文献

J-GLOBAL ID：201802238975720738   整理番号：18A1783311

誘導サンプリングによるジョイン上のスキュー意識オンライン集約【JST・京大機械翻訳】

Skew-aware online aggregation over joins through guided sampling

著者 (4件)： Wang Yuxiang (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Jin Jiahui (School of Computer Science and Engineering, Southeast University, Nanjing, China) ,  Xu Xiaoliang (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China) ,  Zhang Longbin (School of Computer Science and Technology, Hangzhou Dianzi University, Hangzhou, China)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 30  号： 20  ページ： e4695  発行年： 2018年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オンライン集約は,質問実行過程の間,連続的に誤差保証(信頼区間の形で)によって近似的応答を返す質問処理技術である。この手法は,ユーザが質問効率と精度の間の適切なトレードオフを提供する。オンライン集約の重要課題は,ランダムサンプル収集の効率と有効性を確実にする方法である。しかしながら,使用されている「ブラインド」サンプリング法は,データセット統計と他の有用な情報を適切に考慮せず,非効率的サンプリングと低いサンプル品質をもたらす。このことは,ジョイン上の歪んだデータ分布に対する魅力的な性能問題になる。この問題を軽減するために,データセット統計を用いて,歪んだ結合キーに対して調整した論理部分ベースの重み付きGaussサンプリング法と,歪んだ測定値に適用する2レベルサンプル割当法からなる新しい「ガイド」サンプリングアプローチを提案した。歪んだデータ分布に対するTPC-Hベンチマークを用いた広範な実験により,この解の優れた性能を実証した。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質 ,  近似法 ,  *集中化 ,  無作為抽出 ,  ベンチマーク ,  質問処理 ,  信頼区間 ,  *ゆがみ
準シソーラス用語： *オンライン ,  *ジョイン , 【Automatic Indexing@JST】

著者キーワード (4件)： 近似問合せ処理 ,  オンライン集約 ,  ランダムサンプリング ,  歪み分布

分類 (3件)： 計算機網  (JC03000K) ,  数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 誘導 ,  サンプリング ,  ジョイン ,  スキュー ,  意識 ,  オンライン ,  集約