数据流滑动窗口连接的卸载策略研究

随着数据流应用系统的快速发展,数据流管理系统对数据库技术提出了巨大挑战.针对数据流上的滑动窗口连接操作,提出一些新的卸载技术,使得系统在过载的情况下卸栽连接结果少的元组,从而最大化输出结果.双窗口模型和辅助窗口统计信息的建立保证了预估连接结果的可靠性,同时应用线段树使卸载的判断更加高效.当流速过快、系统处理能力无法与之同步时,通过前端卸载和后端卸载的配合使用达到理想的语义卸载,得到最大子集的连接结果.实验验证该卸载策略的性能好于现有其他方法.     

基于控制理论的数据流QoS自适应框架及卸载技术的研究

数据流管理系统中的查询处理需要满足各种服务质量(QoS)要求,其中延迟是用户非常关注的QoS参数.如何在系统资源有限、数据输入速度及特征可变,且单个元组的CPU处理代价动态变化的情况下,使系统具有自适应的能力以确保高质量的QoS,是迫切需要解决的问题.为此,提出了一种全面考虑CPU处理能力及内存容量的QoS自适应框架,并运用基于控制理论的PID控制器管理内存负载,超载时进行卸载处理;同时提出有效的清洗策略和队列调度策略,保证系统在动态环境中具有良好的自适应性.实验结果表明,该框架具有稳定性好、健壮性强的优点,在错失率相同的情况下,卸载率、系统资源利用率等几方面性能均优于其他现有方法.     

不确定数据库中的阈值轮廓查询处理

传统轮廓查询算法都没有考虑不确定数据的特殊性质,因而不能直接应用到不确定数据应用中.深入地研究了不确定数据库中的轮廓查询处理技术.首先,提出了不确定数据库中阈值轮廓查询的定义;其次,通过对其性质的分析,提出了基于R一树索引的基本的阈值轮廓算法(BPS);接着,通过对其性质的进一步分析,在BPS算法的基础上,增加了有效的过滤策略,提出了改进的阈值轮廓算法(IPS).实验结果表明,IPS算法可以有效地减少阈值轮廓的计算时间,从而满足实际应用的性能需求.