构建自动演进的天文大数据负载模型
外文标题：Towards the Automatic Evolution of Workload Models in Large-scale Astronomical Data Management
文献类型：期刊
作者：王华进[1]
机构：[1]中国科学院计算机网络信息中心,北京100190;中国科学院大学,北京100049
[2]中国科学院国家天文台,北京,100012
[3]中国科学院计算技术研究所,北京,100190
[4]中国人民大学,北京,100872
[5]中国科学院计算机网络信息中心,北京,100190
[6]中国科学院计算机网络信息中心,北京,100190
期刊名称：系统仿真学报
年：2018
卷：30
期：9
页码：3293-3305
ISSN：1004-731X
关键词：负载模型;基准测试;天文数据管理;查询优化
链接地址：http://d.oldg.wanfangdata.com.cn/Periodical_xtfzxb201809009.aspx
摘要：基准测试在数据管理系统的选型和优化中发挥指导作用的前提是其采用的负载模型能够:运行在目标场景中的各类系统上(移植性);反映目标场景中典型任务的特点和数据访问偏好(代表性).当前天文大数据管理领域的新系统和新任务层出不穷,导致现有方法构建的负载模型容易失去移植性和代表性.提出了自动演进的负载建模方法:采用抽象操作保持对新型系统的移植性,通过分析负载日志保持对新型任务的代表性.通过一个系统优化案例展示了该方法的可行性.
DOI：10.16182/j.issn1004731x.joss.201809009
百度学术：构建自动演进的天文大数据负载模型
语言：中文
基金：国家重点研发计划
作者其他论文
前言.孟小峰;黎建辉;郭毅可.计算机研究与发展.2017,54(2),233-234.
科学大数据管理:概念、技术与系统.黎建辉;沈志宏;孟小峰.计算机研究与发展.2017,54(2),235-247.
天文大数据挑战与实时处理技术.杨晨;翁祖建;孟小峰,等.计算机研究与发展.2017,54(2),248-257.
沈玄庐研究综述.陈玲玲;任玮;刘丹.福建党史月刊.2008,163-165.
