基于改进DPhyp算法的Impala查询优化

被引：3

作者：

周强 ^{[1
]}

陈岭 ^{[1
]}

马骄阳 ^{[1
]}

赵宇亮 ^{[1
]}

吴勇 ^{[2
]}

王敬昌 ^{[2
]}

机构：

[1] 浙江大学计算机科学与技术学院

[2] 浙江鸿程计算机系统有限公司

来源：

计算机研究与发展 | 2013年 / 50(S2)卷 / S2期

关键词：

查询超图; 代价模型; Impala大数据实时查询; 左线性树; 执行计划;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对目前基于动态规划查询超图（dynamic programming hypergraphs,DPhyp）优化SQL查询算法产生指数运行时间、传统代价模型难以直接适用于Impala大数据实时查询系统等问题,提出基于改进DPhyp算法的Impala查询优化方法.首先,构建满足左线性树的搜索策略,缩小整个执行计划的搜索空间;接着,综合考虑数据移动代价及Hash join算法运行等关键因素,结合提出的代价模型,生成最佳的join顺序;最后,在生成的join顺序基础上构建执行计划,执行后返回最终查询结果.大量实验结果表明,改进的DPhyp算法与DPhyp生成的join顺序一致,且前者算法运行效率比后者要快近一倍.另外,改进的DPhyp算法结合提出的代价模型,比原始的Impala查询响应时间平均减少67%80%.

引用

页码：114 / 120

页数：7