云环境下的Max／Min在线聚集技术研究

摘要 数据探索作为数据分析的一个重要环节，必须能够高效的获取数据集的关键性指标，比如最大／最小值、均值等．关系数据库中这些指标可以通过SQL语句的聚集函数得到．为了实现海量数据下的高效聚集，关系数据库领域学者提出了在线聚集．在大数据时代，云环境下的在线聚集技术开始得到重视．但是目前云环境下的在线聚集研究基本是针对Count、Sum等聚集函数，尚未有针对Max／Min在线聚集的研究．本文利用切比雪夫不等式和中心极限定理，通过分位数来衡量Max／Min在线聚集的精确度．实验证明，该方法能够很好的适应大数据环境下的在线聚集，并具有良好的扩展性