.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
模式搜索是时间序列数据中的一类重要查询。时间序列模式通常与变长段匹配，搜索空间巨大，因此带来了显著的性能挑战。现有的模式搜索系统，例如支持MATCH_RECOGNIZE的SQL查询引擎，在修剪变长段的巨大搜索空间方面效率低下。在许多情况下，问题源于使用了基于时间序列点建模的受限查询语言和一种限制搜索空间修剪的计算模型。我们构建了T-ReX来解决这个问题，采用了两个主要构建模块：首先，一个MATCH_RECOGNIZE语言扩展，它引入了段变量的概念并添加了新操作符，便于更好的优化；其次，一个执行器，能够通过优化器修剪匹配的搜索空间并最小化总查询时间。我们使用5个真实数据集和11个查询模板（包括来自现有工作）进行了实验。T-ReX在平均查询时间上比优化的NFA-based模式搜索执行器快6倍，比优化的tree-based执行器快19倍。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息