版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近幾年,Spark作為下一代通用大數(shù)據(jù)計(jì)算平臺,因其高效的海量數(shù)據(jù)處理能力得到了越來越多企業(yè)和研究人員的關(guān)注。Spark SQL作為Spark上的結(jié)構(gòu)化數(shù)據(jù)查詢引擎被越來越多的企業(yè)、機(jī)構(gòu)用于分析他們積累的結(jié)構(gòu)化數(shù)據(jù),從中挖掘有價(jià)值的信息。然而,相較于傳統(tǒng)的數(shù)據(jù)庫以及MapReduce類查詢引擎而言,Spark SQL仍然缺乏基于代價(jià)模型的查詢優(yōu)化手段。因此,本文借鑒數(shù)據(jù)庫領(lǐng)域以及MapReduce上的查詢優(yōu)化技術(shù),結(jié)合Spark自身的特
2、點(diǎn),提出了一個(gè)基于代價(jià)模型的查詢優(yōu)化原型,用以提高Spark SQL在關(guān)系查詢上的執(zhí)行效率。
本文研究的重點(diǎn)是根據(jù)Spark計(jì)算平臺自身的特點(diǎn),提出一個(gè)基于代價(jià)模型的查詢優(yōu)化原型。相較于MapReduce類系統(tǒng),Spark在計(jì)算過程中的中間結(jié)果可以緩存在內(nèi)存中,減少了磁盤的讀寫I/O消耗。本文針對關(guān)系查詢中常見的幾種操作——選擇、投影、分組聚合在Spark中的物理實(shí)現(xiàn)定義了代價(jià)模型。對等值連接的兩種在Spark中的物理實(shí)現(xiàn)Sh
3、uffle join和Broadcast join分別定義了成本模型。
在本論文中,對已有的數(shù)據(jù)庫領(lǐng)域的查詢優(yōu)化方法以及MapReduce類系統(tǒng)上的查詢優(yōu)化研究進(jìn)行了調(diào)研,對基于代價(jià)模型的查詢優(yōu)化方法進(jìn)行了深入的研究。為了能更準(zhǔn)確的估算查詢計(jì)劃的執(zhí)行代價(jià),優(yōu)化器原型利用等深直方圖這一種商業(yè)數(shù)據(jù)庫常用的統(tǒng)計(jì)技術(shù)來獲得更準(zhǔn)確的中間結(jié)果估算。在等深直方圖的基礎(chǔ)上,定義了查詢中間結(jié)果大小的估算方法。根據(jù)中間結(jié)果的估算來選擇合適的表之間
4、的連接順序。在中間結(jié)果大小的基礎(chǔ)上,結(jié)合Spark系統(tǒng)的特點(diǎn),給出了Spark上的代價(jià)模型。根據(jù)定義的代價(jià)模型對等價(jià)的物理查詢計(jì)劃進(jìn)行執(zhí)行代價(jià)估算,從中找出執(zhí)行代價(jià)最小的查詢計(jì)劃,提交給Spark計(jì)算引擎執(zhí)行,并向用戶返回最終結(jié)果。
最后,本文對提出的基于代價(jià)模型的優(yōu)化原型進(jìn)行了性能測試。設(shè)定了2種不同的集群狀態(tài)和4個(gè)不同的查詢?nèi)蝿?wù)。將未優(yōu)化的查詢時(shí)間與優(yōu)化后的查詢時(shí)間進(jìn)行對比。實(shí)驗(yàn)表明,與Spark SQL未優(yōu)化前相比,優(yōu)化
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 48705.rtree代價(jià)模型與查詢優(yōu)化研究與實(shí)現(xiàn)
- 基于查詢計(jì)劃的查詢優(yōu)化研究.pdf
- 嵌入式移動(dòng)實(shí)時(shí)數(shù)據(jù)庫中一種基于代價(jià)模型的查詢優(yōu)化技術(shù).pdf
- 基于存儲(chǔ)優(yōu)化模型的RDF數(shù)據(jù)查詢機(jī)制研究.pdf
- 基于機(jī)器學(xué)習(xí)的查詢優(yōu)化研究.pdf
- 基于PKLDA模型和k-支配Skyline算法的查詢優(yōu)化研究.pdf
- 基于隔離的蠕蟲混沌性傳播模型優(yōu)化及代價(jià)控制的研究.pdf
- XML數(shù)據(jù)查詢中值匹配查詢代價(jià)估計(jì).pdf
- 基于實(shí)視圖的優(yōu)化查詢研究.pdf
- 即席查詢工具中基于緩存的查詢優(yōu)化技術(shù)研究.pdf
- 基于連接索引的查詢優(yōu)化研究.pdf
- 基于緩存的XML代數(shù)查詢優(yōu)化的研究.pdf
- 基于連接索引的查詢優(yōu)化研究
- 面向最小查詢代價(jià)的模式演化策略的研究.pdf
- 基于代價(jià)的MapReduce工作流優(yōu)化.pdf
- 基于主題模型的查詢擴(kuò)展技術(shù)研究.pdf
- 基于隨機(jī)行走模型的查詢推薦問題研究.pdf
- 基于自動(dòng)機(jī)的XPath查詢模型研究.pdf
- 基于索引技術(shù)的XML查詢優(yōu)化研究.pdf
- 基于查詢優(yōu)化的重寫解空間研究.pdf
評論
0/150
提交評論