提出了星型模型扁平化编码方法上的百分点聚集函数的并行算法。把星型模型中维表上与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,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,提出了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,解决了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,该算法不仅能快速收敛,而且其网络传输开销也是可以接受的。
科研之友
微信
新浪微博
Facebook
分享链接
