目前一些比较成熟的数据流管理系统,大都使用多元存储模型在内存中存储数据.研究表明,多元存储模型的缓存利用率不高,在处理大量、快速、时变的数据流时,影响查询的响应速度.为了更好地管理和存储来自无线传感器网络的实时数据流,提高查询性能,提出一种带时间偏移的页面存储模型(model using time offset,MUTO).它基于属性划分策略按页存储实时数据流,并在页头存储本页数据流采样起始时间戳,对于数据流中的其他元组的时间戳,仅存储其相对页首的时间偏移值.MUTO综合运用页内属性划分的策略和存储页首时间与偏移的方法,提高了缓存利用率,而且优化了时间戳操作,获得了较好的查询性能.实验表明,MUTO在一般问题的查询上性能较好,在基于时间戳的查询和计算上,性能优于多元存储模型.
目前一些比较成熟的数据流管理系统,大都使用多元存储模型在内存中存储数据.研究表明,多元存储模型的缓存利用率不高,在处理大量、快速、时变的数据流时,影响查询的响应速度.为了更好地管理和存储来自无线传感器网络的实时数据流,提高查询性能,提出一种带时间偏移的页面存储模型(model using time offset,MUTO).它基于属性划分策略按页存储实时数据流,并在页头存储本页数据流采样起始时间戳,对于数据流中的其他元组的时间戳,仅存储其相对页首的时间偏移值.MUTO综合运用页内属性划分的策略和存储页首时间与偏移的方法,提高了缓存利用率,而且优化了时间戳操作,获得了较好的查询性能.实验表明,MUTO在一般问题的查询上性能较好,在基于时间戳的查询和计算上,性能优于多元存储模型.
暂无评论