Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
Adaptive load balancing for queries algorithm (AQLB) in distributed spatial data warehouses
Języki publikacji
Abstrakty
Artykuł opisuje algorytm adaptacyjnego balansowania obciążenia zapytań w przestrzenno-temporalnych hurtowniach danych. Przedstawione zostały istniejące algorytmy oraz porównanie ich działania z nowym algorytmem. Ponadto, omówione zostały podstawy teoretyczne algorytmu ALBQ (ang. Adaptive Load Balancing for Queries) oraz wyniki testów działania algorytmu, w zależności od wartości parametrów.
The article presents an adaptive load balancing for queries algorithm (ALBQ algorithm) in distributed special data warehouses. It contains a description of currently used algorithms and a comparison of their behaviour with new algorithm. Moreover, the article describes theoretical basis of ALBQ algorithm and test results of using it accordingly to parameters’ values.
Czasopismo
Rocznik
Tom
Strony
75--88
Opis fizyczny
Bibliogr. 14 poz.
Twórcy
autor
autor
- Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-101 Gliwice, Polska, marcin.gorawski@polsl.pl
Bibliografia
- 1. Gorawski M., Chechelski R.: Spatial Telemetric Data Warehouse Balancing Algorithm in Oracle9i/Java Environment. Intelligent Information Processing and Web Mining. 2005. s. 357÷365.
- 2. Gorawski M., Gorawski M.: Modified R-MVB Tree and BTV Algorithm Used in a Distributed Spatio-temporal Data Warehouse. PPAM 2007, s. 199÷208.
- 3. Bernardino J. R., Furtado P. S., Madeira H. C.: Approximate Query Answering Using Data Warehouse Striping. J. Intell. Inf. Syst. 19, 2002, s. 145÷167.
- 4. Gorawski M.: Architecture of Parallel Spatial Data Warehouse: Balancing Algorithm and Resumption of Data Extraction, Proceeding of the 2005 conference on Software Engineering: Evolution and Emerging Technologies. IOS Press 2005, s. 49÷59.
- 5. Kolsi N., Abdellatif A., Ghedira K.: Data warehouse access using multi-agent system. Distrib. Parallel Databases, 25, 2009, s. 29÷45.
- 6. Paton N., et al.: Autonomic query parallelization using non-dedicated computers: an evaluation of adaptivity options. The VLDB Journal, 18, 2009, s. 119÷140.
- 7. Bernardino J., Madeira H.: Data Warehousing and OLAP: Improving Query Performance Using Distributed Computing.
- 8. Gorawski M. Definiowanie schematów rozszerzonej gwiazdy kaskadowej, Wydawnictwo Naukowo-Techniczne 2007, s. 103÷114.
- 9. Papadias D., Kalnis P., Zhang J., Tao Y.: Efficient OLAP Operations in Spatial Data Warehouses. Proceedings of the 7th International Symposium on Advances in Spatial and Temporal Databases. Springer-Verlag 2001, s. 443÷459.
- 10. Kambayashi Y., Winiwarter W., Arikawa M.: Introduction to Special Issue on Data Warehousing and Knowledge Discovery. J. Intell. Inf. Syst. 19, 2002, s. 143÷144.
- 11. Ganesan P., Bawa M., Garcia-Molina H.: Online balancing of range-partitioned data with applications to peer-to-peer systems. Proceedings of the Thirtieth international conference on Very large data bases - Volume 30. VLDB Endowment 2004, s. 444÷455.
- 12. Gorawski M.: Zaawansowane hurtownie danych, Monografia, Studia Informatica 2010.
- 13. Gounaris A., Paton N. W., Fernandes A. A. A., Sakellariou R.: Self-monitoring query execution for adaptive query processing. Data Knowl. Eng. 51, 2004, s. 325÷348.
- 14. Stockinger K., Wu K., Shoshani A.: Strategies for processing ad hoc queries on large data warehouses. Proceedings of the 5th ACM international workshop on Data Warehousing and OLAP, ACM 2002, s. 72÷79.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSL3-0025-0006