基于聚类分析分库策略的社交网络数据库查询性能与数据迁移

• 作者: 周丽华 杨培忠 梁双
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 社交网络 数据库分库 聚类分析 查询性能 数据迁移
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 第四届大数据学术会议(CCF BIGDATA2016)
• 页码范围: 673-679
• 页数: 7页
• 分类号: TP302
• 字数: 8911字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.03.673

摘要

社交网络数据具有一定的聚合性,即特征上相近的用户之间更容易产生某种行为.依照常规的水平切分方法,在执行这些事件的信息查询时,将会耗费大量的时间和连接损耗去依次访问多个数据库.针对此问题,提出了基于聚类分析的社交网络数据库分库策略.将社交网络主体的特征标量进行聚类,使得聚集程度高的主体尽量分割到一个或尽可能少的几个分库中去,从而提高事件的查询效率,并在此基础上兼顾负载均衡与大数据迁移等问题.实验结果表明,该策略在社交网络的主流事件查询上都表现出不同程度的性能提升,最高提升程度达到23.4％,并且实现了局部最优负载均衡和零数据迁移.总的来说,基于聚类分析的社交网络数据库分库策略在提高查询效率、平衡负载以及大数据迁移可行性上,比传统水平切割分库有了相当的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周丽华	云南大学信息学院	44	134	7.0	9.0
2	梁双	云南大学信息学院	1	6	1.0	1.0
3	杨培忠	云南大学信息学院	2	7	1.0	2.0