AGKPStream a operatory strumieniowe

• Autorzy: Gorawski M. , Gorawska A.

Warianty tytułu

EN

Stream schedulers

• Języki publikacji: PL

Abstrakty

PL

Przedstawiono ramowo prototypowy system strumieniowego przetwarzania danych o nazwie AGKPStream. Obiektem przeprowadzonych badań są jego pojedyncze komponenty przetwarzające – operatory strumieniowe. W artykule szczegółowo przedstawiono modele i zasady działania tych operatorów oraz wyniki testów operatora selekcji.

EN

The following paper introduces a prototype Data Stream Management System called AGKPStream. The objects of the study were the operators constituting a single stream processing components created in the system. We present basic concepts, principles of stream operators (including selection, projection, and union) and experimental results of the select operator.

Słowa kluczowe

PL

operator strumieniowy; strumieniowe przetwarzanie danych

EN

stream operator; stream data processing

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2012
• Tom: Vol. 33, nr 2A
• Strony: 181--195
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Gorawski M.

autor

Gorawska A.

• Politechnika Śląska, Instytut Informatyki, ul. Akademicka 16, 44-100 Gliwice, Polska,

Bibliografia

• 1. Pasterak K.: Analiza badawczo-implementacyjna wybranych schedulerów strumieniowych. Rozprawa inżynierska, Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, Gliwice 2012.
• 2. Gorawska A.: Analiza i implementacja wybranych operatorów strumieniowych. Rozprawa inżynierska, Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, Gliwice2012.
• 3. Herud T., Sulski M.: Analiza implementacyjna schedulerów i operatorów dla nowego modelu przetwarzania strumieniowego. Rozprawa inżynierska, Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, Gliwice 2011.
• 4. Chrószcz A.: Model przetwarzania strumieniowego uwzględniający zarówno wpływ synchronizacji jak i język zapytań łączący paradygmaty języka obiektowego i deklaratywnego. Rozprawa doktorska, Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, Gliwice 2012.
• 5. Sharaf M. A., Chrysanthis P. K., Labrinidis A., Pruhs K.: Efficient Scheduling of Heterogeneous Continuous Queries. VLDB Endowment, University of Pittsburgh, 2006.
• 6. Patroumpas K., Sellis K.: Submisin Multiple Sliding Windows for Shared Stream Computation. ADBIS, 2011.
• 7. Babcock B., Babu S., Datar M., Motwani R., Thomas D.: Operator scheduling in data stream systems. The VLDB Journal, Stanford University, 2004.
• 8. Sutherland T. M., Pielech B., Zhu Y., Ding L., Rundensteiner E.A.: An Adaptive Multi-Objective Scheduling Selection Framework for Continuous Query Processing. Worcester Polytechnic Institute, IEEE Computer Society, 2005.
• 9. Chakraborty A., Singh A.: A Partition-based Approach to Support Streaming Updates over Persistent Data in an Active Data Warehouse. IPDPS, 2009.
• 10. Stochmiałek M.: Strumieniowe bazy danych STREAM: The Stanford Data Stream Management System. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2005.
• 11. Barga R. S., Goldstein J., Ali M. H., Hong M.: Consistent Streaming Through Time: A Vision for Event Stream Processing. CIDR, 2007.