国际超大型数据库会议.pdfVIP

第 9 卷  第10 期  2013 年 10 月 国际会议 国际超大型数据库会议 邹　磊 关键词 ：超大型数据库　国际会议 北京大学 20 13 国际超大型数据库会议于20 13 年8 月在 稿的被录用论文，则在本年度的会议上作口头报告。 意大利里瓦德尔加尔达(Riva Del Garda) 举办。 所有录用的论文发表在 《超大型数据库会议论文集》 国际超大型数据库会议(International Confer- 上。这种类似于期刊的评审形式是为了避免国际学 ence on Very Large Data Bases, VLDB) 是由超大型数 术会议中 “一次性决定命运”的缺点，给作者和评 据库基金会举办的旗舰会议。该基金会是在美国成 审人之间提供更多交流的机会，尽量减少评审过程 立的非营利性组织，宗旨是 “促进世界范围内的数 的随机性 ；而且，与传统的期刊评审模式相比，大 据库及相关领域的学术交流”。在该基金会的资助 大缩短了评审时间。 下，催生了两本数据库领域顶级刊物，即《国际超 本次会议还接收了实验类论文(experiments and 大型数据库会议论文集》(PVLDB ) 和 《国际超大型 analysis track) 。实验论文是指通过实验的方法研究 数据库期刊》(VLDB Journal) 。 比较各个现有算法之间的性能差异，也可以通过实 验的方法来描述一个创新型系统是如何有效地利用 会议评审制度 数据库技术的。 本次会议录用了80 篇研究型论文、17 篇工业 主题报告 届论文和45 篇系统演示论文，录用率分别为23% , 32% 和46%。 本次会议安排了三场主题报告。脸谱公司副总 超大型数据库会议从2008 年开始，进行创新 裁杰伊 ·帕瑞克(Jay Parikh) 作了关于 “网络规模下 型的会议论文投稿和评审模式，采用类似于期刊的 的数据基础结构”(Data Infrastructure at Web Scale) 两轮评审模式。每月1 日是投稿截止时间，即一年 的报告。脸谱对于系统的可扩展性是非常重视的。 有 12 个投稿截止期。每月1 日投稿的论文通常在两 目前，脸谱的数据仓库容量已超过250PB （1PB=250 个月时间内获得第一轮4 位审稿人 （包括一位综合 字节），每天有600TB （1TB=240 字节）的数据加入。 审稿人）的意见。第一轮的审稿意见分为 “直接录 面对如此庞大的数据，脸谱采用了定制性的体系结 用”、“需要修改”和 “拒绝录用”。本次会议只有4% 构来支持其内部的数据仓库及其数据分析等任务。 的论文在第一轮被直接录用，23% 的论文被要求修 杰伊 ·帕瑞克在报告中提到了数据生命周期的概念， 改。修改后的论文需要在两个月内返回，然后启动 即数据可以分为“热数据”(hot data)、“暖数据”(warm 第二轮的评审。一般在两个月内完成最后的评审意 data) 和 “冷数据”(cold data) 三个阶段。针对处在 见。如果是上一年度4 月 1 日至本年度3 月 1 日投 不同时期的数据采用不同的处理方式，可以降低能 71 动态 第 9 卷  第 10 期  2013 年 10 月 耗，提高系统的可扩展性。为了提高系统查询速度， 12 脸谱构建了两个内部系统Puma 和Pre sto 。其中， 10 8 Presto 采用了内存处理方式，其效率明显优于Hive ， 6 可以很好地支持交互式的数据分析任务。此外，杰 4