计算机科学 > 数据库
[提交于 2025年4月27日
]
标题: 基于成本的数据跳过起源草图选择
标题: Cost-based Selection of Provenance Sketches for Data Skipping
摘要: 数据出处速写是一种轻量级索引,用于记录回答查询所需的(相关的)数据,它可以显著提升一类重要查询(例如包含HAVING子句和top-k查询)的性能。给定一张表的水平划分,查询Q的数据出处速写会记录哪些片段包含数据出处。 一旦为查询捕获了数据出处速写,就可以通过跳过不属于速写的那些数据来加速后续查询。数据出处速写大小以及因此其有效性往往对分区所依据的属性选择非常敏感。 在这项工作中,我们开发了基于采样的估算技术,以估计数据出处速写的大小,类似于一种特殊的近似查询处理形式。这种技术使得能够在线选择数据出处速写,通过估算一组候选属性的速写大小,然后创建预计能带来最大收益的速写。 我们实验表明,我们的估算足够准确,在大多数情况下可以选择最优或接近最优的数据出处速写,从而与其它选择数据出处速写策略相比,运行时间最多可以提高60%。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.