分布式查询优化的技术实现

针对分布式查询执行的全局处理策略进行优化的问题,从查询执行的效果出发,提出了一种通过统计的方式,不断从最近的查询执行代价学习纠正最近查询执行的统计代价的方法,为查询的全局处理提供参考,以达到优化执行、提高执行效率和速度的目的。

多UCAV编队攻击地面多目标的方法研究

在UCAV编队攻击地面多目标的航线规划中,采用航线长度相等法进行目标分配,按照分配的目标顺序得到编队的几何航线。并在兼顾到攻击效果的前提下,确定了空地导弹攻击区内的代价分布,由此提高了空地导弹的命中概率,并使航线代价较小。仿真结果表明航线长度相等法对UCAV编队攻击地面多目标是有效的,攻击区代价分布法更符合实战需要。

Spark迭代密集型应用的优化方法研究

Spark是一个非常流行且广泛适用的大数据处理框架,具有良好的易用性和可扩展性。但在实际应用中,仍然存在一些问题需要解决。例如在部分迭代计算场景中,得到的加速效果并不理想,究其原因在于使用Spark等分布式系统后引入的额外损耗较大。为准确分析并降低这些损耗,提出了Spark效率分析公式,以分布式计算代价衡量额外损耗,以有效计算比衡量执行效率。在此基础上,还针对Spark迭代密集型应用设计并实现了一种优化策略。测试结果表明,有效计算比和程序执行性能得到了大幅提升,其中有效计算比提升了约0.373,程序执行时间缩短了约68.2%。