$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

데이타 스트림 상에서 다중 연속 복수 조인 질의 처리 최적화 기법
MMJoin: An Optimization Technique for Multiple Continuous MJoins over Data Streams 원문보기

정보과학회논문지. Journal of KIISE. 데이타베이스, v.35 no.1, 2008년, pp.1 - 16  

변창우 (인하공업전문대학 컴퓨터시스템과) ,  이헌주 (서강대학교 컴퓨터공학과) ,  박석 (서강대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

센서 네트워크에 이용되는 데이타 스트림 관리 시스템에서는 한정적 정보들이 개별적으로 입력되기 때문에 종합적인 결과를 얻기 위해서는 상대적인 계산 비용이 높은 조인 연산자는 필연적으로 요구된다. 데이타 스트림은 잠재적으로 무한한 크기를 가지므로 조인 연산자는 슬라이딩 윈도우 제약사항을 가져야 함은 당연하다. 또한, 종합적인 결과를 얻기 위해 조인 연산자는 여러 입력을 취할 수 있어야 한다. 이를 가능하게 하는 것이 바로 슬라이딩 윈도우를 가지는 MJoin 연산자이다. 본 논문에서는 이러한 여러 MJoin 연산자가 시스템에 등록되어 있는 환경을 가정하고, 슬라이딩 윈도우를 가지는 MJoin의 특성을 반영하여 전역적으로 공유된 질의 처리 기법인 MMJoin 기법을 제안한다. MMJoin 기법은 첫째, 전역적으로 공유된 질의 실행 계획 수릴 문제, 조인 연산 결과에 대한 윈도우 갱신 문제 및 라우팅 문제로 나누어 다룬다. 이러한 연구의 노력은 데이타 스트림 환경에서 효율적인 다중 질의 최적화 및 처리 기법의 기초연구로 활용될 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Join queries having heavy cost are necessary to Data Stream Management System in Sensor Network where plural short information is generated. It is reasonable that each join operator has a sliding-window constraint for preventing DISK I/O because the data stream represents the infinite size of data. ...

주제어

#데이타 스트림   #다중 조인   #공유 처리   #다중 질의 최적화  

참고문헌 (20)

  1. B. Babcock, S. Babu, M. Datar, R. Motwani, and J. Widom, "Models and Issues in Data Stream Systems," In Proc. 21st ACM Sym. on Principles of Database Systems, pp. 1-16, 2002 

  2. J. Naughton, D. DeWitt, and D. Maier. The Niagara Internet Query System. IEEE Data Engineering Bulletin, Vol.24, No.2, pp. 27-33, 2001 

  3. D. J. Abadi, D. Carney, U. Cetintemel, M. Cherniack, C. Convey, S. Lee, M. Stonebraker, N. Tatbul, and S. Zdonik. Aurora: a new model and architecture for data stream management. The International Journal on Very Large Data Bases, Vol.12, Issue 2, pp. 120-139, 2003 

    상세보기 crossref

  4. S. Chandrasekaran, O. Cooper, A. Deshpande, M. J. Franklin, J. M. Hellerstein, W. Hong, S. Krishnamurthy, S. Madden, V. Raman, F. Reiss, and M. Shah, "TelegraphCQ: Continuous Dataflow Processing for an Uncertain World," In Proc. 1st Biennial Conf. on Innovative Database Research, pp. 269-280, 2003 

  5. P. Bonnet, J. Gehrke, and P. Seshadri, "Towards Sensor Database Systems," In Proc. 2th Int. Conf. on Mobile Data Management, pp. 3-14, 2001 

  6. S. Schmidt, M. Fiedler, and W.Lehner, "Source- aware Join Strategies of Sensor Data Streams," In Proc. 17th Int. Conf. on Scientific and statistical database management, pp. 123-132, 2005 

  7. A. N. Wilschut and P. M. G. Apers, "Pipelining in query execution," Conf. on Database, Parallel Architectures and their Applications, p.562, 1991 

  8. T. Urhan and M. J. Franklin. XJoin: A reactively- scheduled pipelined join operator. IEEE Data Engineering Bulletin, Vol.23, No.2, pp. 27-33, 2000 

  9. S. D. Viglas, J. F. Naughton, and J. Burger, "Maximizing the Output Rate of Multi-Way Join Queries over Streaming Information Sources," In Proc. 29th VLDB Conf., pp. 285-296, 2003 

  10. L. Golab and M. T. Ozau, "Processing Sliding Window Multi-Joins in Continuous Queries over Data Streams," In Proc. 29th VLDB Conf., pp. 500-511, 2003 

  11. J. Kang, J. F. Naughton, and S. D. Viglas, "Evaluating Window Joins over unbounded Streams," In ICDE03, pp. 341-352, 2003 

  12. L. Ding and E. A. Rundensteiner, "Evaluating Window Joins over Punctuated Streams," In Proc. 13th ACM Int. Conf. on Information and Knowledge Management, pp. 98-107, 2004 

  13. K. Shim and T. Sellis. Multiple-query optimization. ACM Transactions on Database Systems, Vol.13, Issue 1, pp. 23-52, 1988 

    상세보기 crossref

  14. J. Chen, and D. J. DeWitt, "Dynamic Re-grouping of Continuous Queries," In Proc. 28th VLDB Conf., pp.430-441, 2002 

  15. Y. Watanabe, and H. Kitagawa, "A Multiple Continuous Query Optimization Method Based on Query Execution Pattern Analysis," DASFAA 2004, LNCS 2973, pp. 443-456, 2003 

  16. T. M. Ghanem, W. G. Aref, and A. K. Elmagarmid. Exploiting Predicate-Window Semantics over Data Streams. ACM SIGMOD Record, Vol. 35, Issue 1. March, pp. 555-568, 2006 

  17. M. Hammad, M. Franklin, W. Aref, and A. Elmagarmid, "Scheduling for Shared Window Joins over Data Streams," In Proc. 29th VLDB Conf., pp. 297-308, 2003 

  18. S. Wang, E. Rundensteiner, S. Ganguly, and S. Bhatnagar, "State-Slice: New Paradigm of Multi- Query Optimization of Window-Based Stream Queries," In Proc. 32nd VLDB Conf., pp.619-630, 2006 

  19. S. Krishnamurthy, M.J. Franklin, J. M. Hellerstein, and G. Jacobson, "The Case for Precision Sharing," In Proc. 30th VLDB Conf., pp. 972-986, 2004 

  20. C. D. Manning and H. SchUtze. Foundations of Statistical Natural Language Processing. The MIT Press, 1999 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로