E+E传感器网络基站的数据存储与査询
在E+E传感器应用越来越普及的今天，将各个E+E传感器联网组建成E+E传感器网络已经成为未来发展的趋势。由于E+E传感器类型不同，E+E传感器网络的类型也不同，应用也不同。但无论什么样的E+E传感器网络，数据的存储都是很重要的方面。数据的存储分为本地存储和中心型存储，但zui终都将集中到汇集点，即基站。E+E传感器网络中对数据的存储是一个很重要的方面，然而E+E传感器网络中数据量十分大，因此对数据能够快速查询也是E+E传感器网络中的基本要求。

E+E传感器网络基站的数据存储与査询           当前在各类系统中，存储数据都使用关系型数据库作为存储仓库。关系型数据库是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。现实世界中的各种实体以及实体之间的各种均用关系模型来表示。在关系型数据库中，数据的存储将生成一定的索引，使得查询这些数据更加快速。关系型数据库的索引分为两种：一种是聚集索引，另一种是非聚集索引。金属光子结构因其*的光物理特性而被成功地应用于各种生物学、化学以及医药学等E+E传感器技术。在实际应用中，尤其是在活体插入式探测中，实现灵敏度高、响应速度快且微型化的探针式检测一直是E+E传感器技术发展所追求的一个重要目标。以光纤端面作为集激发光导光系统、E+E传感器信号采集系统、纳米结构制备的基底、E+E传感器芯片等多重功能的一个微缩载体，实现探针式E+E传感器，既是等离激元纳米光子学应用研究重要内容，也是小型化、高集成度、远程操控E+E传感器技术实现新突破的重要途径。以MySQL数据库为例，分析关系型数据库的原理和特点。分析了现今常用的关系型数据库的索引原理，分析了这种传统关系型数据库在E+E传感器网络环境下，存储过于缓慢、查询效率不高的原因。针对传统数据库在E+E传感器网络环境下表现出的这些不足，提出了能够实现E+E传感器节点数据快速、可靠存储的多缓存并行存储技术，以及能够实现E+E传感器节点数据快速查询的二级散列位置存储算法。结果表明，文本提出的算法与传统关系型数据库相比，在E+E传感器节点数据存储效率、查询效率上都有很大提高。