论文部分内容阅读
【摘要】随着计算机技术的不断发展，大数据已经逐渐成为人们研究的一个热点。但近年来受计算机系统的限制，大数据的处理变成了一项巨大的挑战。PCM即变相存储器的出现，凭借着它自身存在的优势，为大数据的处理带来了新的方式。本文旨在通过对PCM的研究，探析在PCM运行之下大数据的存储与管理。
【关键词】PCM；大数据；存储；管理
PCM的出现为计算机存储数据的体系结构带来了新的变革，为大数据的处理系统带来了新的发展的契机。在目前大数据的使用渗入到人们生活的每一个阶段，关于大数据的存储与管理变得十分的重要。大数据的顺利储存与处理直接的关系到人们信息的安全，和计算机系统的正常运行，因此要重视关于大数据的存储管理。
1大数据
1.1大数据的缘起
在当前各种数据轮番暴涨的时代，大数据已然变成了人们口中的一个热门的话题。关于大数据的相关定义，有官方称“在短时间内内无法用常规的工作软件对其进行收集、储存与管理的数据，即为大数据。”在大部分的研究者眼中，大数据就是在数据的规模、类型、处理速度上较为缓慢的数据，它的存在向新的数据管理提出了新的挑战，对于如何满足现阶段的大数据的储存，变成了首当其冲的问题。
1.2大数据的特点
（1）种类繁多
大数据作为各种数据的集成，它所拥有的种类也是比较的多变的。如：电网应用中的大数据就包含有众多的数据类型，仅仅针对用电用户的数据就包含有用电数据，用户信息的数据，电费清算的数据等。由此不难看出大数据是一个庞大的体系，它的种类也是经常变动的。
（2）获得速度快
对于大宗的数据处理来说，快速的获取各种信息变得十分的重要，只有在更快的获取到所需要的数据才能更好的加以处理。如：自然灾害的发生总是猝不及防，关于受灾地区的数据的收集则就在获取的速度上有相当高的要求。只有及时的获取信息才能更好的阻止灾害带来的破坏继续的蔓延。因此关于大数据的的处理，获取速度是其中的一个重点。
（3）数据的真实性
大数据的收集的来源一般都是比较可靠的，因此关于大数据的质量上也是可以得到很好的保证。如：国家气象局每天进行的天气播报，关于各个地区的天气的变化情况，都是通过专门的机械观察总结得出的，在对于指导人们的生活方面是具有相当大的参考意义的。因此，对于大数据来说数据信息的真实性也是难以忽视的。
（4）价值高
关于大数据的存储与管理来说，大数据的一次收集可以应用到许多的方面，以最低的成本创造出最高的价值。如：地质部门收集的关于某地区的地形地况的资料，在对于该地区的城市的规划，农业的发展来说都是具有参考价值的，因此我们可以说大数据是用最低的成本创造了最大的价值。
2PCM的应用
2.1 PCM的概述
PCM作为一种用于储存大数据的变相的储存器，它很好地适应了当前对于大数据储存的更高的要求，更加适合高效的大数据存储。关于闪存技术对于大数据储存的冲击，研究者们纷纷投以了探究的目光。在近几年PCM的应用逐渐的发展起来，并在众多的大数据存储器中大获好评，被研究者们认为是未来最具有发展潜力大数据存储介质。
2.2 PCM的发展状况
PCM的研究最早开始于上世纪的六十年代，随着半导体的技术与相关的材料的演变，变相的储存器的优势逐渐的显现出来并得到了广泛的重视。直至2007年才有专门研发PCM的公司出现，随着人们对于数据的存储需求不断地增加，PCM也得到了进一步的发展，2012年更是将PCM的研发推到了一个顶峰，中国更是在这一年第一次拥有可以自主生产变相储存器的企业。
2.3 PCM的特性
（1）高存储密度
PCM储存单元中的材料主要是硫化物，这种材料的特性是是可以根据电压的改变而随之发生变化呈现出不同的电阻值。这种材料的应用可以通过使用不同的电阻值来分区储存数据，以达到一个储存单元可以储存多个字节的目的。另外在PCM的制作技术的不断提高，在同等大小上的PCM储存器可以储存更多的数据。
（2）不易失控
PCM是通过储存单元中的硫化物的电阻值的变化来实现关于数据的保存的，而硫化物本身的电阻值在不同的电压和电流的变动而变动，硫化物的稳定性就帮助PCM在进行储存大数据时不会容易丢失，也不需要通过持续的供电来保证储存中的大数据不会发生变化。
（3）低能耗
PCM储存是属于微型储存器中的一种，仅仅只是依靠硫化物来进行数据的存储，不涉及到过多的机械转动装置。并且在低电压的运行中，PCM的读写与操作的能耗都是比较少的，不需要通过定期的刷新电流来保存数据，属于绿色的数据存储器。
（4）读写不对称
PCM的读取延迟较其他的闪存要减少一到两个的数量级，并且在新一轮的数据存储中不需要抹除以前留下的痕迹，只需要通过编码的更改来实现新的一轮的数据的更新。其读写的不对称性主要体现在读取的延迟之上，也就是说较其他的存储器的读写来看，它在运行中呈现出一种非对称式的记录。
（5）使用寿命短
PCM的元件在经过多次的实验操作过程，里面的相变材料会变得十分的粗糙，容易导致单元格的数据收集失败，因此在PCM的元件使用上，它的使用次数是有一定的限制的。所以在对于PCM的元件的设计上关于使用寿命的思考也是相当的重要的。
3大数据中的PCM的应用
3.1主存构架
在大数据横行的时代，人们对于可以大容量的储存的要求，对于在主存系统中存在的问题人们提出了相应的解决办法。在开始是用PCM完全的代替原来的DRAM，这种主存的机构之下，构成比较的简单而且是按照DRAM的运行来进行工作的，它的读写的效率较低。针对这样的情况出现了混合的朱构架模式，所谓的混合式主构架模式就是PCM与DRAM混合的存在与主存中。这样的主存模式将PCM的容量大，能耗低与DRAM的读写快结合起来，有效地解决了单一的PCM运行的读取慢的问题，但容易造成主存架构内部变得复杂。因此在目前来看各种主存得的构架模式对于大数据的处理来说都是有一定的缺失的。
为了进一步的改善这样的情况，我们在主存的运行中可以通过减少无用的写入数据、提前对数据进行分类整理，通过对于不同数据的编码来将复杂的运行步骤不断的进行缩减，以达到高效的处理各种数据的储存。
3.2磨损均衡
在对于大数据的处理中的材料的磨损来说，主要是在写入数据时将数据进行偏移一个值的空间以去除在写入内容时对于可用时间的影响。再对大数据进行处理时，要将每个数据的转移实现周期性的转移，将数据计算的方法变简单，减少不必要的储存开支。
3.3硬件的纠错
关于在DRAM的运行中的错误是暂时性的并且可以恢复到原来的数据，而PCM的运行中一旦错误是永久的并不可恢复的。这就对于在运行过程中的硬件的纠错变得十分的重要。我们要通过使用指针的方式将错误的数值进行撤销，并迅速的用另一个正确的数据来代替它的存在。针对不同的硬件出现的不同的错误我们要将其进行分组化的处理，不断的纠正各个组合内部的错误，将储存的空间合理的分配，以达到最优的储存效果。
总结
关于PCM在大数据的存储与管理中是十分的重要的，面对目前的PCM中存在的问题的研究与解决已经提上发展的日程。人们在不断的发展PCM的应用时，关于大数据的处理能力也在不断的提升。因此在进入大数据的时代，关于数据的存储与管理，是可以通过技术的不断的革新来加以完善的。
参考文献
[1]杨晓娣. 存储虚拟化技术在网络海量GIS數据存储中的应用[J]. 电子世界，2016，（20）：197-198.
[2]魏伟. 大数据背景下民政档案管理工作创新路径探析[J]. 经贸实践，2015，（12）：163.
[3]胡平源. 数据保护中虚拟储存技术的应用解析[J]. 信息通信，2015，（06）：71.
[4]彭小圣，邓迪元，程时杰，文劲宇，李朝晖，牛林. 面向智能电网应用的电力大数据关键技术[J]. 中国电机工程学报，2015，（03）：503-511.
【关键词】PCM；大数据；存储；管理
PCM的出现为计算机存储数据的体系结构带来了新的变革，为大数据的处理系统带来了新的发展的契机。在目前大数据的使用渗入到人们生活的每一个阶段，关于大数据的存储与管理变得十分的重要。大数据的顺利储存与处理直接的关系到人们信息的安全，和计算机系统的正常运行，因此要重视关于大数据的存储管理。
1大数据
1.1大数据的缘起
在当前各种数据轮番暴涨的时代，大数据已然变成了人们口中的一个热门的话题。关于大数据的相关定义，有官方称“在短时间内内无法用常规的工作软件对其进行收集、储存与管理的数据，即为大数据。”在大部分的研究者眼中，大数据就是在数据的规模、类型、处理速度上较为缓慢的数据，它的存在向新的数据管理提出了新的挑战，对于如何满足现阶段的大数据的储存，变成了首当其冲的问题。
1.2大数据的特点
（1）种类繁多
大数据作为各种数据的集成，它所拥有的种类也是比较的多变的。如：电网应用中的大数据就包含有众多的数据类型，仅仅针对用电用户的数据就包含有用电数据，用户信息的数据，电费清算的数据等。由此不难看出大数据是一个庞大的体系，它的种类也是经常变动的。
（2）获得速度快
对于大宗的数据处理来说，快速的获取各种信息变得十分的重要，只有在更快的获取到所需要的数据才能更好的加以处理。如：自然灾害的发生总是猝不及防，关于受灾地区的数据的收集则就在获取的速度上有相当高的要求。只有及时的获取信息才能更好的阻止灾害带来的破坏继续的蔓延。因此关于大数据的的处理，获取速度是其中的一个重点。
（3）数据的真实性
大数据的收集的来源一般都是比较可靠的，因此关于大数据的质量上也是可以得到很好的保证。如：国家气象局每天进行的天气播报，关于各个地区的天气的变化情况，都是通过专门的机械观察总结得出的，在对于指导人们的生活方面是具有相当大的参考意义的。因此，对于大数据来说数据信息的真实性也是难以忽视的。
（4）价值高
关于大数据的存储与管理来说，大数据的一次收集可以应用到许多的方面，以最低的成本创造出最高的价值。如：地质部门收集的关于某地区的地形地况的资料，在对于该地区的城市的规划，农业的发展来说都是具有参考价值的，因此我们可以说大数据是用最低的成本创造了最大的价值。
2PCM的应用
2.1 PCM的概述
PCM作为一种用于储存大数据的变相的储存器，它很好地适应了当前对于大数据储存的更高的要求，更加适合高效的大数据存储。关于闪存技术对于大数据储存的冲击，研究者们纷纷投以了探究的目光。在近几年PCM的应用逐渐的发展起来，并在众多的大数据存储器中大获好评，被研究者们认为是未来最具有发展潜力大数据存储介质。
2.2 PCM的发展状况
PCM的研究最早开始于上世纪的六十年代，随着半导体的技术与相关的材料的演变，变相的储存器的优势逐渐的显现出来并得到了广泛的重视。直至2007年才有专门研发PCM的公司出现，随着人们对于数据的存储需求不断地增加，PCM也得到了进一步的发展，2012年更是将PCM的研发推到了一个顶峰，中国更是在这一年第一次拥有可以自主生产变相储存器的企业。
2.3 PCM的特性
（1）高存储密度
PCM储存单元中的材料主要是硫化物，这种材料的特性是是可以根据电压的改变而随之发生变化呈现出不同的电阻值。这种材料的应用可以通过使用不同的电阻值来分区储存数据，以达到一个储存单元可以储存多个字节的目的。另外在PCM的制作技术的不断提高，在同等大小上的PCM储存器可以储存更多的数据。
（2）不易失控
PCM是通过储存单元中的硫化物的电阻值的变化来实现关于数据的保存的，而硫化物本身的电阻值在不同的电压和电流的变动而变动，硫化物的稳定性就帮助PCM在进行储存大数据时不会容易丢失，也不需要通过持续的供电来保证储存中的大数据不会发生变化。
（3）低能耗
PCM储存是属于微型储存器中的一种，仅仅只是依靠硫化物来进行数据的存储，不涉及到过多的机械转动装置。并且在低电压的运行中，PCM的读写与操作的能耗都是比较少的，不需要通过定期的刷新电流来保存数据，属于绿色的数据存储器。
（4）读写不对称
PCM的读取延迟较其他的闪存要减少一到两个的数量级，并且在新一轮的数据存储中不需要抹除以前留下的痕迹，只需要通过编码的更改来实现新的一轮的数据的更新。其读写的不对称性主要体现在读取的延迟之上，也就是说较其他的存储器的读写来看，它在运行中呈现出一种非对称式的记录。
（5）使用寿命短
PCM的元件在经过多次的实验操作过程，里面的相变材料会变得十分的粗糙，容易导致单元格的数据收集失败，因此在PCM的元件使用上，它的使用次数是有一定的限制的。所以在对于PCM的元件的设计上关于使用寿命的思考也是相当的重要的。
3大数据中的PCM的应用
3.1主存构架
在大数据横行的时代，人们对于可以大容量的储存的要求，对于在主存系统中存在的问题人们提出了相应的解决办法。在开始是用PCM完全的代替原来的DRAM，这种主存的机构之下，构成比较的简单而且是按照DRAM的运行来进行工作的，它的读写的效率较低。针对这样的情况出现了混合的朱构架模式，所谓的混合式主构架模式就是PCM与DRAM混合的存在与主存中。这样的主存模式将PCM的容量大，能耗低与DRAM的读写快结合起来，有效地解决了单一的PCM运行的读取慢的问题，但容易造成主存架构内部变得复杂。因此在目前来看各种主存得的构架模式对于大数据的处理来说都是有一定的缺失的。
为了进一步的改善这样的情况，我们在主存的运行中可以通过减少无用的写入数据、提前对数据进行分类整理，通过对于不同数据的编码来将复杂的运行步骤不断的进行缩减，以达到高效的处理各种数据的储存。
3.2磨损均衡
在对于大数据的处理中的材料的磨损来说，主要是在写入数据时将数据进行偏移一个值的空间以去除在写入内容时对于可用时间的影响。再对大数据进行处理时，要将每个数据的转移实现周期性的转移，将数据计算的方法变简单，减少不必要的储存开支。
3.3硬件的纠错
关于在DRAM的运行中的错误是暂时性的并且可以恢复到原来的数据，而PCM的运行中一旦错误是永久的并不可恢复的。这就对于在运行过程中的硬件的纠错变得十分的重要。我们要通过使用指针的方式将错误的数值进行撤销，并迅速的用另一个正确的数据来代替它的存在。针对不同的硬件出现的不同的错误我们要将其进行分组化的处理，不断的纠正各个组合内部的错误，将储存的空间合理的分配，以达到最优的储存效果。
总结
关于PCM在大数据的存储与管理中是十分的重要的，面对目前的PCM中存在的问题的研究与解决已经提上发展的日程。人们在不断的发展PCM的应用时，关于大数据的处理能力也在不断的提升。因此在进入大数据的时代，关于数据的存储与管理，是可以通过技术的不断的革新来加以完善的。
参考文献
[1]杨晓娣. 存储虚拟化技术在网络海量GIS數据存储中的应用[J]. 电子世界，2016，（20）：197-198.
[2]魏伟. 大数据背景下民政档案管理工作创新路径探析[J]. 经贸实践，2015，（12）：163.
[3]胡平源. 数据保护中虚拟储存技术的应用解析[J]. 信息通信，2015，（06）：71.
[4]彭小圣，邓迪元，程时杰，文劲宇，李朝晖，牛林. 面向智能电网应用的电力大数据关键技术[J]. 中国电机工程学报，2015，（03）：503-511.