面向对象数据库中的动态聚类：倡导简洁性
数据库
2007-05-23 v1
摘要
本文提出了三种用于面向对象数据库 (OODBs) 的动态聚类技术。前两种，即动态统计可调聚类 (DSTC) 和 StatClust，利用了全面的_usage_统计信息和对象间引用图。它们相当复杂，但也导致实现复杂并产生高开销。第三种称为对象检测与重聚类 (DRO) 的聚类技术基于相同的原则，但实现起来简单得多。这三种聚类算法已在 Texas 持久化对象存储中实现，并使用对象聚类基准 (OCB) 在聚类效率（即整体性能提升）和开销方面进行了比较。所得结果表明，DRO 产生的开销更轻，同时实现了更好的整体性能。
引用
@article{arxiv.0705.0281,
title = {Dynamic Clustering in Object-Oriented Databases: An Advocacy for Simplicity},
author = {Jérôme Darmont and Christophe Fromantin and Stéphane Régnier and Le Gruenwald and Michel Schneider},
journal= {arXiv preprint arXiv:0705.0281},
year = {2007}
}