基于压缩直方图的劣质数据库上相似连接结果大小估计

• 作者: 张岩 李建中 杨忠胜 王宏志 高宏
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 劣质数据 连接估计 最小哈希签名 压缩直方图
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 计算机软件与数据库技术
• 页码范围: 2113-2120
• 页数: 8页
• 分类号: TP311
• 字数: 10384字
• 语种: 中文

摘要

现代数据管理系统普遍存在劣质数据,影响了数据质量,给数据管理带来了新的挑战.已经有不少管理劣质数据的数据模型,实体关系数据模型就是其中一种,该模型允许劣质数据的存在,并给出衡量数据质量的方法,并且可根据对结果质量的需求给出查询结果.鉴于该模型的特点,传统的估计查询代价的优化方法很难再适用,需要新的代价估计技术.本文提出了一种新的估计连接结果大小的方法.使用加权的最小哈希函数获得某一属性的最小哈希签名,这使得属性具有相同维数,便于利用直方图进行快速估计；然后建立其直方图,最后使用改进的离散余弦变换压缩直方图信息,使用压缩信息直接进行代价估计,这使得即使对于高维数据也能保证低错误率和低存储代价.此外,此方法可以很好的支持动态数据更新,消除周期性重建直方图的时间开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建中	哈尔滨工业大学计算机科学与技术学院	237	6003	33.0	72.0
2	王宏志	哈尔滨工业大学计算机科学与技术学院	69	557	12.0	21.0
3	高宏	哈尔滨工业大学计算机科学与技术学院	109	1574	18.0	36.0
4	张岩	哈尔滨工业大学计算机科学与技术学院	81	496	11.0	20.0
5	杨忠胜	哈尔滨工业大学计算机科学与技术学院	1	4	1.0	1.0