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:
以大数据的查询技术为中心,研究了当前一些主流的查询方法以及在此基础上的优化改进.MapReduce是一种编程模型,将存储在HDFS中的文件分块再整合以达到加速实现数据查询的目的,在此方法的基础上优化得出Map-Trim-Reduce编程模型,然后与Impala查询引擎相结合,利用Map-Trim-Reduce处理复杂数据的长处弥补Impala的短处,提前处理Impala的预处理数据,达到提高大数据查询效率的目的.
推荐文章
基于ImpaIa的大数据查询分析计算性能研究
大数据
Hadoop
MapReduce
Impala
计算性能
查询分析
基于KingView的SQL数据查询设计
数据查询
KingView
工控系统
控件
基于模糊数据库的数据查询研究
模糊数据库
数据查询
XML数据查询及优化方法研究
Xml语言
XQL查询
Schema
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 基于MTR与Impala结合的数据查询优化研究
来源期刊 微型电脑应用 学科 工学
关键词 大数据 Map-Trim-Reduce mpala
年,卷(期) 2016,(6) 所属期刊栏目 基金项目
研究方向 页码范围 29-31
页数 3页 分类号 TP312
字数 2053字 语种 中文
DOI
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 赵建民 东北石油大学计算机与信息技术学院 16 38 3.0 5.0
2 袁文翠 东北石油大学计算机与信息技术学院 10 62 5.0 7.0
3 舒昝 东北石油大学计算机与信息技术学院 4 12 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
Map-Trim-Reduce
mpala
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导