24、实时数据分析中的性能优化与关联规则挖掘查询优化

实时数据分析中的性能优化与关联规则挖掘查询优化

在实时数据分析和关联规则挖掘领域，性能优化和查询细化是至关重要的问题。下面将详细介绍相关的实验和方法。

实时 OLAP 中的性能测试

在实时 OLAP 性能测试中，测试场景包含 100 个电机，对每个电机的功率进行测量。测量值假定具有随机游走行为，且每个电机独立处理。

电机基于四个维度（类型、功率范围、制造年份和机器部件）进行分析，使用的聚合格包含 16 个表，且这些表均已物化。实验分别针对两个聚合函数 AVG(power) 和 SUM(power) 进行，这两个函数分别代表分布式和代数聚合函数组。实验中不涉及整体聚合函数。每个电机测量值的到达率为 1/s，容差在 2% 到 20% 的范围内变化。

在测试运行期间，测量格重新计算的次数。当更新的误差带超过给定容差时，进行格重新计算。结果以格重新计算百分比表示，计算公式如下：
[
RECALC\% = \frac{no. of lattice element recalculations * 2}{no. of input transactions}
]

测试在装有 Windows NT 4 的 333 MHz Pentium Pro PC 上进行，主内存为 128Mb。实验结果如图 1 所示：

容差	重新计算百分比（Avg()）	重新计算百分比（Sum()）
2%