29、频繁项集查询并发处理的三种策略

频繁项集查询并发处理的三种策略

1. 引言

在频繁项集查询处理中，高效的并发处理策略至关重要。本文将介绍三种并发处理策略：Common Counting、Common Building 和 Common FP - Tree，并通过实验评估它们的性能。

2. Common Counting 策略

Common Counting 策略在查询数据集有重叠时表现良好，且比 Mine Merge 更具可预测性。它的优点在于，为了超越顺序处理，它不需要对应基本数据选择谓词的数据集分区的高效访问路径。当需要对数据库关系进行全扫描来识别每个查询的数据集时，Common Counting 特别高效，因为它在每次 Apriori 迭代中只进行一次全扫描，就能服务所有查询。

然而，Common Counting 存在一个问题，即它需要同时在主内存中维护多个查询的数据结构（候选哈希树）。如果所有查询的候选集无法全部放入内存，计数过程将被分成多个阶段，并对查询进行调度，以最小化整体 I/O 成本。

3. Common Building 策略

由于 FP - growth 不进行候选生成和计数，因此为 Apriori 设计的 Common Counting 不能直接应用于 FP - growth。不过，我们可以借鉴 Common Counting 的通用策略，即在扫描数据集的公共部分时集成一组查询执行的操作。

对于 FP - growth，数据库在构建 FP - 树阶段需要扫描 2 次。我们可以将这两次扫描集成，为一批查询同时在主内存中构建 FP - 树，这种方法称为 Common Building。