MSOLA:基于多维分层采样的大数据在线聚集技术* |
| |
引用本文: | 史英杰,杜方,尤亚东.MSOLA:基于多维分层采样的大数据在线聚集技术*[J].计算机应用研究,2018,35(2). |
| |
作者姓名: | 史英杰 杜方 尤亚东 |
| |
作者单位: | 北京服装学院 信息工程学院,宁夏大学 信息工程学院,北京服装学院 信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(课题号:61502279, 61363018);山东省自然科学基金资助项目(课题号:ZR2015FM013);北京市教委科技计划项目(课题号:KM201710012008) |
| |
摘 要: | 在线聚集通过统计计算估计查询结果,能够在查询完成前给用户反馈,在大数据分析领域具有重要意义。现有研究工作采用统一随机采样策略,当查询出现小分组或低选择率时,导致估计结果不准确及收敛速度缓慢。针对这一问题,提出了结合负载特征和数据分布进行多维分层采样的有偏采样策略,并结合大数据处理平台Storm设计了结果估计和置信区间计算方法。实验证明所提出的方案有效提高了在线聚集估计结果的准确度,并且具有良好的扩展性。
|
关 键 词: | 在线聚集 大数据 多维分层采样 负载分析 |
收稿时间: | 2016/10/19 0:00:00 |
修稿时间: | 2017/12/27 0:00:00 |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|