主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
胡华,庄毅,胡海洋,赵格华.网格环境下基于流水线的多重相似查询优化.软件学报,2010,21(1):55-67
网格环境下基于流水线的多重相似查询优化
Pipeline-Based Multi-Query Optimization for Similarity Queries in Grid Environment
投稿时间:2008-06-05  修订日期:2009-02-24
DOI:
中文关键词:  网格  多重查询优化  高维索引  数据分片
英文关键词:grid  multi-query optimization  high-dimensional indexing  data partition
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60873022, 60903053 (国家自然科学基金); the Zhejiang Provincal Natural Science Foundation of China under Grant Nos.Y1080148, Y1090165 (浙江省自然科学基金); the Key Program of Science and Technology of Zhejiang Province of China under Grant No.2008C13082 (浙江省科技厅重大科技项目); the Key Project of Special Foundation for Young Scholars in Zhejiang Gongshang University of China under Grant No.Q09-7 (浙江工商大学青年人才基金重点资助项目); the Open Fund Provided by State Key Laboratory for Novel Software Technology of Nanjing University of China (南京大学计算机软件新技术国家重点实验室开放基金)
作者单位
胡华 杭州电子科技大学 计算机学院,浙江 杭州 310018
浙江工商大学 计算机与信息工程学院,浙江 杭州 310018 
庄毅 浙江工商大学 计算机与信息工程学院,浙江 杭州 310018 
胡海洋 杭州电子科技大学 计算机学院,浙江 杭州 310018
浙江工商大学 计算机与信息工程学院,浙江 杭州 310018 
赵格华 香港中文大学 计算机科学与工程系,香港 
摘要点击次数: 5632
全文下载次数: 4205
中文摘要:
      提出一种网格环境下基于流水线技术的分布式多重相似查询的优化算法(pipeline-based distributed similarity query processing,简称pGMSQ).首先,当用户提交若干个查询请求时,采用基于代价的动态层次聚类策略(dynamic query clustering,简称DQC)对其进行合并.然后在数据结点层,采用索引支持的向量集缩减方法快速过滤无关向量.最后,在执行结点层对候选向量执行求精操作返回结果向量.由于本查询采用了流水线技术,实验结果表明,该方法在提高查询性能的同时也提高了系统的吞吐量.
英文摘要:
      This paper proposes a multi-query optimization algorithm for pipeline-based distributed similarity query processing (pGMSQ) in grid environment. First, when a number of query requests are simultaneously submitted by users, a cost-based dynamic query clustering (DQC) is invoked to quickly and effectively identify the correlation among the query spheres (requests). Then, index-support vector set reduction is performed at data node level in parallel. Finally, refinement of the candidate vectors is conducted to get the answer set at the execution node level. By adopting pipeline-based technique, this algorithm is experimentally proved to be efficient and effective in minimizing the response time by decreasing network transfer cost and increasing the throughput.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利