基于DSVM的并行Hash连接算法及其性能评价

提出了一个基于分布式共享虚拟存储器技术（ＤＳＶＭ）的并行Ｈａｓｈ 连接算法，然后设计了一个并行连接算法的测试评价基准，并评价和分析了该算法在均匀数据分布情况下３ 种不同负载的性能比较和Ｚｉｐｆ倾斜数据分布情况下两种调度策略的算法性能．

利用快速无偏分层图抽样算法的MapReduce负载平衡方法

提出一种基于快速无偏分层图抽样的MapReduce负载平衡方法。将聚类算法融合到MapReduce连接操作中,提出MapReduce并行聚类连接算法的实现方法;根据聚类结果动态调整抽样率的无偏分层图抽样算法,从而实现连接操作目标数据的准确、平衡抽样。通过合成数据集和真实数据集下的数据处理实验,与Hash连接算法及基于NS抽样的聚类算法进行对比,验证了所提出的算法方案在不同数据倾斜程度下都具有良好的负载平衡性能,其运行效率也没有因为新采样算法的采用而受到影响。