QDM-Tree:支持数据流频繁更新的Cache敏感索引

随着硬件和通信技术的飞速发展,数据流技术已广泛应用于金融分析、网络监控及传感器网络等诸多领域,这类应用通常具有高速、海量、连续和实时等特性.因此,在数据流上渐进、实时地更新索引成为一个极具价值和挑战性的问题.为了克服现有支持频繁更新的索引树性能大都深受处理器缓存失效率的影响,提出了一种新颖的基于双Memo的量化R*索引树-QDM-Tree(Quantized R*-tree with Double Memos),并给出了相应的插入、删除、更新和范围查询算法,理论分析表明:与已有R*树及其变种相比,该索引树能成倍地压缩树结点,具有更强支持频繁更新的能力.

基于Hilbert R树的空间连接算法Cache性能分析

随着处理器和内存之间的性能差异日益增大,高速缓存被用来弥补这个差距,对于空间数据库操作来说,性能优化目标也从磁盘/内存层次转移到了内存/Cache层次。空间连接是空间数据库中最重要的操作之一,其执行效率直接影响空间查询的性能,但大多数传统的空间连接没有考虑Cache的利用。针对空间连接算法Cache使用的问题,分析了程序局部性对Cache利用的影响,对基于Hilbert R树的空间连接在内存中的性能进行了测试,比较了不同索引结点大小对空间连接性能和Cache访问性能的影响,为优化Cache敏感的空间连接提供了实验依据。

面向多核处理器的空间数据库索引性能分析

空间数据库索引是提高空间查询性能的重要方法,片上多核处理器的出现,在提高数据库性能的同时,也给空间索引结构提出了新的挑战。面向多核处理器,还缺乏对各种主要空间数据库索引结构和性能的综合实验比较,从而无法定量分析影响索引性能的重要因素。针对目前主流的共享cache多核处理器,对R树、HilbertR树、四叉树及CR树在内存中的性能进行了测试,分析了不同处理器硬件、不同索引结点大小、不同选择率、不同输入数据等多种因素对索引性能的影响。实验表明,在多核环境下,为了提高空间索引性能,必须充分利用多核处理器的硬件特性。

主存数据库索引机制及其优化研究

本文对主存数据库索引机制进行了深入研究,对Cache敏感型索引结构以及采用预取等方法提高Cache命中率的主存数据库索引机制进行了分析,讨论了当代计算机的硬件特性对提高主存数据库索引性能的影响以及索引性能的测试方法,指出可以根据主存数据库操作的类型和CPU的硬件参数对主存数据库索引机制进行配置和优化。

主存数据库索引机制及其优化的探讨

本文对Cache敏感型索引结构以及采用预取等方法提高Cache命中率的主存数据库索引机制进行了分析,讨论了当代计算机的硬件特性对提高主存数据库索引性能的影响以及索引性能的测试方法,指出可以根据主存数据库操作的类型和CPU的硬件参数对主存数据库索引机制进行配置和优化。