基于分層抽樣的在線聚集方法設計與實現(xiàn).pdf

1、面對日益增加的數(shù)據(jù)量，近似查詢通過處理盡可能少的數(shù)據(jù)來獲得盡可能準確的結果，相對于精確查詢，提高了數(shù)據(jù)查詢的效率。在線聚集是近似查詢中一種應用比較廣泛的方法，但其使用效果會受到數(shù)據(jù)分布的影響，對于非均勻分布數(shù)據(jù)，可能導致較大的誤差，從而需要處理全部或絕大部分數(shù)據(jù)才能得到較為準確的結果，尤其是當數(shù)據(jù)量很大時，運行時間無法保證有可靠的上界。而抽樣方法可以通過降低數(shù)據(jù)的規(guī)模，從而保證運行時間在可接受范圍之內。
　　提出了一種基于分層抽樣

2、實現(xiàn)在線聚集的OASS方法，首先基于不同的查詢列創(chuàng)建多個不同的分層抽樣樣本，滿足最高精度的查詢請求，并且降低了數(shù)據(jù)的規(guī)模，保證時間上界在可接受范圍之內。對較低精度的查詢請求，通過在線聚集技術，結果的精度可以隨著等待時間的增加而提高，并且當用戶滿意時可以終止查詢，另外通過指定持續(xù)查詢每次處理的數(shù)據(jù)從每個分層中分別取得，相對原始在線聚集的隨機抽樣得到的近似結果的精度更高，誤差更小，從而降低數(shù)據(jù)偏斜分布對近似結果的影響，減少了平均運行時間。<