Mimir：将CTables付诸实践
数据库
2016-01-05 v1 编程语言
摘要
当前分析技术的最先进水平需要在提出第一个查询之前，投入大量的人力和计算资源来策划数据集。所谓pay-as-you-go的数据策划技术允许将这些高成本分摊，首先通过支持对不确定和不完整数据的查询，然后评估查询结果的质量。我们描述了一个名为Mimir的系统的设计，它围绕最近引入的一类称为Lenses的概率pay-as-you-go数据清理算子。Mimir使用JDBC包装任何确定性数据库引擎，通过支持概率查询处理来扩展它。通过Mimir处理的查询产生带有不确定性标注的结果游标，使客户端应用程序能够快速评估结果质量和来源。我们还提出了一个GUI，为分析人员提供交互式工具来探索系统暴露的不确定性。最后，我们提出了使Lenses可扩展的优化，并通过实验证据验证了这一主张。
引用
@article{arxiv.1601.00073,
title = {Mimir: Bringing CTables into Practice},
author = {Arindam Nandi and Ying Yang and Oliver Kennedy and Boris Glavic and Ronny Fehling and Zhen Hua Liu and Dieter Gawlick},
journal= {arXiv preprint arXiv:1601.00073},
year = {2016}
}
备注
Under submission; The first two authors should be considered a joint first-author