接下来，中国科学院信息工程研究所副研究员王树鹏为我们分享了“新型NoSQL大数据管理系统（BDMS）开发和使用交流”。王树鹏介绍说他接触的项目多数是非互联网的应用，比如安全、交通行业。这些行业目前也面临着大数据的考验，但是当前很多流行的NoSQL数据库对于他们来说并不适用，所以他们自主研发了一个NoSQL数据库管理系统。
设计目标
系统具有高可扩展性：可通过增加节点线性
支持复杂数据类型统一存储管理：结构化数据、半结构化数据及非结构化数据；文本数据、多媒体数据；针对多种类型业务数据进行统一组织管理和处理
支持多样化的访问类型，访问接口标准化：检索、统计分析、关联处理及深入挖掘；需要对多种业务数据进行关联综合分析；提供标准的DDL、DML操作语法，支持JDBC、ODBC等操作接口；对数据检索、统计、分析处理的实时性要求很高；检索要求秒级响应；跨域检索访问
上图是整个系统的框架，其中数据库管理平台的结构如下：
其中，可以通过管理引擎实现跨越数据管理。对外可以提供相应的DDL接口、DML的接口以及开发接口。
系统主要特色
Share-Nothing的分布式存储和计算架构
异构多源数据的组织管理：实现了结构化数据、非结构化文本及非结构化多媒体的统一存储管理
支持异构数据的统一SQL查询：支持对于结构化数据、非结构化文本的检索和分析，该检索和分析操作都可以通过SQL进行实现
丰富的数据访问和处理模式
高效的检索机制
异构多副本存储和恢复机制
跨域数据管理和检索：支持跨域部署，可以在多个物理地点建立多个数据中心，在此之上可以支持数据在数据中心之间进行移动，并且可以支持对于位于不同地域的数据进行全局检索和访问
应用场景
海量结构化记录管理
处理海量小文档管理和处理
面向异构数据的智能搜索和挖掘系统
成功案例
王树鹏介绍说这个系统已经有了成功的应用案例，是国家某部委大数据管理项目。这个系统的主要需求是：
大量信息记录，每天产生约40亿条(约4TB)；
数据保留备份副本，记录数据保留半年；
可对数据进行精确、模糊查询及统计，结果秒级响应；
可批量导入结构化、非结构化数据；
最终达到的实施效果是：
采用分布式存储架构（3个元数据节点+115个存储节点）；
数据规模超过5000亿 ，查询响应时间为秒级；
数据保留2个副本，保证数据安全；
系统可用容量约2PB。
