构建自动演进的天文大数据负载模型
基准测试在数据管理系统的选型和优化中发挥指导作用的前提是其采用的负载模型能够：运行在目标场景中的各类系统上(移植性)；反映目标场景中典型任务的特点和数据访问偏好(代表性)。当前天文大数据管理领域的新系统和新任务层出不穷，导致现有方法构建的负载模型容易失去移植性和代表性。提出了自动演进的负载建模方法：采用抽象操作保持对新型系统的移植性，通过分析负载日志保持对新型任务的代表性。通过一个系统优化案例展示了该方法的可行性。
负载模型 基准测试 天文数据管理 查询优化
王华进 万萌 韩锐 任玮 张海明 黎建辉
中国科学院计算机网络信息中心,北京 100190;中国科学院大学,北京 100049 中国科学院国家天文台,北京 100012 中国科学院计算技术研究所,北京 100190 中国人民大学,北京 100872 中国科学院计算机网络信息中心,北京 100190
国内会议
珠海
中文
3293-3305
2018-10-18（万方平台首次上网日期，不代表论文的发表时间）