一种分布式环境下skyline查询算法.docVIP

一种分布式环境下skyline查询算法 　　摘要: skyline 计算在多标准决策、数据挖掘和数据库可视化等领域具有非常重要的作用.研究了分布式环境下的skyline查询问题.提出通过合并局部skyline集合得到全局skyline集合的思想，在计算全局skyline集合时，先对局部skyline集合进行区域划分和动态编码，然后根据各个区域之间的制约关系进行数据合并.通过实验分析可知，当全局skyline集合的规模较大时，经过区域划分的算法比起直接合并的算法执行效率更好. 　　关键词: skyline计算；区域划分；动态编码 　　中图分类号:TP311.13 　　 文献标识码:A文章编号:1672-8513(2010)05-0325-04 　　 　　An Algorithm for Distributed Skyline Queries 　　YAN Wei?yu1,2,ZHOU Li?hua?1，ZHAO Jia?song?2 　　 (1. School of Information Science and Engineering, Yunnan University, Kunming 650091, China; 2. School of Science and Information Engineering, Yunnan Agricultural University, Kunming 650201, China） 　　Abstract: The skyline computation has played a significant role in the fields of multi-criteria decision making, data mining and database visualization. This paper focuses on studying distributed skyline queries and provides a new algorithm, that is, while calculating global skyline sets, region division and dynamic coding are used first in part skyline sets; then, data are combined according to the limiting relation in each region. Through analyzing experimental results, it reaches the conclusion that the algorithm making use of region division is more efficient than the direct merge algorithm when the global skyline sets? scale is large. 　　Key words: skyline computation；region division；dynamic coding 　　 　　 Skyline计算就是从一个数据集中找到不被其他数据点支配的所有点的集合.如果一个数据?a?支配另一个数据?b?，那么?a?的每一维属性值都不比?b?对应属性值“差”，而且必须至少有一个属性值比?b?的“好”.“差”和“好”无统一定义，[PS严伟榆1；S*2；Z1，Y，PZ]可以根据用户的选择和喜好定义.例如，一个游客到了某个海滨城市，当他在选择旅馆时，希望找一家的价格相对便宜而其距离海边的距离相对近一点的旅馆.如图1每个点代表一个旅馆，横坐标和纵坐标分别表示该旅馆的价格及其到海边的距离.显然如果旅馆?a?与?b?相比其价格便宜且距离海边更近??则?a?比?b?好（?a?支配?b?），但通常情况下距离海边越近的旅馆其房价也越高.skyline操作返回的旅馆集合在图中用黑点标识，非skyline集合中没有一个旅馆在价格和距离上比这些skyline集合中的更优，故游客只需考虑skyline集合中的旅馆. 　　近年来，skyline 查询逐渐成为数据库领域的一个研究热点，它在多标准决策、数据挖掘、数据库可视化和偏好查询等领域具有潜在的应用前景.最近10 年, 国内外对skyline 计算及其相关问题的研究主要包括3个方面:①集中式数据库上的skyline 计算，已有的算法包括文献［1］中的块嵌套环算法(BNL)和分治算法(DC)、文献［2］中的位图算法(Bitmap)和索引算法(Index)、最近邻算法［3］ (NN)、分枝界限算法［4］ (BBS)等;②分布式数据库上的s