位置:成果数据库 > 期刊 > 期刊详情页
MapReduce框架下的Skyline结果优化算法
  • ISSN号:1000-9787
  • 期刊名称:《传感器与微系统》
  • 时间:0
  • 分类:TP274[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]合肥工业大学计算机与信息学院,安徽合肥230009, [2]中国科学院上海微系统与信息技术研究所无线传感网络与通信重点实验室,上海200050
  • 相关基金:国家自然科学基金资助项目(61370088); 国家科技支撑计划资助项目(2013BAH51F01); 安徽省高校自然科学研究基金资助项目(KJ2012A233); 中国科学院无线传感网络与通信重点实验室开放课题资助项目(2013003)
中文摘要:

随着大数据时代的到来,数据量和数据复杂度急剧提高,Skyline查询结果集规模巨大,无法为用户提供精确的信息。MapReduce作为并行计算框架,已广泛应用于大数据处理中。本文提出了MapReduce框架下基于支配个数的结果优化算法(MR-DMN),解决了大数据环境下的Skyline结果集优化问题。大量的实验表明:算法具有良好的时间和空间效率。

英文摘要:

With the advent of big data, data volume and complexity increase drastically, Skyline query result set is so large that it can' t provide precise information to the users. As parallel computing framework, MapReduce has been widely applied to big data processing. A result optimal algorithm, MapReduce-based dominant number algorithm (MR-DMN)is proposed, based on dominating number under MapReduce framework, which solves problem of optimization of Skyline result set in big data environments. Lots of experiments show that the algorithm has good time and space efficiency.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《传感器与微系统》
  • 北大核心期刊(2011版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:中国电子科技集团公司第四十九研究所
  • 主编:吴亚林
  • 地址:哈尔滨市南岗区一曼街29号四十九所
  • 邮编:150001
  • 邮箱:st_chinasensor@126.com
  • 电话:0451-82510965
  • 国际标准刊号:ISSN:1000-9787
  • 国内统一刊号:ISSN:23-1537/TN
  • 邮发代号:14-203
  • 获奖情况:
  • 获全国优秀科技期刊三等奖,获1996年度黑龙江省科技期刊评比,优秀科技期刊壹等奖,获《CAJ-CD》执行优秀奖,获信息产业部2001-2002年度电子科技期刊规范化奖,获信息产业部2003-2004年度优秀电子科技期刊奖,获信息产业部2005-2006年度优秀电子科技期刊奖,获工业和信息化部2007-2008年度电子精品科技期刊奖
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:10819