公共文化服务平台

搜索到519篇“ B-TREE“的相关文章

一种利用B+Tree优化混合存储下LSM-Tree性能的方法: 本发明公开了一种利用B+Tree优化混合存储下LSM‑Tree性能的方法，包括：配置LSM‑Tree，包括：将LSM‑Tree的第0层和第1层放在非易失性内存中，将LSM‑Tree的第2层放在固态硬盘中；所述LSM‑Tr...; 寿黎但王正浩陈珂骆歆远

基于B-Tree数据结构实现的快速检索系统及方法: 本发明涉及高速公路联网数据检索技术领域，且公开了基于B‑Tree数据结构实现的快速检索系统及方法包括数据总控中心、检索模块、数据压缩模块、存储硬盘和缓存区。该基于B‑Tree数据结构实现的快速检索系统及方法Disk B‑...; 杨童和永军蒙奕郑毅张云马聪傅蕊熊蓝青孙宏贤苏轲江姚庆华赵明黎陈保忠奚桂林龚洪东刘华邓霁恒龚南波张翔彭国栋李承武鲁婷刘拥华

一种基于多级b+tree的元数据缓存淘汰方法: 本发明涉及数据缓存淘汰技术领域，提供一种基于多级b+tree的元数据缓存淘汰方法，包括：通过设置缓存预设阈值，触发启动akey‑lru上的缓存淘汰；通过遍历和识别akey‑lru上的akey node，对元数据缓存进行a...; 明靖鸥

一种wandering B+tree问题解决方法被引量：1: 2023年; 为了应对磁盘和固态硬盘随机写和顺序写性能差异较大的问题,文件系统和块存储系统通常采用日志结构(log-structured)技术将随机写转换为顺序写.因此,对于日志结构存储系统数据和元数据的修改都以异地写的方式执行.在日志结构存储系统中,B+tree常被用于管理元数据,这就会导致wandering B+tree问题,即树结点异地更新会导致树结构递归更新.目前,现有工作主要通过分离树结点的逻辑索引和物理地址,并使用额外的数据结构和物理设备空间存放树结点逻辑索引和物理地址的映射,从而避免递归更新树结构.但现有方法既引入额外空间开销,又存在额外物理设备空间非顺序写的问题.提出IBT B+tree,将树结点逻辑索引和物理地址均存放在树结构中.同时,基于IBT B+tree结构引入dirty链表设计,并提出了非递归更新的IBT B+tree下刷算法.IBT B+tree既解决了wandering B+tree问题,又不引入额外的数据结构和物理设备空间,消除了固定物理设备空间的非顺序写.分别实现IBT B+tree和基于F2FS中NAT设计的B+tree,在此基础上设计实现Monty-Dev块存储系统以评价2棵B+tree.实验表明,在HDD和SSD介质上,IBT B+tree在写放大和下刷效率方面均优于NAT B+tree.; 杨勇鹏蒋德钧

Learned Index和B-Tree在不同分布数据上的性能对比及优化: 2023年; Learned Index是一种通过训练模型来建立输入数据和存储位置之间映射关系的索引,它能学习到数据间分布的信息,而不同的数据分布将影响模型训练准确率和模型复杂度之间的平衡。为了探索Learned Index适用的场景,使用不同分布、不同数据量的数据对它和加以优化的可更新的自适应学习索引(ALEX)进行性能测试,并与B-Tree进行对比,最终发现Learned Index构建大批量数据的索引时间比B-Tree短,读操作性能、存储空间大小有明显的优势,但写操作性能较差,因此得出Learned Index更适用于大数据情景下的在线分析处理(OLAP)数据库,用于静态数据的存储和查询操作的结论。基于B-Tree的索引结构,对初版Learned Index的结构进行了优化和调整,最终使优化后Learned Index在大批量数据的读写操作性能上有明显提高,其中读操作最高达到原版Learned Index的2倍,写操作最高达到原版的3倍。; 沈怡琪蔡鹏刘松灵; 关键词：B-TREE 静态数据

HyperTree:高并发B+树索引加速器被引量：1: 2023年; B+树是关系型数据库中用来加速查询的常用索引结构,通过构建平衡树维护关键属性的顺序.索引提升了数据库查询性能,但其严格的有序关系增加了数据库表的维护开销.特别是在大数据场景下,数据量激增使得索引查询和维序性能进一步下降.如何平衡B+树的查询和维序性能,以及在大数据场景下提升索引查询和维序的效率,对提升索引系统性能具有重要意义.由此设计了一种专用的B+树索引加速系统,对存储和计算进行协同优化,均衡提升索引查询和维序性能.利用内存突发读写高带宽的特性设计规则的树和节点存储格式以提升内存带宽利用效率,设计高效的同构计算架构和多数据通道以提升索引操作并行度.同时设计解耦合的子树结构缓解索引维护时的树读写冲突.实验结果表明,相比于CPU,B+树索引加速系统能够提升系统查询性能超过6.84倍,提升索引维序性能提升超过29.14倍.; 吴婧雅卢文岩鄢贵海李晓维; 关键词：B+树加速器数据库查询

基于改进型B+树的电力多模态数据索引系统研究: 2023年; 电力系统数据在指数级增长的同时也逐渐呈现出多模态特性,这使得传统索引方法不能满足电力业务对异构数据进行快速内容检索与协同管理的需求。因此,本研究在传统B+树索引的基础上,加入倒排索引,并针对电力多模态数据设计了双层混合索引结构。该结构对数据属性和属性值分别建立索引,并依据数据属性的不同类型构建不同的索引结构。双层混合索引能够避免传统单一B+树的不足,在降低时间和空间开销的同时更好地满足了电力业务需求,从而为电力系统智能化分析与应用提供有效支撑。; 张才俊江帆张波; 关键词：B+树索引倒排索引

基于B+树的多媒体教育资源层次化索引模型被引量：1: 2023年; 为了能够在海量的多媒体教育资源中快速且准确地检索出所需要的部分,提高教育资源利用率,设计一种基于B+树的多媒体教育资源层次化索引模型。首先对多媒体教育资源属性进行判断,并对数值型资源进行标准化和离散化处理,然后利用B+树建立其索引以及索引库,最后设计相应的检索算法,完成资源查找。结果表明:与R树索引模型、四叉树索引模型、多哈希表索引模型、网格索引模型、B-树索引模型相比,所设计的索引模型占据存储空间最小,检索时间最短,NDCG值较高,综合表现好。; 秦慧娟; 关键词：B+树

LayerLSB:基于分层局部敏感B树的最近邻搜索: 2023年; 最近邻搜索由于其广泛的应用已成为一个重要的研究课题。传统的空间索引结构,如R-tree和KD-tree,可以在低维空间中高效地返回准确的最近邻搜索结果,但不适用于高维空间。局部敏感B树(LSB)将数据点哈希到可排序的一维值,并将它们排列成树状结构,这在不影响结果质量的前提下极大地提高了传统局部敏感哈希(LSH)所需的空间和查询效率。但是,LSB并没有考虑到数据分布,它在均匀的数据分布设置中表现良好,但在数据倾斜时表现出了不稳定的性能。针对这个问题,文中提出了LayerLSB,通过探索哈希值的密度对密集范围内的哈希值进行重建,使其分布更均匀,从而提高查询效率。相比LSB,LayerLSB索引在数据分布方面变得更有针对性,并构建了多层结构,与简单的重新哈希方法相比,多层方法会通过仔细选择组数和哈希函数来保证搜索质量。实验结果表明,在达到相同查询精度的情况下,查询成本最多可降低为原来的44.6%。; 丁际文刘卓锦王家兴张岩峰于戈; 关键词：最近邻搜索分层结构

一种基于B-Tree的快速可搜索加密方法: 本发明属于数据搜索保护技术领域，更具体地，涉及一种基于B‑Tree的快速可搜索加密方法。所述方法包括数据拥有者提取文件明文集合中每个文件的关键字集合，采用对称加密算法对每个文件进行加密，将文件密文与关键字哈希值对应，并生...; 袁理邓宇燊魏元利杨明陈振娅

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈