云计算平台上基于过滤器的多表连接算法

被引：2

作者：

王婧

王腾蛟

杨冬青

李红燕

机构：

[1] 北京大学信息科学技术学院

来源：

计算机研究与发展 | 2011年 / S3期

关键词：

云计算; 多表连接; 过滤器;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

云计算是当前处理大规模数据分析的重要技术.然而,云计算平台上数据的广泛分布性使多表连接运算代价过高,这是一个迫切需要解决的问题.针对这一问题,首先对云计算环境中已有的多表连接算法进行分析,然后提出一种新的基于过滤器的多表连接算法.对多个表同时进行连接,避免中间结果的产生;通过预先统计连接属性的取值分布,减少不必要的元组复制与数据传输.在TPC-H数据上的实验结果显示,基于过滤器的多表连接算法与Hive及另外两种已有算法相比,显著提高了云计算环境中多表连接运算的效率.

引用

页码：245 / 253

页数：9