高节奏高密度源表与最新天空模型在数据库内的快速交叉匹配

即将建成的高节奏宽场光学望远镜每分钟将成像数十万个源。除了在近实时数据流中搜寻暂现与变源事件外，累积的数据档案亦是开展互补科学发现的丰富实验室。本工作的目标是优化面向列的数据库技术，以构建可供天文界访问的大规模巡天全源与光变曲线数据库。我们采用 LOFAR 的 Transients Pipeline 作为基线，并对其进行修改以处理具有更高源密度的光学图像。该流水线将新源表加入档案数据库，同时与已知编目源进行交叉匹配，以构建完整的光变曲线档案。我们研究了几种对最大数据表进行索引与分区的技术，从而在交叉匹配算法中实现更快的位置源查找。我们在长期流水线运行中监测了所有查询运行时间，期间处理了 IPHAS 数据的一个子集，其图像源密度峰值超过每视场 $170,000$（即 $500,000$ deg$^{-2}$）。我们的分析表明，赤纬宽度为一度的水平表分区可控制查询运行时间。采用按源赤纬紧密排序的分区索引策略可带来进一步改善。大多数查询在亚线性时间内运行，少数（<20%）因依赖于输入源表与结果集大小而以线性时间运行。我们观察到，对于此逻辑数据库分区方案，流水线处理 IPHAS 数据所达到的极限节奏为 25 秒。