22、数据流上并行天际线连接的高效算法

数据流上并行天际线连接的高效算法

1. 引言

早期的天际线查询研究主要聚焦于单数据集的情况。然而，在实际应用中，天际线属性可能分布在多个数据集中，这就催生了天际线连接查询的概念。近年来，数据流上的天际线查询成为研究热点，但目前针对多数据流的天际线连接查询研究较少，且现有算法多采用串行计算范式，无法充分利用多核处理器。

为解决这一问题，我们提出了新颖迭代框架，并基于此设计了两种并行天际线连接算法：Naive Parallel Sliding Window Join（NP - SWJ）和 Incremental Parallel Skyline Window Join（IP - SWJ）。实验表明，这两种算法在真实数据集和合成数据集上均表现出色。

2. 相关工作

2.1 静态数据集上的天际线连接

• Jin 等人首次研究了天际线连接查询。
• Sun 等人提出了剪枝连接空间的方法，并设计了两种天际线连接查询算法。
• Jin 等人开发了用于等值连接天际线查询的非阻塞算法。
• Raghavan 和 Rundensteiner 提出了一种渐进式算法，可在多个抽象层次上计算天际线连接查询，并在此基础上提出了 SKIN 框架。
• Bhattacharya 和 Teja 开发了几种高效算法，尽可能在连接操作前对局部关系进行天际线查询。
• PrefJoin 是一个适用于多关系偏好感知连接查询的通用框架，也可用于天际线连接查询。
• Vlachou 等人提出了受 SFS 算法启发的 SFSJ 算法。
<