-
题名基于MapReduce的增量式数据集的相似性连接
被引量:2
- 1
-
-
作者
徐媛媛
陈华辉
-
机构
宁波大学信息科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第11期3369-3374,3384,共7页
-
基金
浙江省公益性技术应用研究计划资助项目(2011C21076)
-
文摘
相似性连接,即利用相似函数度量数据之间的相似程度,满足条件后进行连接操作。MapReduce框架下已存在很多相似性连接算法,但仍然存在一些不足,如大量的索引加大时间、空间的开销;现有算法不能有效地完成增量式数据集的相似性连接等。针对海量增量式数据集进行了研究,采用抽样技术得到有效中枢,形成更为合理的分区,建立分区索引和分配原则,完成新增数据的相似性连接操作。实验证明,该算法能够有效地解决海量增量式数据集的相似性连接问题,验证了分区索引的建立,可以提高新增数据的相似性连接操作的效率。
-
关键词
海量增量式数据集
划分
相似性连接
MAPREDUCE
-
Keywords
massive incremental data set
partition
similarity join
MapReduce
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-