星型模型上的高效百分点计算方法
文献类型：会议
作者：QIN Xiong-pai[1]
机构：[1]Information School, Renmin University of China, Beijing, 100872, China
[2]中国人民大学 信息学院, 北京 100872
年：2012
会议名称：2012全国高性能计算学术年会
会议论文集：2012全国高性能计算学术年会论文集
页码范围：1-8
会议地点：张家界
会议开始日期：2012-10-29
所属部门：信息学院
人气指数：1
浏览次数：1
语言：中文
关键词：星型模型;百分点聚集函数;并行算法;数据库理论
摘要： 本文提出基于星型模型扁平化编码方法的百分点聚集函数的并行算法。首先把星型模型中维表上和查询相关的维度层次信息编码到事实表里，该编码方法使得经过改写的聚集查询，在查询处理过程中无需进行事实表和维表之间的连接，于是数据可以均匀分布到机群上，利用并行处理提高查询性能。百分点计算不具有天然的并行性，本文提出基于采样预测的并行迭代式算法，通过付出采样数据的网络传输开销，使得算法快速收敛，解决大规模机群上的百分点聚集函数计算的性能问题。实验结果证实，该算法不仅快速收敛，同时其网络传输开销也是可以接受的。
作者其他论文
面向大规模机群的可扩展OLAP查询技术.王会举;覃雄派;王珊,等.计算机学报.2015,38(1),45-58.
内存数据库关键技术研究.王珊;肖艳芹;刘大为,等.计算机应用.2007,27(10),2353-2357.
大数据分析--RDBMS与MapReduce的竞争与共生.覃雄派;王会举;杜小勇,等.软件学报.2012,23(1),32-45.
架构大数据:挑战,现状与展望.王珊;王会举;覃雄派,等.计算机学报.2011,34(10),1741-1752.
面向更新密集型应用的内存数据库高效检查点技术.覃雄派;肖艳芹;曹巍,等.计算机学报.2009,32(11),2200-2210.
