FSC利用频繁项集挖掘估算视图大小研究.pdf

第41卷第10期 计算机研究与发展 V。1．41．No10 2004年10月JOURNALOFCOMPUTERRESEARCHAND Oct．2004 DEvELOPMENT Fsc——利用频繁项集挖掘估算视图大小 邹远娅周皓峰王晨汪卫施伯乐 (复旦大学计算机与信息技术系上海200433) (032021142@fudan．edu．C11) 摘要OLAP系统中经常要在犬规模数据库上进行复杂查询．为了提高查询响应速度，往往要事先物化一些视图．在 考虑选择物化哪些视图时，必须首先解决视图大小的估算问题，目前．对于视图大小的估算，主要有两种方法：一种是利 用概率模型和数学估算的方法；另一种是假定数据符合某种特定的分布模型通过采样确定模型的参数，并将其推广到 整个数据集进行估算提出了一种视图估算的新方法FSC，引人了频繁项集挖掘的思想，在扫描两次数据库后可以得到 cube中所有视图大小的估算值实验证明，与同类算法相比，FSC的精度有较大地提高，特别是针对倾斜度较犬的数据集 关键词视图估算；频繁项集；均匀分布；数据倾斜度 中图法分类号7IP311．13 forView Set SizeEstimation Frequent FSC--Using Mining ZOU SHIBai—Le Yuan—Ya，ZHOU Chen，WANGWei，and Hao-Feng，WANG (Departmento，ComputingandInformationTechnology．FudanUniversity，Shanghai200433) AbstractOn—line involves on database． analyticalprocessing(OLAP)usuallycomplexqueriesverylarge is usedto the estimationshouldbedone response Pre-aggregationfrequentlyspeedup query time．Storage inadvanceforselective solutionsofthe boildowntotwo is pre—aggregation．Theproblem categories：one basedon andmathematical basedona otherone probabilisticcounting approximation．The priori modelto of distributionis theestimated distributionon subsettothewhole extrapolate parameters sampling novel named sets for estimation dataset．A viewsize based approachFSC(frequen