基于iMeMex数据模型的数据空间索引方法研究

doi:10.3778/j.issn.1673-9418.1305048

计算机科学与探索 ›› 2014, Vol. 8 ›› Issue (1): 61-72.DOI: 10.3778/j.issn.1673-9418.1305048

基于iMeMex数据模型的数据空间索引方法研究

王红滨1，周连科1，王念滨1+，邓胜春2

1. 哈尔滨工程大学计算机科学与技术学院，哈尔滨 150001
2. 哈尔滨工业大学软件学院，哈尔滨 150001

出版日期:2014-01-01 发布日期:2014-01-03

Research on Data Space Index Method Based on iMeMex Data Model

WANG Hongbin1, ZHOU Lianke1, WANG Nianbin1+, DENG Shengchun2

1. College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China
2. School of Software, Harbin Institute of Technology, Harbin 150001, China

Online:2014-01-01 Published:2014-01-03

摘要/Abstract

摘要： 目前，个人和组织的信息呈现急剧增长趋势，且非结构化数据所占比重在不断增加，这些属于某个主体的海量、分布、异构和共存的数据构成了一个异构数据空间，如何为用户提供高效、便捷和多样化的搜索查询服务是数据空间面临的巨大挑战，为数据空间中异构数据构建高效的索引方法是解决这一问题的基础。对iMeMex数据模型的特点和数据空间中查询方法进行了分析，在此基础上通过扩展倒排列表方法，提出了一种基于iMeMex数据模型的索引方法，来提高对数据空间中异构数据的搜索查询效率。新的索引方法通过扩展倒排列表的关键字列和链表节点信息索引资源视图，来支持和提高关键字查询、谓词查询和路径查询的处理效率。实验结果表明，该索引方法能够有效、可行地解决数据空间中异构数据索引和查询效率问题。

关键词: 数据空间, 索引, iMeMex数据模型, 倒排列表

Abstract: Nowadays, the information of person and organization is still rising rapidly and the percentage of non-
structured data increases constantly. Data space consists of vast amounts of data which have characteristics, such as mass, distributivity, heterogeneity and autonomy etc, it is faced with huge challenge for users to obtain the interested information efficiently and quickly. Building an effective index method for the heterogeneous data in the data space is the foundation for addressing this challenge. Through analyzing the characteristics of iMeMex data model and query method of data space, this paper proposes an index method based on iMeMex data model to improve the query efficiency of the heterogeneous data in the data space, which extends the inverted list method. This novel index method supports and improves the keywords query, the predicates query and the path query by extending the keywords column and linked list node index resource view of the inverted list. The experimental results demonstrate the feasibility and effectiveness of the proposed method.

Key words: data space, index, iMeMex data model, inverted list

王红滨，周连科，王念滨，邓胜春. 基于iMeMex数据模型的数据空间索引方法研究[J]. 计算机科学与探索, 2014, 8(1): 61-72.

WANG Hongbin, ZHOU Lianke, WANG Nianbin, DENG Shengchun. Research on Data Space Index Method Based on iMeMex Data Model[J]. Journal of Frontiers of Computer Science and Technology, 2014, 8(1): 61-72.

[1]	宋雨萌，陈默，于戈. 时序地理社交网络中基于动态偏好的组查询[J]. 计算机科学与探索, 2019, 13(11): 1813-1828.
[2]	李宇珺，彭智勇，吴瑕，兰海，彭煜玮. IPI：灵活高效的对象代理数据库索引结构[J]. 计算机科学与探索, 2018, 12(8): 1191-1201.
[3]	王斌，郝鹏飞，吴加跃，胡义香. TVDSM:支持透明计算的虚拟磁盘存储模型[J]. 计算机科学与探索, 2018, 12(3): 350-359.
[4]	申金鑫，吴烨，陈荦，景宁. 面向空间在线分析的并行近似聚集查询[J]. 计算机科学与探索, 2018, 12(10): 1559-1570.
[5]	史太齐，刘亮，秦小麟 . DCST：主存空间高效的缓存敏感型T-树索引研究[J]. 计算机科学与探索, 2017, 11(2): 221-230.
[6]	车庆首，李传文，张轶，邓庆绪. GAPI：GPU加速的移动对象并行索引方法[J]. 计算机科学与探索, 2017, 11(11): 1713-1722.
[7]	王海翔，郑吉平，王永阁. 结合非空间属性的通用Skyline查询处理技术[J]. 计算机科学与探索, 2016, 10(7): 936-947.
[8]	胡昱璞，牛保宁. 动态确定K值聚类算法的R-树空间索引构建[J]. 计算机科学与探索, 2016, 10(2): 173-181.
[9]	张丽平，刘蕾，李松，于嘉希. 空间数据库中基于Voronoi图的组反k最近邻查询[J]. 计算机科学与探索, 2016, 10(10): 1365-1375.
[10]	金铮，刘梦赤，胡婕. 信息网数据库管理系统的查询优化[J]. 计算机科学与探索, 2015, 9(3): 300-309.
[11]	王胜，秦小麟，沈尧，李博涵，史文浩. 可持久化CSB+-树索引技术研究[J]. 计算机科学与探索, 2015, 9(2): 182-192.
[12]	段雨晴，李世峰，丁琳琳. 基于平面图覆盖的大规模图可达查询处理[J]. 计算机科学与探索, 2015, 9(11): 1326-1334.
[13]	燕彩蓉，张洋舜，徐光伟. 支持隐私保护的众包实体解析[J]. 计算机科学与探索, 2014, 8(7): 802-811.
[14]	王楠，王斌，李晓华，杨晓春. 支持动态图数据的子图查询方法[J]. 计算机科学与探索, 2014, 8(2): 139-149.
[15]	朱青，李红. 时序图上动态子图查询优化算法[J]. 计算机科学与探索, 2014, 8(11): 1324-1333.

基于iMeMex数据模型的数据空间索引方法研究

Research on Data Space Index Method Based on iMeMex Data Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics