MapReduce框架下的Skyline计算木

摘要：

由于Skyline查询广泛应用于多目标决策、数据可视化等领域,近年来成为数据库领域的一个研究热点.针对云计算环境,在MapReduce框架下设计并实现了Skyline算法.MapReduce是一个运行在大型集群上处理海量数据的并行计算框架,其主要思想是任务的分解与结果的汇总.基于不同的数据划分思想,实施了三种Skyline并行算法,分别是基于MapReduce的块嵌套循环算法(MapReduce based block-nestedloops,MR-BNL)、基于MapReduce的排序过滤算法(MapReduce based sort-filter-skyline,MR-SFS)以及基于MapReduce的位图算法(MapReduce based bitmap,MR-Bitmap),并针对这三种算法进行了系统的实验比较,得出了不同数据分布、维数、缓存等因素对算法性能的影响结果.

关键词：Skyline计算、云计算、MapReduce、数据划分

所属期刊栏目：5

分类号：TP311(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.60873040,60873070

在线出版日期：2011-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：385-397