基于A-算法的分組多查詢優(yōu)化研究與實現(xiàn).pdf

1、多查詢優(yōu)化是加速高并發(fā)查詢處理的重要方法。傳統(tǒng)的多查詢優(yōu)化方法面向強相似性查詢輸入場景，通過各類啟發(fā)式搜索策略快速獲得全局近似最優(yōu)解。其中，基于A*算法的多查詢優(yōu)化算法是傳統(tǒng)多查詢優(yōu)化算法的代表，有大量研究對其進行了改進和優(yōu)化。然而這些方法無法應對場景中可能出現(xiàn)的大量弱相似性查詢。同時優(yōu)化這些查詢時，查詢間可共享部分少，可選擇的組合多，從而可能導致多查詢優(yōu)化的開銷大于收益，無法獲得較好效果。因此本文針對傳統(tǒng)多查詢優(yōu)化算法在弱相似性查詢輸

2、入場景中性能低下的問題，提出基于A*算法的分組多查詢優(yōu)化算法并在Impala系統(tǒng)中進行了集成。首先分析基于A*算法的多查詢優(yōu)化算法，并提出一種分組策略對其進行改進，加速其在弱相似性查詢場景中的處理過程;接著，通過修改Impala系統(tǒng)的查詢處理過程使其支持多查詢優(yōu)化，并將改進的算法集成到系統(tǒng)中。最后從多查詢優(yōu)化算法性能和分組策略執(zhí)行效率兩個方面在TPC-DS數(shù)據(jù)集上進行了對比實驗。實驗結果表明本文提出的方法能加速多查詢執(zhí)行過程，有效提升查