- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于KD树和R树的多维云数据索引.pdf
JournalofComputerApplications ISSN 1o0l一9081 2014—1l一1O
计算机应用,2014,34(11):3218—3221,3278 CODEN JYIIDU http://www.joca.an
文章编号:1001.9081(2014)1I.3218—04 doi:10.11772/j.issn.1001-9081.2014.11.3218
基于 KD树和 R树的多维云数据索引
何 婧 ,吴 跃 ,杨 帆 ,尹春雷 ,周 维
(1.电子科技大学 计算机科学与工程学院,成都 611731; 2.云南大学 软件学院,昆明650091;
3.云南农业大学建筑工程学院,昆明650201)
(}通信作者电子邮箱WZ.weihou@gmail.coin)
摘 要:针对云存储系统大多基于键值对 key,value模型存储数据,多维查询需要对整个数据集进行完全扫
描 ,查询效率较低的问题,提 出了一种基于KD树和R树的多维索引结构 (简称 KD—R索引)。KD—R索引采用双层索
引模式,在全局服务器建立基于KD树的多维全局索引,在局部数据节点构建R树多维本地索引。基于性能损耗模
型,选取索引代价较小的R树节点发布到全局 KD树,从而优化多维查询性能。实验结果表 明:与全局分布式R树索
引相比,KD.R索引能够有效提高多维范围查询性能,并且在出现服务器节点失效的情况下,KD—R索引同样具有高可
用性。
关键词:云计算;云存储;云数据管理;多维索引;范围查询
中图分类号:TP311.13 文献标志码 :A
M uIti.dimensionalcloud indexbasedonKD.treeandR.tree
HEJing一,WUYue,YANG Fan ,YIN Chunlei,ZHOUWei
(1.SchoolofCompu~rScienceandEngineering,UniversityofElectronicSceinceand TechnologyofChina,ChengduScihuan611731,China;
2.SchoolofSoftware,YunnanUniversity,KunmingYunnan650091,China;
3.SchoolofArchitectureEngineering,YunnanAgrciulturalUniversity,KunmingYunnan650201,China)
Abstract:Mostexistingcloudstoragesystemsarebasedonthekey,value model,whichleadstoafulldatasetscan
formulti—dimensionalqueriesandlowqueryefficiency.A KD—treeandR—treebasedmulti—dimensionalclouddataindexnamed
KD-R indexwasproposed.KD—R indexadoptedtwo—layerarchitecture:aKD—treebasedglobalindexwasbuiltintheglobal
serverandR.treebasedlocal indexeswerebuiltinlocal server.AcostmodelwasusedtoadaptivelyselectappropriateR.tree
nodestopublishintoglobalKD—treeindex.Theexperimentalresultsshowthat,comparedwithR-treebasedglobal index,KD—
R indexisemcientformulti.dime
原创力文档


文档评论(0)