23、数据流上并行天际线连接的高效算法与数据中心气流故障模型研究

数据流上并行天际线连接的高效算法与数据中心气流故障模型研究

1. 数据流上并行天际线连接算法性能评估

在处理数据流时，天际线连接是一个重要的操作。为了提高其处理效率，提出了两种并行天际线连接算法：NP - SWJ和IP - SWJ。

1.1 实验设置

• 硬件环境 ：实验在配备Intel Xeon 2.2 GHz CPU和64 GB RAM的服务器上进行，所有算法使用Java实现。
• 数据集 ：
  • 合成数据集 ：基于相关、独立和反相关分布生成。
  • 真实数据集 ：采用Intel Berkeley Research（IBR）实验室的传感器数据流，包含约230万行数据，来自54个传感器。该数据集有12个属性，实验仅使用moteid、temperature、humidity、light和voltage这5个属性，其中moteid作为连接属性，其余为天际线属性。去除不完整或无效记录（值为负）后，数据集约有190万行，并将其分成两个大小相等的数据集。其数据结构如下表所示：
    | 字段 | 类型 |
    | ---- | ---- |
    | date | yyyy - mm - dd |
    | time | hh:mm:ss.xxx |
    | epoch | int |
    | moteid | int |
    | temperature | real |
    | humidity | real |