ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
Top-k query processing is a fundamental building block for efficient ranking in a large number of applications. Efficiency is a central issue, especially for distributed settings, when the data is spread across different nodes in a network. This paper introduces novel optimization methods for top-k aggregation queries in such distributed environments. The optimizations can be applied to all algorithms that fall into the frameworks of the prior TPUT and KLEE methods. The optimizations address three degrees of freedom: 1) hierarchically grouping input lists into top-k operator trees and optimizing the tree structure, 2) computing data-adaptive scan depths for different input sources, and 3) data-adaptive sampling of a small subset of input sources in scenarios with hundreds or thousands of query-relevant network nodes. All optimizations are based on a statistical cost model that utilizes local synopses, e.g., in the form of histograms, efficiently computed convolutions, and estimators based on order statistics. The paper presents comprehensive experiments, with three different real-life datasets and using the ns-2 network simulator for a packet-level simulation of a large Internet-style network.
در بسیاری از کاربردها، پردازش جستجو top-k یک بلوک سازنده اساسی برای رتبهبندی بهینه و کارا است. کارایی یک مسئله مهم است، بهویژه برای محیطهای توزیعشده، هنگامیکه داده در میان گرههای مختلف در یک شبکه گسترش یافته است. این مقاله روشهای بهینهسازی جدیدی را برای جستجوهای تجمعی top-k در چنین محیطهای توزیعشدهای معرفی میکند. بهینهسازیها را میتوان به تمام الگوریتمهایی که در چهارچوب روشهای قبلی TPUT و KLEE قرار دارند، اعمال کرد. بهینهسازیها سه درجه آزادی را ارائه میدهند: 1) دستهبندی سلسله مراتبی لیست ورودیها به درختهای عملگر k-top و بهینهسازی ساختار درخت، 2) محاسبه عمق اسکن تطبیقی داده برای منابع ورودی مختلف و 3) نمونهبرداری تطبیقی داده زیرمجموعه کوچکی از منابع ورودی در طرحهایی با صدها یا هزاران گره شبکه مرتبط با جستجو. تمام بهینهسازیها بر اساس یک مدل هزینه آماری هستند که از سیناپسهای محلی، برای مثال، بهصورت نمودارهای هیستوگرام، کانولوشنهای محاسبهشده بهصورت بهینه و تخمین گرهایی مبتنی بر آمار ترتیبی استفاده میکند. این مقاله آزمایشهای جامعی را با سه مجموعه داده زندگی واقعی متفاوت و استفاده از شبیهساز شبکه ns-2 برای شبیهسازی در سطح کوچک یک شبکه اینترنتی بزرگ ارائه میدهد.