智能数据分区与布局研究
作者:
作者单位:

作者简介:

通讯作者:

李翠平,licuiping@ruc.edu.cn

基金项目:

北京市自然科学基金(4212022);国家重点研发计划(2018YFB1004401);国家自然科学基金(61772537,61772536,62072460,62076245)


Survey of Intelligent Partition and Layout Technology in Database System
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    大数据时代,数据规模庞大、由数据进行驱动的应用分析场景日益增多,如何快速高效的从这些海量的数据中提取出用以分析决策的信息给数据库系统带来重大挑战.同时,现代商业分析决策对分析数据的实时性要求数据库系统能够同时快速处理ACID事务和复杂的分析查询.然而,传统的数据分区粒度太粗,且不能适应动态变化的复杂分析负载;传统的数据布局单一,不能应对现代大量增加的混合事务分析应用场景.为了解决以上问题,“智能数据分区与布局”成为当前研究热点之一,它通过数据挖掘,机器学习等技术抽取工作负载的有效特征,设计最佳的分区策略来避免扫描大量不相关的数据,指导布局结构设计以适应不同类型的工作负载.本文首先介绍了智能数据分区与布局的相关背景知识,然后对智能数据分区与布局技术的研究动机,发展趋势,关键技术进行详细的阐述.最后,对智能数据分区与布局技术的研究前景做出总结与展望.

    Abstract:

    In the era of big data, there are more and more application analysis scenarios driven by large-scale data. How to quickly and efficiently extract the information for analysis and decision-making from these massive data brings great challenges to the database system, At the same time, the real-time performance of analysis data in modern business analysis and decision-making requires that the database system can process ACID transactions and complex analysis queries. However, the traditional data partition granularity is too coarse, and can not adapt to the dynamic changes of complex analysis load; the traditional data layout is single, and can not cope with the modern increasing mixed transaction analysis application scenarios In order to solve the above problems, "intelligent data partition and layout" has become one of the current research hotspots. It extracts the effective characteristics of workload through data mining, machine learning and other technologies, and design appropriate partition strategy to avoid scanning a large number of irrelevant data and guide the layout structure design to adapt to different types of workloads. This paper first introduces the background knowledge of data partition and layout techniques, and then elaborates the research motivation, development trend and key technologies of intelligent data partition and layout. Finally, the research prospect of intelligent data partition and layout is summarized and prospected.

    参考文献
    相似文献
    引证文献
引用本文

刘欢,刘鹏举,王天一,何雨琪,孙路明,李翠平,陈红.智能数据分区与布局研究.软件学报,,():0

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2021-01-19
  • 最后修改日期:2021-04-15
  • 录用日期:
  • 在线发布日期: 2021-08-02
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号