بهینه سازی پرس و جو با تطبیق الگوی توزیعی

نوع فایل : word

تعداد صفحات : 22

تعداد کلمات : 7900

مجله : ICDE Conference

انتشار : 2015

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
17 مارس 2021
دسته بندی
تعداد بازدیدها
1627 بازدید
22,000 تومان

عنوان فارسی مقاله:بهینه سازی پرس و جو با تطبیق الگوی توزیعی

 چکیده  

چکیده: الگوریتم‌های حریصانه برای عملیات تطبیق الگوی گراف اغلب زمانی که دده های گراف را بتوان در حافظه بر روی تک ماشین نگه داری کرد کافی می‌باشد. با این حال، چون مجموعه داده‌های گراف به طور فزاینده‌ای توسعه می‌یابند و نیاز مند فضای ذخیره‌ای اضافی و پارتیشن بندی در دسته‌ای از ماشین‌ها می‌باشند، فنون بهینه سازی پرس و جوی پیشرفته‌تر برای اجتناب از انفجار در تأخیر پرس و جو اهمیت حیاتی دارد. در این مقاله، ما اقدام به معرفی روش‌های بهینه سازی پرس و جو برای تطبیق الگوی گراف توزیع یافته می‌کنیم. این فنون شامل، ۱- الگوریتم بهینه سازی مبتنی بر برنامه نویسی دینامیک سبک سیستم R، که هر دو برنامه‌های خطی و نقطه‌ای را در نظر می‌گیرد، ۲- الگوریتم مبتنی بر تشخیص چرخه که اهرمی برای چرخه‌ها جهت کاهش اندازه مجموعه‌های نهایی می‌باشد و ۳- روش استفاده مجدد از محاسبه یا رایانش است که انتقال اطلاعات و اجرای پرس و جوی زائد را در شبکه حذف می‌کند. نتایج آزمایشی نشان می‌دهد که این الگوریتم‌ها می‌توانند موجب بهبود زیادی در عملکرد پرس و جو شوند.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Query Optimization of Distributed Pattern Matching

Abstract

 Greedy algorithms for subgraph pattern matching operations are often sufficient when the graph data set can be held in memory on a single machine. However, as graph data sets increasingly expand and require external storage and partitioning across a cluster of machines, more sophisticated query optimization techniques become critical to avoid explosions in query latency. In this paper, we introduce several query optimization techniques for distributed graph pattern matching. These techniques include (1) a System-R style dynamic programming-based optimization algorithm that considers both linear and bushy plans, (2) a cycle detection-based algorithm that leverages cycles to reduce intermediate result set sizes, and (3) a computation reusing technique that eliminates redundant query execution and data transfer over the network. Experimental results show that these algorithms can lead to an order of magnitude improvement in query performance.
دیدگاهتان را بنویسید