.png){kind=icon}
返回
PBC: Pattern-Based Compression for Semi-Structured Data
.png){kind=icon}
PRE
AI
DOI：10.1109/tkde.2026.3729874.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
半结构化数据，涵盖日志、JSON文件和XML文档等格式，因其灵活且部分组织的特性而日益普及。这种增长速度超过了存储技术的进步，给数据密集型系统带来了挑战，其中存储成本和随机访问性能是关键问题。现有的压缩技术主要针对通用或块级数据设计，未能利用半结构化数据中固有的结构模式，导致压缩率不理想或查找操作效率低下。为解决这些限制，我们提出基于模式的压缩（PBC），专门针对半结构化数据中的模式，以在大多数情况下实现帕累托最优。与传统的基于数据块的方法不同，PBC按每条记录进行压缩，便于快速随机访问。在真实数据和基准数据集上的实证评估表明，PBC比最先进的方法最高可提高50%的压缩率，同时保持卓越的随机访问性能和有竞争力的吞吐量。我们还将PBC集成到生产数据库系统中，并在压缩率和吞吐量两方面实现了改进。
Keyword:
Semi-structured Data
Data Compression
期刊
IF:
10.4
论文数:
6.8K
被引数:
3.2W
机构
查看更多机构
引用论文
暂无论文信息