×

基于聚类分析分库策略的社交网络数据库查询性能与数据迁移

消耗积分:2 | 格式:rar | 大小:1.08 MB | 2017-12-05

分享资料个

　　社交网络数据具有一定的聚合性，即特征上相近的用户之间更容易产生某种行为。依照常规的水平切分方法，在执行这些事件的信息查询时，将会耗费大量的时间和连接损耗去依次访问多个数据库。针对此问题，提出了基于聚类分析的社交网络数据库分库策略。将社交网络主体的特征标量进行聚类，使得聚集程度高的主体尽量分割到一个或尽可能少的几个分库中去，从而提高事件的查询效率，并在此基础上兼顾负载均衡与大数据迁移等问题。实验结果表明，该策略在社交网络的主流事件查询上都表现出不同程度的性能提升，最高提升程度达到23.4%，并且实现了局部最优负载均衡和零数据迁移。总的来说，基于聚类分析的社交网络数据库分库策略在提高查询效率、平衡负载以及大数据迁移可行性上，比传统水平切割分库有了相当的优势。
 

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !