它如何帮助你进行数据分析？

总结

从上面的整个过程中可以看出，数据量小的时候，这种拿空间换时间，消耗内存方法的并不是最优解。所以Redis的zset结构在数据量小的时候采用压缩表(这边先放着哈，下下篇说，立个flag)，数据量大的时候采用跳跃表。

像这种链表加多级索引的结构，就是跳跃表。这名字起的形象，过程是跳跃着来查询的。旋转跳跃，我闭着眼，bgm响起来。

Redis中跳跃表图解

下图简单来说是对跳跃表的改进和再封装，首先引入了表头的概念，这与双向链表，字典结构一样，都是对数据的封装，因为他们都是采用的指针，而指针必然导致在计算长度，获取最后节点的数据问题上会产生查询太慢的性能问题，所以封装表头是为了在这些问题上提升速度，浪费的只是添加，删除等操作的时间，与此对比，是可以忽略的。

其次是引入管理所有节点的层数数组，我们可以看到有32层，即32个数组，这和后面的数据节点结构是一样的。引入它是为了便于直接根据此数组的层数定位到每个元素。

再其次是数据节点的每个level都有层级和span(也就是下图箭头指针上的数字，其是为了方便统计两个节点相距多少长度)。

最后就是数据节点的后退指针backward，引入目的是Level数组只有前指针，即只能指向下一个节点地址，而后退指针是为了能往回找节点。


 

步骤四 类二分法查询

我们假设要查找值为6的节点，先从三级索引开始，找到值为1的节点，发现比5小，根据值为1节点的next指针，找到值为5的节点，5后面没有其他的三级索引啦。

于是顺着往下找，到了二级索引，根据值为5的节点的next指针找到值为7的节点，发现比6小，说明要找到的节点6在此范围内。

再接着到了一级索引位置，根据值为5的节点next指针指向值为6的节点，发现是想要查询的数据，所以查询过程结束。

根据上面的查询过程(下图的蓝色连线)，我们发现其采用的核心思想是二分法，不断缩小查询范围，如果在上层索引找到区间，则顺延深入到下一层找到真正的数据。


 

除了有效地监视，存储，保护，处理和移动来自成千上万个摄像机和传感器的数据外，运输机构的IT基础架构解决方案还必须与现有和新的IoT技术无缝集成。它还必须支持基于视频的元数据的多种需求以及大数据和分析应用程序，包括人群管理，交通监控，停车系统等。

灵活的软件定义基础架构解决方案，具有平衡性能，弹性和可扩展性的灵活性，可以确保运输系统的安全和保障环境的所有要素协同工作，以保护旅行者免受犯罪和恐怖主义袭击并减轻风险，同时改善旅行者的体验 。

超融合基础架构(HCI)允许将视频管理，IoT数据收集，视频和数据分析以及存储，访问控制和其他相关应用程序整合到一个易于部署且易于管理的行业标准设备。HCI平台消除了单独的物理服务器和存储的复杂性，并提供了一种更无缝的方式来扩展基础架构，以适应摄像机或传感器数量的增加以及分析需求的增加。

全球的运输安全管理和IT团队必须应对持续的安全性和运营挑战。他们通常承担建立、部署和管理大型分布式安全系统的任务，该系统必须考虑关键的安全服务、安全协议、法规和政策合规性，运营效率以及不断变化的业务需求，同时还要改善旅行者的体验并控制成本。

在这种极端动态的环境中，使用物联网和视频分析来确保旅行者安全需要技术的帮助，并且该技术需要在旨在帮助保持火车和公共汽车按时运行的基础架构上运行。



（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!