返回
Index Intersection for High-Dimensional Range Queries
DOI:10.14778/3785297.3785315.png)
摘要
En 中文
针对科学领域中高维分析查询,全表扫描常被视为唯一可行的执行路径,即使已知结果基数很小。本文提出通过在中等大小的属性子集(Teams)上构建多个索引的交集,作为生成待处理候选元组ID列表的方法。虽然该策略与各种索引结构兼容,但其显著区分能力在于多个谓词的联合选择性。类似于位图索引和VA文件,采用简单轻量级的索引方法(而非高精度但成本高昂的方法)仍能实现高整体选择性和精度。因此,关注点从单个索引转向其高效交集。对于选择性查询,仅包含1个成员/属性的Teams(位图索引)因无法避免访问索引大部分区域而表现不佳。例如,5成员的Teams在85维情况下可快6-7倍,且存储需求减少1.58-2.07倍。基于Teams的索引对于高选择性和高维度的查询(如稀有对象搜索)最为适用。
Keyword:
Team-based Indexing
High-dimensional analytics
Index intersection
Selective queries
Range queries
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W

