分布式平台下基于模型的近似查询算法

摘要

为从大规模数据中快速获取聚集查询结果,用于交互分析与决策支持,针对范围查询,在分布式平台下提出模型驱动的近似查询处理算法.对算法的整体流程与基本原理进行描述;针对设计方案和模型给出算法的实现过程,针对数据进行样本采集,通过在Spark平台下对查询列以及范围列实现回归模型和密度估计模型,给出Spark平台下优化该算法的方法.通过比较不同回归模型的准确率、不同样本大小以及不同方法的响应时间,说明了算法的高效性.