.png){kind=icon}
返回
Enhancing Data Ingestion Efficiency in Cloud-Based Systems: A Design Pattern Approach
.png){kind=icon}
OA
AI
DOI：10.1007/s41019-025-00300-2.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文旨在为基于云架构的数据摄取技术定义特定的设计模式，以应对与高容量数据处理相关的挑战。该方法利用一个灵活的、元数据驱动的框架，增强了适应性和易用性。该框架支持增量和全刷新方法，允许对摄取类型、模式更新、表添加以及新数据源的整合进行无缝更改，同时最大限度减少数据工程师的干预。所提出的设计模式已通过在Azure和Google Cloud平台上进行的实验进行验证。实验表明，所提出的设计模式显著减少了数据摄取时间，展示了其在管理高容量数据摄取方面的有效性。本文通过提出一套针对基于云架构的数据摄取的全面设计模式定义，为数据管理领域做出了贡献，有效解决了高容量数据处理中的关键挑战。
Keyword:
Data ingestion
Data engineering
Design patterns
Cloud
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
D
IF:
4.6
论文数:
249
被引数:
665
机构
引用论文
.png){kind=icon}
Controlling mean queuing delay under multi-class bursty and correlated traffic控制多类突发性和相关性流量下的平均队列延迟OAAI
OAAI分享收藏An Optimized Kappa Architecture for IoT Data Management in Smart Farming适用于智慧农业物联网数据管理的优化Kappa架构
OAAI
OAAI分享收藏
查看更多内容