mashup运行时的性能优化方法

近几年来,互联网上出现了一类称为mashup的新型应用,它使最终用户能够个性化地聚合和操作分布在互联网上的数据源.然而,关于mashup在动态环境下运行时的性能研究还比较缺乏.为此,利用缓存技术提出了mashup运行时的性能优化方法——pomo.pomo具有以下3个主要创新点:首先,pomo通过算子序列的缓存点的成本和收益模型实现了动态缓存点选取;其次,pomo通过缓存点的b+树索引实现了缓存点重用;第三,pomo通过两阶段切换数据传输协议实现了缓存点更新.实验分析结果表明:pomo减少了mashup在动态环境下的运行成本,提高了mashup运行时的性能