基数估计算法参数的分析与优化-计算机科学.PDFVIP

Vo1. 44 No.2 第 44 卷第2 期 计算机科学 2017 年 2 月 COMPUTER SCIENCE Feb.2017 基数估计算法参数的分析与优化 刘绍记1 曹阳1 崔梦天2 (华南师范大学计算机学院 广州 510000)1 (西南民族大学计算机科学与技术学院 成都 610041) 2 摘 要基数估计算法CCardinality Estimation Algorithm)是基于概率统计理论的估算给定数据集中不重复元素基数 的算法。算法中的 Hash 函数和相关参数的设置是影响算法性能的两个关键因素。针对这两个问题展开研究，提出 了一种基数估计的优化算法，它可以根据数据规模和数据类型动态调整 Hash 函数和分桶参数，以提高算法的精度和 稳定性。实验结果表明，改进的基数估计算法在经过训练之后，相比传统估计算法，其估计精度和稳定性均有所提高。 关键词基数估计，Hash 函数，训练 中图法分类号 TP30 1. 6 文献标识码 A 001 10. 11896/j. iss几 1002-137)立 2017.02.047 Parameter Analysis and Optimization of Ca时inality Estimation Algorithm LIU Shao-ji 1 CAO Yang 1 CUI Meng-tian2 (School of Computer ,South China Normal University ,Guangzhou 510000 ,China)1 (School of Computer Science and Technology ,Southwest University for Nationalities ,Chengdu 610041 ,China)2 Abstract Cardinality estimation algorithm is an algorithm based on statistics ,which can estimate the cardinality of the given data set. In this algorithm ,hash function and some parameters are the key factors to the performance of the algo rithm. Based on the related research ,an algorithm was proposed which selects hash function and parameters based on the scale and type of data. The experimental results show that both accuracy and stabilization of this algorithm have sig nificant improvement than the traditional estimation algorithm. Keywords Cardinality estimation ,Hash function ,Training 得简单高效。 Ning Zhang[9J 提出的关于数据库查找算法也借 引言 鉴了基数估计算法的思想，提高了查找速度。高文文口。]研究