基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,由于数据规模的急剧增长,越来越多的大型应用系统被部署到分布式环境中,它们需要通过数据分片技术,将原有数据集和新增加的数据审慎地划分到不同的节点上,来优化并行联机事务处理(on-line transaction processing,OLTP)系统的性能.针对系统中已有的静态数据和新生成的增量数据,提出了一种新的数据分片策略——数据表依赖分片策略(table dependency partitioning strategy,TDPS).该策略首先根据数据表之间的相互依赖关系,对初始数据进行划分.当有新的数据到达时,它会自动将每个数据片段分配到最相关的数据分区中.使用TPC-C测试基准进行了一系列的实验,实验结果显示,与以前的方法相比,TDPS策略可以有效地提高系统性能.
推荐文章
基于Hadoop的分布式并行增量爬虫技术研究
Hadoop集群
分布式爬虫
并行爬虫
增量爬虫
刷新策略
基于CUDA的海洋监测数据并行压缩技术研究
海洋监测数据
并行数据压缩
加速比
图形处理器
数据库加速引擎中数据垂直分片技术研究
数据库加速引擎
数据划分
垂直分片
面向海量数据的并行UNION查询技术研究与实现
UNION查询
海量并行数据库
UQS
CORBA
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 并行OLTP系统中增量数据的自动分片技术研究
来源期刊 计算机科学与探索 学科 工学
关键词 数据划分 联机事务处理(OLTP) 增量数据
年,卷(期) 2013,(9) 所属期刊栏目 学术研究
研究方向 页码范围 800-810
页数 11页 分类号 TP311
字数 9250字 语种 中文
DOI 10.3778/j.issn.1673-9418.1305057
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晓燕 中国人民大学信息学院 31 150 6.0 12.0
4 杜小勇 中国人民大学信息学院 79 2516 24.0 49.0
8 陈晋川 中国人民大学信息学院 6 21 3.0 4.0
18 范旭 中国人民大学信息学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (21)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据划分
联机事务处理(OLTP)
增量数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
论文1v1指导