一种适用于数据流梗概计算的小波变换算法

针对数据流上近似查询中的梗概计算,提出了一种新的基于最小误差的维压缩小波变换算法(MEDC).MEDC算法通过映射流数据时间戳,快速无冗余地维护流数据的有序性;基于最小误差,高效压缩小波变换阵列,最大化MEDC算法时间效率及近似查询实时处理能力;引入小波系数与查询准确度之间的数值性关联规则,支持小波系数梗概上的查询多级共享,整体查询执行性能最佳.实验表明,与传统小波变换、直方图和采样等算法相比,MEDC算法在数据流近似查询处理的响应速度、查询结果质量等方面具有更为优越的性能.

支持截止期敏感应用的数据流任务调度方法

当前,数据流上的实时处理系统大多关心平均元组延时最小化要求,而很少考虑每个元组的截止期要求.提出一种实时的自适应批任务调度策略——ATS(adaptive batch task scheduling),以支持时变突发的数据流上关键任务的严格截止期需求.ATS调度策略可以降低调度开销和过期处理开销,从而实现截止期错失率最小化和有效任务完成率最大化.提出了最优调度单位概念——批粒度,设计了闭环反馈控制机制,以在不可预测的数据流环境中自适应地动态选择最优批大小.理论分析和实验表明了ATS批调度策略的有效性和高效性.

一种支持数据流条件过滤的批处理策略

介绍了一种支持数据流条件过滤的批处理策略。该策略采用红黑树对查询建立索引,通过把查询务件分解为单独的布尔因子的方法,将每个布尔因子加到红黑树的相应节点上,其中相同的布尔因子加到红黑树的同一个节点上。在查询处理过程中,每处理一个索引节点,就将所有的布尔因子同时处理。因此,使用这种批处理策略能够实现高效查询。