用于时态聚合范围查询的分布式时态索引

在大数据与云计算时代,时态大数据的查询分析面临许多重要挑战。针对其中时态聚合范围查询性能不佳和不能有效利用索引等问题,提出一种用于时态聚合范围查询的分布式时态索引(DTI)。首先,采用随机或轮询策略对时态数据分区;其次,采用基于时间位数组前缀的分区内索引构造算法建立索引,同时记录包括时间跨度在内的分区统计信息;再次,利用谓词下推筛选时间跨度与查询时间区间重叠的数据分区,扫描索引进行预聚合;最后,将各分区得到的预聚合值按时间归并并聚合。实验结果表明,索引的分区内构造算法处理时间密度2400条每单位时间和0.001条每单位时间的数据的执行时间相近。索引的聚合查询算法相较于ParTime算法:在查询时间线前75%的数据时,每一步用时都至少减少22%;执行选择型聚合函数时,每一步用时都至少减少11%。因此,索引在多数时态聚合范围查询任务中具有更高的速度,它的分区内构造算法能解决数据稀疏问题且执行效率高。

时态数据的聚合查询及应用

在SQL结构化查询语言中,所有针对数据表某列或多列的数据分析统称为聚合查询。基于传统的关系数据库管理系统(RDBMS)的基础上,对时态数据的聚合查询问题进行了深入的分析,通过引入时态聚合子区间的概念,并定义与之相匹配的数据结构,设计实现了一种时态数据的聚合查询算法。实际应用表明,该算法可行、有效。