时间：2022-12-30 02:30:02 | 来源：信息时代
时间：2022-12-30 02:30:02 来源：信息时代
聚集查询 : 数据流查询语句中含有聚集函数的查询。在现实世界的许多数据流应用中,如传感器侦测预警、网络流量分析、股票行情分析、Web事务日志分析等,查询往往并不需要精确的查询每一条记录,而是需要一些聚集值,因此对于数据流查询来说,聚集查询是应用非常频繁的一种查询。与传统的关系数据库上的聚集查询一样,数据流聚集查询主要由count、sum、ave、max和min等聚集函数组成。
数据流聚集查询依据不同的数据流应用环境,对精度的要求也有所不同,可能具有不同的近似概率或近似特征。一般地,数据流聚集查询方法主要有两类:
(1)在线联机查询处理方法: 由用户控制计算结果的情况,并在前面的计算结果的基础上计算数据流下一时刻的聚集结果并与之改进。
(2)预计算提纲方法: 需在查询之前建立或存储查询大纲,接到聚集查询时由查询大纲直接得出查询结果。预计算提纲方法需要对查询大纲进行更新维护,这些工作都是基于预处理方法,在这种情况下,所设计的算法应能简要概括出并预先存储关于数据流的大纲,并在适当的范围内保证查询大纲的准确性。该大纲可以存储在一个小空间内,并且能够用来对用户查询提供近似计算结果。这里的用户查询要求对近似结果有合理的保证,即保证近似查询结果在一定的误差范围内。
目前国内外对于数据流上聚集查询研究主要集中在连续数据流上精确聚集查询的研究以及基于大纲的聚集查询算法研究。连续数据流上精确聚集查询的研究主要是优化了连接操作,先得到连接结果,然后再由连接结果得出精确聚集值; 基于大纲的聚集查询算法研究主要有直方图大纲方法、抽样大纲方法、Hash方法以及小波方法等。
关键词：数据,聚集
在线咨询
