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集中在单数据集上。但在一些应用中，天际线属性分布在多个数据集，于是出现了天际线连接查询。近年来，在数据流上计算天际线成为新趋势，不过目前只有一篇文献研究了多数据流上的天际线查询，且其算法采用串行范式，无法利用多核处理器。

本文研究多数据流上的并行天际线连接问题。改进了迭代框架，提出了新型迭代框架，挖掘其内在并行性，最终提出了两种基于滑动窗口的并行天际线连接算法：NP - SWJ 和 IP - SWJ。实验表明，这两种算法在真实数据集和合成数据集上都有出色表现。本文的贡献如下：
- 提出新型迭代框架，对迭代框架进行了改进。
- 提出两种并行天际线连接算法 NP - SWJ 和 IP - SWJ。

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 等人提出了一种修剪连接空间的方法，并给出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，可在多个抽象级别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，尽量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，也适用于天际线连接查询。
• Vlachou 等人提出了受 SFS 算法启发