%0 Journal Article
%T 压缩数据上的关系代数操作算法
%A 刘勇
%A 张兆功
%A 李建中
%A 谭龙
%J 计算机应用
%D 2016
%R 10.11772/j.issn.1001-9081.2016.01.0021
%X 摘要 针对在大数据管理中,在压缩的数据上无需解压即可进行相关操作的问题,在数据服从正态分布的前提下,根据列数据存储的特点,提出了一种新的面向列存储的压缩方法——CCA。首先,通过对列数据的长度进行归类;然后,采用抽样的方法获得重复度较高的前缀;最后,使用字典编码进行压缩,提出了列索引(CI)和列实体(CR)作为数据压缩结构来降低大数据存储的空间需求,从而直接有效地在压缩数据上支持选择、投影、连接等基本操作,并实现了基于CCA的数据库原型系统——D-DBMS。理论分析和在1 TB数据上的实验结果表明,该压缩算法能够显著提高大数据的存储效率和数据操作性能,与BAP和TIDC压缩方法相比,在压缩率分别提高了51%、14%;在执行速度上提高了47%、42%
%K 大数据压缩
%K 列索引
%K 列实体
%K 关系代数操作
%U http://www.joca.cn/CN/abstract/abstract18922.shtml