基于压缩直方图的劣质数据库上相似连接结果大小估计
现代数据管理系统普遍存在劣质数据，影响了数据质量，给数据管理带来了新的挑战。已经有不少管理劣质数据的数据模型，实体关系数据模型就是其中一种，该模型允许劣质数据的存在，并给出衡量数据质量的方法，并且可根据对结果质量的需求给出查询结果。鉴于该模型的特点，传统的估计查询代价的优化方法很难再适用，需要新的代价估计技术。本文提出了一种新的估计连接结果大小的方法。使用加权的最小哈希函数获得某一属性的最小哈希签名，这使得属性具有相同维数，便于利用直方图进行快速估计；然后建立其直方图，最后使用改进的离散余弦变换压缩直方图信息，使用压缩信息直接进行代价估计，这使得即使对于高维数据也能保证低错误率和低存储代价。此外，此方法可以很好的支持动态数据更新，消除周期性重建直方图的时间开销。
劣质数据 连接估计 最小哈希签名 压缩直方图
张岩 杨忠胜 王宏志 高宏 李建中
哈尔滨工业大学计算机科学与技术学院,哈尔滨150001
国内会议
大连
中文
2113-2120
2012-10-01（万方平台首次上网日期，不代表论文的发表时间）