海量二維表數(shù)據(jù)的排序問(wèn)題研究.pdf

1、信息時(shí)代帶給人們的影響是震撼的,數(shù)據(jù)作為信息最主要的表現(xiàn)形式之一,無(wú)論在廣度還是深度上都已經(jīng)深刻滲透到我們的生活中,研究表明,全球數(shù)據(jù)量以年均80％的速度持續(xù)增長(zhǎng),數(shù)據(jù)時(shí)代已經(jīng)悄然來(lái)到?，F(xiàn)在,海量數(shù)據(jù)存儲(chǔ)已經(jīng)有了較好的解決方案并已實(shí)現(xiàn),而且網(wǎng)絡(luò)存儲(chǔ)正在走向平民化,SUN,惠普,博科等公司都提供完善的策略,高性能的設(shè)備支持大容量存儲(chǔ)。但是,面對(duì)爆炸性增長(zhǎng)的數(shù)據(jù),如何沙里淘金昵?這一問(wèn)題,即海量數(shù)據(jù)的搜索和處理正在研究階段。
　　

2、數(shù)據(jù)挖掘,分布式計(jì)算,云計(jì)算等技術(shù)都是基于海量數(shù)據(jù)處理這一大背景的。數(shù)據(jù)挖掘的發(fā)展將數(shù)據(jù)墳?zāi)罐D(zhuǎn)換成知識(shí)金塊,并廣泛應(yīng)用于金融、零售業(yè)、電信、科學(xué)探索等；云計(jì)算概念的提出無(wú)疑具有時(shí)代意義,它將豐厚的資源組織起來(lái)提供強(qiáng)大的計(jì)算能力和服務(wù)。若要發(fā)揮他們的魔力,高性能算法無(wú)疑是重要的技術(shù)基礎(chǔ),但是一些傳統(tǒng)技術(shù)在龐大的數(shù)據(jù)規(guī)模下,性能并不能令人滿意,如何設(shè)計(jì)適用海量數(shù)據(jù)的算法是至關(guān)重要的。
　　 現(xiàn)在,設(shè)備的價(jià)格隨著硬件的發(fā)展大幅下降,空

3、間不再是瓶頸,時(shí)間效率日益成為最關(guān)注的焦點(diǎn)。在海量數(shù)據(jù)處理中,面向離散數(shù)據(jù)的二維表排序是一個(gè)基礎(chǔ)操作,若先對(duì)二維表排序,將大大提高后續(xù)數(shù)據(jù)處理效率,而且許多復(fù)雜問(wèn)題的解決最終都?xì)w為二維表排序,二維表排序在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)、粗糙集等領(lǐng)域均有廣泛應(yīng)用。本文在深入分析了現(xiàn)有二維表排序算法后,針對(duì)海量數(shù)據(jù)對(duì)算法效率要求高這一問(wèn)題,將二維表快速排序算法進(jìn)行改進(jìn),并在空間換時(shí)間的思想下提出基于Hash的二維表排序算法,最后將其擴(kuò)展到云計(jì)算