海量二維表數(shù)據(jù)的排序問題研究.pdf

1、信息時代帶給人們的影響是震撼的,數(shù)據(jù)作為信息最主要的表現(xiàn)形式之一,無論在廣度還是深度上都已經(jīng)深刻滲透到我們的生活中,研究表明,全球數(shù)據(jù)量以年均80％的速度持續(xù)增長,數(shù)據(jù)時代已經(jīng)悄然來到?，F(xiàn)在,海量數(shù)據(jù)存儲已經(jīng)有了較好的解決方案并已實現(xiàn),而且網(wǎng)絡(luò)存儲正在走向平民化,SUN,惠普,博科等公司都提供完善的策略,高性能的設(shè)備支持大容量存儲。但是,面對爆炸性增長的數(shù)據(jù),如何沙里淘金昵?這一問題,即海量數(shù)據(jù)的搜索和處理正在研究階段。
　　

2、數(shù)據(jù)挖掘,分布式計算,云計算等技術(shù)都是基于海量數(shù)據(jù)處理這一大背景的。數(shù)據(jù)挖掘的發(fā)展將數(shù)據(jù)墳?zāi)罐D(zhuǎn)換成知識金塊,并廣泛應(yīng)用于金融、零售業(yè)、電信、科學(xué)探索等；云計算概念的提出無疑具有時代意義,它將豐厚的資源組織起來提供強大的計算能力和服務(wù)。若要發(fā)揮他們的魔力,高性能算法無疑是重要的技術(shù)基礎(chǔ),但是一些傳統(tǒng)技術(shù)在龐大的數(shù)據(jù)規(guī)模下,性能并不能令人滿意,如何設(shè)計適用海量數(shù)據(jù)的算法是至關(guān)重要的。
　　 現(xiàn)在,設(shè)備的價格隨著硬件的發(fā)展大幅下降,空

3、間不再是瓶頸,時間效率日益成為最關(guān)注的焦點。在海量數(shù)據(jù)處理中,面向離散數(shù)據(jù)的二維表排序是一個基礎(chǔ)操作,若先對二維表排序,將大大提高后續(xù)數(shù)據(jù)處理效率,而且許多復(fù)雜問題的解決最終都?xì)w為二維表排序,二維表排序在數(shù)據(jù)挖掘、機器學(xué)習(xí)、數(shù)據(jù)庫、粗糙集等領(lǐng)域均有廣泛應(yīng)用。本文在深入分析了現(xiàn)有二維表排序算法后,針對海量數(shù)據(jù)對算法效率要求高這一問題,將二維表快速排序算法進行改進,并在空間換時間的思想下提出基于Hash的二維表排序算法,最后將其擴展到云計算