基于谓词的大数据抽样技术研究

• 作者: 傅瑜 姜群 李文生 杨武 梁瑞仕
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 抽样 动态 谓词
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 信息·计算机
• 页码范围: 120-124,203
• 页数: 6页
• 分类号: TP392
• 字数: 3076字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2017.08.020

摘要

为解决大数据抽样问题,采用MapReduce产生内容满足给定谓词的固定规模样本,并扩展了默认的Hadoop[1]设置,使其支持作业按需动态管理其资源消耗以解决MapReduce进程中的资源浪费问题.实验结果证明:本文所提策略的执行性能优于默认的Hadoop,从而证明MapReduce解决大数据抽样问题的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文生	电子科技大学中山学院计算机学院	55	361	11.0	15.0
2	傅瑜	电子科技大学中山学院计算机学院	24	107	7.0	9.0
3	杨武	重庆理工大学计算机科学与工程学院	27	175	6.0	12.0
4	梁瑞仕	电子科技大学中山学院计算机学院	20	80	4.0	8.0
5	姜群	电子科技大学中山学院计算机学院	8	22	2.0	4.0