基于PAT代数的大规模数据并行查询算法

摘要

针对因未考虑大规模数据间存在的特征差异，而以单一特征作为查询依据会造成查询误差较大的问题，提出一种基于PAT(Pump Algebra Tutor)代数的大规模数据并行查询算法。采用PAT代数对并行数据语义和逻辑进行优化，设置大规模并行数据的初始序列块，求得数据块密度，并按其在有向图中通过调节节点密度实现低权重点过滤，由此实现有效过滤。同时，利用子查询乘积最小策略确定目标数据的所在序列点，通过贪心规则在邻域集合中查找满足条件的子句集，建立查询连接，实现高效数据并行查询。实验结果表明，所提方法的数据传输量和查询量均较高，说明其针对大规模数据能实现准确查询，具有一定的实用价值。

关键词

PAT代数 / 大规模数据并行查询 / 数据块密度 / 贪心规则