Tempura:インクリメンタルデータ処理のための一般的コストベース最適化フレームワーク(拡張版)【JST・京大機械翻訳】

Wang Zuozhi; Zeng Kai; Huang Botong; Chen Wei; Cui Xiaozong; Wang Bo; Liu Ji; Fan Liya; Qu Dachuan; Hou Zhenyu; Guan Tao; Li Chen; Zhou Jingren

プレプリント

J-GLOBAL ID：202202217902133317 整理番号：22P0195211

Tempura:インクリメンタルデータ処理のための一般的コストベース最適化フレームワーク(拡張版)【JST・京大機械翻訳】

Tempura: A General Cost Based Optimizer Framework for Incremental Data Processing (Extended Version)

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (13件)： , , , , , , , , , , , ,
資料名：
発行年： 2020年09月28日プレプリントサーバーでの情報更新日： 2020年09月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

増分ビュー保全,ストリームコンピューティング,最近出現した進行性データウェアハウスおよび間欠クエリ処理から,多くのアプリケーションにおいて,インクリメンタル処理が広く採用されている。このトピックで開発された多くのアルゴリズムにもかかわらず,最適計画がデータに依存するので,それらのどれも常に最良の性能を達成する増分計画を作り出すことができない。本論文では,増分データ処理を最適化するために,Tempuraと呼ばれる新しいコストベース最適化フレームワークを開発した。著者らは,時変関係の概念に基づくTIPと呼ばれるインクリメンタルクエリ計画モデルを提案し,それは,その最も一般的形式において,形式的にインクリメンタル処理をモデル化することができた。著者らは,Tempuraの完全な仕様を与えて,それは,最適増分計画を作り出すために,種々の既存の技術を統一するだけでなく,また,開発者がそれらの書換え規則を追加することを可能にした。計画空間の探索と最適増分計画の探索を研究した。その有効性と効率を示すために,様々なインクリメンタル処理シナリオにおけるTempuraの完全な実験的評価を行った。【JST・京大機械翻訳】

, , , , , , , , , , ,
, 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る