數據流上多聚集查詢的優(yōu)化技術.pdf

1、目前，數據流系統被廣泛應用，如網絡入侵檢測和金融分析。在數據流的查詢處理中，聚集查詢是一種常用的查詢類型，滑動窗口是近似查詢常用的技術。因此，滑動窗口聚集查詢在數據流管理系統中具有較高的研究價值。
　　 系統經常需要在同一個數據源上處理多個聚集查詢，而單獨地執(zhí)行每個查詢可能會導致嚴重的可擴展性問題和性能問題，并且當數據流的到達速率超過系統資源的承受能力時，系統會出現性能下降甚至癱瘓的現象。本文提出了數據流上多聚集查詢的優(yōu)化技術，

2、具體工作包含以下幾個方面：
　　 首先，分析了數據流系統上多聚集查詢的處理方法。在系統的處理能力下，討論多聚集查詢的共享計算問題，消除系統的計算冗余；在系統超負載時，介紹數據流上多聚集查詢的降載策略，分析各種降載策略的適用環(huán)境。
　　 其次，設計并實現了一種優(yōu)化的窗口聚集算法OPWA。先根據各時間窗口參數對聚集查詢進行分組，使得相似查詢可以同步調度；再采用Paired技術對數據流進行分割。一方面減少了時間切片的數目，降低

3、了空間的需求；另一方面同步地執(zhí)行相似查詢，減少了系統的計算開銷。
　　 最后，提出了MinWinDrop窗口降載策略，減小了降載窗口的更新周期。數據流系統可以將MinWinDrop降載操作符插入到查詢計劃之前，提前丟棄未處理的元組，消除系統不必要的計算開銷。該降載策略不僅保證各聚集查詢部分結果的精確性，而且實現系統輸出子集的最大化。
　　 本課題的研究能夠有效地解決數據流上多聚集查詢的處理問題，提高數據流系統的執(zhí)行效率，