一种新的面向列存储的压缩方法
大小：0.90 MB 人气： 2017-12-25 需要积分：1
针对在大数据管理中，在压缩的数据上无需解压即可进行相关操作的问题，在数据服从正态分布的前提下，根据列数据存储的特点，提出了一种新的面向列存储的压缩方法-CCA。首先，通过对列数据的长度进行归类；然后，采用抽样的方法获得重复度较高的前缀；最后，使用字典编码进行压缩，提出了列索引（ CI）和列实体（CR）作为数据压缩结构来降低大数据存储的空间需求，从而直接有效地在压缩数据上支持选择、投影、连接等基本操作，并实现了基于CCA的数据库原型系统-D-DBMS。理论分析和在1 TB数据上的实验结果表明，该压缩算法能够显著提高大数据的存储效率和数据操作性能，与BAP和TIDC压缩方法相比，在压缩率分别提高了51%、14%；在执行速度上提高了47 %、42%。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%