؛RX-HYBRIDJOIN: الگوریتمی بهبود یافته برای پایگاه داده تحلیلی نیمه آنی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 835

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMPUTER02_070

تاریخ نمایه سازی: 2 تیر 1395

چکیده مقاله:

هدف از پایگاه داده تحلیلی نیمه آنی این است که در زمان کمتری تغییرات رخ داده در سمت پایگاه داده منابع با داده های موجود بر روی دیسک الحاق شوند. هدف از این الحاق ایجاد تغییرات لازم بر روی جریان داده ورودی و تبدیل آن به قالب مورد نظر برای پایگاه تحلیلی می باشد. یکی از الگوریتم های مطرح در این زمینه، الگوریتم X-HYBRIDJOIN نام دارد. در این الگوریتم از خصوصیت داده های دنیای واقعی برای تسریع عمل الحاق استفاده شده است. الگوریتم X-HYBRIDJOIN بخشی از داده های موجود در روی دیسک را که مراجعه بیشتری به آنها می شود بعنوان یک بخش جدا، بطور دائمی در حافظه اصلی نگهداری می نماید تا از مراجعات مکرر به دیسک که عملی زمان بر می باشد جلوگیری نماید. در الگوریتم پیشنهادی که RX-HYBRIDJOIN نام دارد، نحوه قرارگیری بخش مورد نظر، در حافظه اصلی تغییر یافته و از جدول درهم سازی برای آن استفاده شده است. همچنین در نحوه اجرا و ترتیب اجرای الگوریتم نیز تغییراتی اعمال شده است، که بموجب آن ناپل هایی که متناظر آنها در حافظه وجود دارند در همان ابتدا تشخیص داده می شوند و وارد محدوده الحاق نمی شوند. نتایج آزمایشات نشان می دهد در الگوریتم ارائه شده به دلیل افزایش تعداد رکوردهای الحاق شده در واحد زمان، کارایی افزایش می یابد.

کلیدواژه ها:

پایگاه داده تحلیلی نیمه آنی ، جریان داده ، الحاق ، تغییر شکل داده

نویسندگان

عیسی حضرتی آغبلاغ

دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران- ارائه دهنده

نگین دانشپور

استادیار، دانشکده مهندسی کامپیوتر، دانشگاه تربیت دبیر شهید رجایی، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Gupta, A., Mumick, I.S. Maintenance of Materialized Views: Problems, Techniques, ...
  • Labio, W.J., Wiener, J.L., Garcia-Molina, H., Gorelik, V. Efficient resumption ...
  • Nguyen, A., Tjoa, A. Zero-Latency data warehousing for heterogeneous data ...
  • Golab, L., Johnson, T., Seidel, J.S., Shkapenyuk, V. Stream warehousing ...
  • Wilschut, A.N., Apers, P.M.G. Dataflow query execution in a parallel ...
  • Naeem, M.A., Dobbie, G., Weber, G. X -HYBRIDJOIN for Near-Real ...
  • Anderson, C. The Long Tail: Why the Future of Business ...
  • Obal, M., Dursun, B. Erdem, Z., Kadir, _ A Real ...
  • Majeed, F., Sohaib Mahmood, M.: Efficient Dat Streams Processing in ...
  • Thiele, M., Lehner, W. Evaluation of Load Scheduling Strategies for ...
  • Dehne, F., Kong, Q., Rau-Chaplin, A., Zaboli, H., Zhou, R.: ...
  • Dehne, F., Kong, Q., Rau-Chaplin, A., Zaboli, H., Zhou, R. ...
  • Alzeini, H., Hameed, SH., Habaebi, M. A Framework for Developing ...
  • Chen, L, Rahayu, W., Taniar, D. Towards Near Real-Time Data ...
  • Asif Naeem, M., Dobbie, G., Weber. G. A Lightweight Stream-Based ...
  • Polyzotis, N., Skiadopoulos, S., Vassiliadis, P., Simitsis, A., Frantzell, N. ...
  • Naeem, M.A., Dobbie, G., Weber, G. HYBRIDJOIN for N e ...
  • Anderson, C. The Long Tail: Why the Future of Business ...
  • نمایش کامل مراجع