PF-OLA: 一种高性能并行在线聚合框架
数据库
2013-02-21 v2 分布式、并行与集群计算
摘要
在线聚合在计算实际处理过程中提供对最终结果的估计。一旦估计足够精确，用户就可以停止计算，通常是在执行早期。这使得可以对最大的数据集进行交互式数据探索。在本文中，我们介绍了第一个并行在线聚合框架，其中估计几乎不会在实际执行之上产生任何开销。我们定义了一个通用接口来表达任何完全抽象执行细节的估计模型。我们设计了一种专门针对并行在线聚合的新型估计器。当该框架在庞大的 TPC-H实例上执行时，即使最终结果的基数比数据集大小小七个数量级，该估计器也能在早期提供准确的置信界限，且不产生开销。
引用
@article{arxiv.1206.0051,
title = {PF-OLA: A High-Performance Framework for Parallel On-Line Aggregation},
author = {Chengjie Qin and Florin Rusu},
journal= {arXiv preprint arXiv:1206.0051},
year = {2013}
}
备注
36 pages