您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201912-8
论文题目 面向Flink的多表连接计算性能优化算法
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

面向Flink的多表连接计算性能优化算法

首发时间:2019-12-03

李旺 1   

李旺(1994-),男,硕士研究生,主要研究方向:分布式计算

双锴 1   

双锴(1977-),男,副教授,主要研究方向:移动互联网,自然语言处理,人工智能

  • 1、北京邮电大学网络与交换技术国家重点实验室

摘要:分布式计算引擎Flink已经被广泛应用到大规模数据分析处理领域,多表连接是Flink常见作业之一,因此提升Flink多表连接的性能能够加速数据处理和分析的速度。然而,直接将现有的多表连接优化算法应用到Flink上会带来两个问题:(1)现有算法不能充分发挥Flink基于线程的轻量级计算模型的性能优势。(2)连接算法需要shuffle的数据量过大。首先,提出了优化连接并行度的Multi Bushy Tree算法,尽可能提高多表连接计算的并行度。其次,提出了优化星型连接的Semi Join算法,可以大大减少需要shuffle的数据量。在TPC-H数据集实验结果表明提出的算法可以有效提高多表连接计算的并行度。缩短作业运行时间,减小星型连接中的网络IO代价。

关键词: 分布式处理系统 Flink 多表连接 连接并行度 数据混洗 连接顺序

For information in English, please click here

Computational Performance Optionmization Algorithm for Multi-table Joins Based on Flink

Li Wang 1   

李旺(1994-),男,硕士研究生,主要研究方向:分布式计算

Shuang Kai 1   

双锴(1977-),男,副教授,主要研究方向:移动互联网,自然语言处理,人工智能

  • 1、State Key Laboratory of Networking and Switching Technology,Beijing University of Posts and Telecommunications

Abstract:Flink has been widely used in large-scale data analysis processing. Multi-table joins are one of the most common operations for data analysis, so improving the performance of Flink multi-table joins can speed up data processing and analysis. However, applying the existing multi-table join algorithm directly to Flink brings two problems: (1) The existing algorithm can not fully exploit the performance advantages of Flink\'s thread-based lightweight distributed computing. (2) The connection algorithm will cause great pressure on the network. Firstly, the Multi Bushy Tree algorithm for optimizing the parallelism of connections is proposed to improve the parallelism of multi-table join calculations. Secondly, the Semi Join algorithm for optimizing star connections is proposed, which can greatly reduce the amount of data that needs to be shuffled. In this paper, a lot of experiments are carried out on the large-scale dataset of TPC-H. The experimental results show that the proposed algorithm can effectively improve the parallelism of multi-table join calculation. Reduce job run time and reduce network IO cost in star connections.

Keywords: Distributed processing system Flink Multi-table join Parallelism of connections Data shuffle Connection order

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
李旺,双锴. 面向Flink的多表连接计算性能优化算法[EB/OL]. 北京:中国科技论文在线 [2019-12-03]. https://www.paper.edu.cn/releasepaper/content/201912-8.

No.****

同行评议

共计0人参与

评论

全部评论

0/1000

勘误表

面向Flink的多表连接计算性能优化算法