要传输大量的调制参数信息.文中算法的性能明显优于采用功率控制等调制阶数的传统OFDM系统,而二者的复杂度相当.将文中算法和功率控制算法比较发现,在相同情况下,文中算法可将发射功率减少近2dB.因此,文中算法既简单,又大大减少了调制参数信息的传输,具有实际应用价值.

结语

文中分析了采用数据扩展技术的自适应调制OFDM系统在全自由度条件下的特征,指出了平均分配就是最优分配,并且以用户需求为目标提出了最小化总功率的自适应调制算法,降低了算法复杂度,减少了有关调制参数信息的传输.但是文中是以理想信道估计作为讨论前提的,没有讨论算法对抗信道估计误差的性能.而对于实际的传输系统而言,信道估计误差是不可避免的,因此要想使算法具有实用性,还应进一步研究对抗信道估计误差的方法,提高算法的鲁棒性.

相容性问题

概述

设论域U表示数据库中所有数据,即对象.A表示数据的属性集合,OU称为对象集,R与是O和A之间的二元关系,即RO×A,称三元组(O,A,R)是一个形式背景(formalcontext),oRa表示o∈O与a∈A之间存在关系R.设PO,QA,定义运算P*={a∈AoRa,o∈P},Q*={o∈OoRa,a∈Q},此处,P表示P对象具有的所有属性的集合,Q表示具有属性Q的O中所有对象的集合.于是有以下定义:

定义1二元组(P,Q)(PO,QA)称为形式背景(O,A,R)中的形式概念(formalconcept)(简称概念).其中P=Q,Q=P.P和Q分别称为概念的外延和内涵.对于形式背景(O,A,R)中任意两个概念(P1,Q1)和(P2,Q2)定义以下偏序关系:(P1,Q1)≤(P2,Q2)P1≤P2(或等价的Q2≤Q1),则形式背景(O,A,R)中的所有概念连同其上定义的偏序关系称为概念格,记为L(O,A,R).且有上下确界:(P1,Q1)∨(P2,Q2)=((P1∪Q2),P1∩Q2),(P1,Q1)∧(P2,Q2)=((P1∩P2),(Q1∪Q2)).易见L(O,A,R)是一个完备格.总存在(x′,y′)∈L(O2,A,R2),使得y=y′,则称L(O2,A,R2)覆盖L(O1,A,R1),记作L(O2,A,R2)≥L(O1,A,R1).若L(O2,A,R2)≥L(O1,A,R1)且L(O1,A,R1)≥L(O2,A,R2),则称两个概念格同构,记作L(O1,A,R1)L(O2,A,R2).

数据扩展与相容性判定定理

例1给定形式背景(O,A,R),其中O={1,2,3,4,5,6,7,8},A={a,b,c,d,e,f,g,h},其二元关系见表1:

表1二元关系表

该形式背景有6 概念:(23 cdh),(123 ach),(4578 bef ),(45678 beg),(O ),( A.设数据基本集G1 {4 },则形式背景(G1 G1 的相容集有 {4 5},{4 },{4 5 },其中{4,5,7,8}是(G1,A,RG1)的一个数据扩展.关于数据扩展,有如下结论:

定理：设形式背景(O R), G O 则对于任何形式背景(G RG , 展必定存在若对于u∈O-G,都有L(G+{u},A,RG+{u})≠L(G,A,RG),则G本身就是扩展,若存在u∈O-G,使得L(G+{u},A,RG+{u})L(G,A,RG),则考虑G1=G+{u},若对于u1∈O-G1,都有L(G1+{u1},A,RG1+{u1})≠L(G1,A,RG1),则G1是扩展,否则,考虑G2=G1+{u1},重复上述过程,由于O-G是有限集,这样总可以找到一个扩展.给出相容集的判定定理.

扩展技术

概述

随着Internet技术的迅猛发展，将软件作为一种新的服务形式提供给客户的需求量逐年增加，而SAAS(SoftwareasaService，软件即服务)作为一种新型软件服务形式的出现正是顺应了这个需求。它是一种颠覆传统的软件服务形式，将使软件供应商与客户之间的关系发生彻底转变，从简单的售卖关系转变为服务关系。SAAS服务面向互联网上的所有租户，每个租户根据自身的实际情况，所要求的数据结构各不相同，SAAS软件开发商们在搭建基于共享模型的SAAS架构时就不得不考虑各租户之间数据结构的差异性问题。针对各租户所要求的数据结构的不同，在进行系统数据库设计时就要对各租户不同的数据结构实施相应的数据扩展策略。

SAAS数据模型

在设计基于SAAS模式的系统数据模型出于降低开发成本和接受服务的客户量等考虑，在数据的隔离、共享之间取得一定的平衡是一个必须考虑的重要因素。就一般而言，SAAS系统的数据模型有如下三种形式:

(1)独立数据库。

将每个客户的数据单独存放在一个独立数据库中，使各客户间的数据完全隔离，最大限度地保证了客户数据的安全。

(2)共享数据库、单独模式。所有客户共享数据库，但各自有一套独有的数据表来存放各个客户的数据。这在各客户数据的隔离和共享之间取得了一定的平衡。

(3)共享数据库、共享模式。所有客户共享一个数据库和同一套数据表。该模式下的一个数据表里可以包含多个客户的数据，由客户ID来区分数据归属于哪个客户。该模型具有投入成本低等特点，而且每台数据库服务器可以支持最大的客户量;但是由于所有客户的数据存放在同一个数据表中，因此可能需要花费更多额外的成本来保证客户之间的数据安全。

共享模型的多租户数据扩展方案

在这种模式下，所有的客户共享数据库、共享表结构，所有客户的数据存放在同一个数据表中，通过客户ID来区分不同客户的数据。该模式的数据库服务器硬件和数据备份成本最低，它允许每个数据库服务器所支持的客户量达到最多。但是由于所有客户共同使用一个表，在可扩展性、可配置性上产生了瓶颈。为了解决这个问题，通常有以下三种办法。2．1定制列即使用固定扩展集指在表中除了各租户共有的一些字段外，还包括各租户各自独有的一些字段。如:可设计Table(TenantID，FixedCol1，ExtendColu1，ExtendColu2…ExtendColun)，其中Tenan-tID，FixedCol1是固定字段;ExtendColu1，ExtendColu2…ExtendColun是扩展字段。这种方法不需要处理复杂的数据扩展跟踪，但随着租户的增加，每个租户要求添加的列就很多，但特定租户扩展的数据列对于其他租户是没有任何意义的，严重地破坏了表的结构，并且提供的扩展有限，有时扩展字段中的字段可能为空，给表空间带来了巨大浪费。

预分配字段

该方法在表格中提供一定预设数量的预设字段，当客户需要扩展数据时，从表中选取适量的预设字段来扩展数据，但每个客户选取的预设字段的含义可能不同。如表1中F1、F2、F3就是预分配的字段。TenantID字段将每条记录与租户相关联。除了一组标准字段外，还提供一些预设字段，预设字段的使用由租户决定，预设字段的数据类型可以不同，一般采用字符串数据类型，并使用元数据来跟踪其真实数据类型，如表2所示。

该方案虽然满足客户数据的可扩展、可配置性，但在给定的数据表中，预设字段的数量具有不确定性，有的客户需求多，有的客户需求少。如果预设字段的数量设得过大，就会浪费空间;设得过小，又不满足所有客户的需求。

名称值对

名称值对将所有用户异构的数据(扩展的数据)放在一个扩展表中，并在主数据表中有一个字段与扩展表相关联，并且用元数据表中的元数据来跟踪相应扩展字段的标记和数据类型。该方法使客户自己能够对数据模型进行延伸。元数据表存储各个客户定制字段的信息，包括字段名称和数据类型。该方法能最大限度地满足所有客户的无限扩展需求，客户能够自行决定数据的可扩展、可配置性，又保持了在该数据模型下的成本优势。虽然这种结构可以方便地扩展无数个字段，但增加诸如索引、查询以及更新记录等数据库功能的复杂程度。

基于XML的共享模型的多租户数据扩

展方案在共享模型的SAAS系统中，所有客户共享表结构，但租户间的数据结构是不同的，将异构的数据存入到固定的表，需要对异构的部分数据进行处理。而XML数据中数据结构是不尽相同的、是异构的但可以通过XML技术灵活地管理XML数据中的节点。因此，可利用XML数据的特性并采用相应的技术来处理各租户间异构的数据。

该方案是指在表中采用一种基于XML的数据模型字段来处理各客户间异构的数据。主流大型关系数据库系统都支持对XML数据的存储和管理。Or-acle从9．2开始就支持一种新的数据类型(XML-Type)，用于存储和管理XML数据，并提供了很多的函数，用来直接读取XML文档和管理节点。

下面以Oracle数据库系统为例。表结构如:Ta-bleName(TenantID，Colu1，Colu2，Colu3，XMLDat-aField)，其中TenantID，Colu1，Colu2，Colu3字段是所有客户共用的字段;XMLDataField字段存储各客户独有的数据，其格式遵循XML的格式要求。设计XML-DataField字段格式为:

value1

value2

……

valueN

在上面XMLData字段格式中，每个节点代表一个扩展列，该扩展列可以有多种属性，如:colName、data-Type等，以及该扩展列的值。通过这种方法可以实现灵活的数据查询、更新等操作，满足客户数据的无限扩展需求。

1)利用关系数据系统(ORACLE)支持对XML数据的存储和管理，实现对XML类型数据的增加、删除、查找、修改功能。建立一个含XMLType类型字段(XMLData)的数据表User，下面详细介绍对该字段及字段里面的节点数据进行增加、删除、查找、修改操作。

(1)向XMLData字段插入数据。

InsertintoUser(XMLData)value(sys．xmlType．createXML

(‘

true

UserExtendCol>

UserExtendColS>’));

注:用createXML函数往XMLData字段里插入XMLType类型数据。

(2)向XMLData字段里面的数据节点里加入节点。

UpdateUsersetXMLData=insertChildXML(XMLData，‘/UserExtendColS/UserExtendCol’，XMLType(‘2001－01－05UserEx-tendCol>’));

注:XMLType提供了insertChildXML函数在XML数据节点最后追加一个节点，还提供了insertChildXM-LBefore，appendChildXML两个函数分别表示在某个节点前追加节点以及在节点末尾追加多个节点。

(3)查询XMLData字段里面的内容。

Selectu．XMLData．Extract(‘/UserExtendColS/UserExtendCol[@colName=“age”]/text()')．getStringVal()asagefromUseru;注:Extract函数返回一个XML文档的一个节点树，或者某一节点下所有符合条件的节点。

(4)更新XMLData字段里面的数据。

UpdateUsersetXMLData=updateXML(XMLData，‘/UserExtendColS/UserExtendCol[@colName=“age”]/text()’，“20”)

WhereexistsNode(XMLData，“/UserExtendColS/UserExtendCol[@colName=”age“]”)=1;

注:使用updateXML函数来更新XMLData字段里面某个节点的数据;existsNode()函数来判断是否存在扩展列名为age的列，该函数的返回值只有1(存在)和0(不存在)。

(5)删除XMLData字段里面的数据节点。

UpdateUsersetXMLData=deleteXML(XMLData，’/UserExtendColS/UserExtendCol[@colName=“age”]/’)Whereexists-Node(XMLData，’/UserExtendColS/UserExtendCol[@colName=“age”]’)=1;

注:使用deleteXML函数来删除XMLData字段里面某个节点。

2)性能分析。

在基于XML的共享模型的多租户数据扩展方案中，利用XML来处理多租户各用户之间异构的数据，对整个SAAS应用的体系架构和性能将产生很大的影响。

(1)在基于共享数据模型的SAAS模式下，其必须具备处理多租户异构数据的能力，满足多租户数据无限扩展的要求。在此模式下，用户量非常高，业务数据为海量级并发压力也非常高。因此在如此海量数据和高并发压力的情况下，性能将会是做数据检索、统计计算的瓶颈。在上面提到的各种共享模型扩展方法中，定制列、预分配字段不满足多租户无限扩展的需求，而名称值对虽然能满足多租户无限扩展的要求，但是在进行数据检索时，至少进行三表(数据表、扩展表、元数据表)的连接操作，在海量级的数据检索时，性能的低下很难满足用户的需求。而基于XML共享模型的多租户数据扩展方案，在数据检索时不必进行连接多表操作，其数据检索跟普通的WEB应用的数据检索差不多，只是必须对检索得到的数据进行相应的处理后呈现给用户;并且该方案可以满足多租户无限扩展的要求，以最大限度地利用表空间。

基于XML的共享模型的多租户数据扩展方案与定制列、预分配字段、名称值对从可扩展性、性能、灵活性等方面进行对比分析，如表3所示。

(2)在软件设计模式中，MVC模式(Model－View－Controller)作为经典的设计模式，将模型、视图、控制器相互独立分开，模型层主要负责业务逻辑的处理和完成与数据库的交互;视图层主要负责与用户的交互;控制器的作用是从客户端接受请求，并选择执行相应的业务逻辑，把响应结果送回到客户端，它与模型层和视图层整合在一起完成用户的请求。

对于普通的WEB应用，MVC模式完全可以作为搭建其系统的设计模式，不必考虑软件使用者之间的冲突，只需关心自身的功能逻辑。而SAAS系统，是由不同用户共享一个软件系统，就必须需要考虑软件不同使用者之间的冲突，系统就必须需要完成对不同用户异构数据的处理。

基于XML的共享模型的多租户数据扩展方案，只需在MVC模式中加入一个对XML数据的处理层，完成对XML数据的拆、封处理。其作用是在模型层完成对业务逻辑的处理后，将相应的异构数据转换成XML数据以便完成与数据库的交互;在模型层完成与数据库的交互后，将数据库中XML数据转换成相应的业务数据以便进行相应的业务逻辑处理。引入XML数据处理层后的四层模型。(3)大型关系数据库系统基本都具有XML文档的导入、导出功能。用基于XML共享模型的多租

户数据扩展方案，可以将异构的数据(XML数据)导出到本地磁盘，也可以将本地磁盘的XML文档导入到相应数据库表的XML数据列，增强了系统数据维护人员对异构数据的维护。

全国各地天气预报查询

上海市

云南省

云南省

云南省

云南省