文献

J-GLOBAL ID：201902267498387676   整理番号：19A2898737

分散データベースにおける結合問合せのための一般的フラグメント割当法【JST・京大機械翻訳】

A general fragments allocation method for join query in distributed database

著者 (5件)： Gao Jintao (Northwestern Polytechnical University, Xi’an 710072, China) ,  Liu Wenjie (Northwestern Polytechnical University, Xi’an 710072, China) ,  Li Zhanhuai (Northwestern Polytechnical University, Xi’an 710072, China) ,  Zhang Jian (PingCAP Ltd., Beijing 100096, China) ,  Shen Li (PingCAP Ltd., Beijing 100096, China)
資料名： Information Sciences  (Information Sciences)
巻： 512  ページ： 1249-1263  発行年： 2020年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： フラグメント割当の品質は,分散データベースにおける結合質問の性能を改善するためのキーである。現在の戦略は,最大の必要データによる位置の採取やgre欲なアルゴリズムのような対応する位置にフラグメントを割り当てるために,発見的規則を用いることに集中する。分散環境の下で,様々な質問計画,異なるデータ分布,および高価なネットワークコストに直面して,それらの利点は,一般化能力の欠如により,低品質割当計画を容易に生成する可能性がある。本論文では,この限界を破るために,フラグメント(AlCo,Costに基づく配置フラグメント)を割り当てるための一般的な戦略を提案した。AlCoはコストに基づく複数の候補割当計画を評価する。それはPostgreSQLから採用された修正遺伝的アルゴリズムによって実現される。著者らの適合性関数(コストモデル)は,総合的に一般化能力をサポートするために様々な可変因子を考慮する。遺伝的アルゴリズムのランダム化によって引き起こされるリスクを減少させるために,AlCoは,著者らの遺伝的アルゴリズムのロバスト性を改善するために,現在の発見的方法を通して計算された上限を提供した。分散データベースシステムにおいてAlCoを実装し,実験により,TPC-Hベンチマークにおいて,AlCoは既存の戦略よりも性能において2x-4x優れており,ロバスト性とスケーラビリティにおいて良好に機能することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  適応性 ,  発見的方法 ,  ベンチマーク ,  アルゴリズム ,  *分散データベース ,  ロバスト性 ,  遺伝的アルゴリズム ,  品質
準シソーラス用語： コストモデル ,  PostgreSQL ,  分散環境 , 【Automatic Indexing@JST】

著者キーワード (5件)： 分散データベース ,  遺伝的アルゴリズム ,  質問最適化 ,  フラグメント割当 ,  ロバスト性

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 分散データベース ,  問合せ ,  フラグメント