[发明专利]基于云计算的动态Skyline查询方法

权利要求书

1.基于云计算的动态Skyline查询方法，其特征在于，包括如下步骤：

S1.建立基于数据分布密度的倒排网格索引，将数据区间分割成许多片段，以将数据空间分割成不等分的网格单元，然后映射每个数据点到网格单元中，利用MapReduce构建基于数据分布密度的倒排网格索引；当一个新的查询开始时，首先映射查询点到相应的网格单元中；

S2.进行全局Skyline格计算，整个计算流程是一个DAG图执行过程，得到的数据点作为动态Skyline计算的候选集，在动态Skyline计算中扫描候选集里的数据点，将数据点转换坐标，以将动态Skyline的计算转换成以查询点为坐标原点的静态Skyline计算，这个DAG执行过程启动一个基于Tez的MapReduce作业，利用Map函数在各节点中并行进行,结果进行缓存，接下来再启动一个MapReduce作业检查转换后数据点的Skyline格支配关系，进行Skyline的计算并返回结果。

2.如权利要求1所述的基于云计算的动态Skyline查询方法，其特征在于，步骤1中所述用MapReduce构建基于数据分布密度的倒排网格索引倒排网格索引的方法是：以＜key,value＞对形式存在，其具体格式由＜c_i,{p_j,p_k,...,p_n}＞所组成，每个节点利用Map函数，将自己节点内保存的数据分区里的数据转换成网格坐标，输出<key,value>对为<动态网格ID，数据点ID>，启动Reduce函数，对相同key值的value对进行归并，最终生成相同网格内的数据点有序列表，结果也是以<key,value>对形式保存，当MapReduce作业完成后，所有数据点被组织进网格结构中，生成动态倒排网格索引。

3.如权利要求1所述的基于云计算的动态Skyline查询方法，其特征在于，所述步骤S2中，查询点将d维数据空间分割成2^d个象限，再调用全局Skyline格计算方法，轮询每个象限，计算查询点的全局Skyline格，得到粗粒度的Skyline候选点，将经过轮询计算之后的全局Skyline格中的数据作为候选集。

4.如权利要求3所述的基于云计算的动态Skyline查询方法，其特征在于，Skyline格支配关系的定义如下：假定在固定时间窗口中，一个d维的数据空间S＝{s₁,s₂,...,s_d}，数据集P＝{p₁,p₂,...,p_n}是在数据空间S上的，给定查询点q，对于任意两个对象p_i,p_j∈P，p_i动态支配p_j即满足条件：

①

②

在时间窗口中，查询请求在不断地发生变化，如果当新的查询点到来，每个d维被查询对象p_i会被映射成一个新的d′维空间的数据对象p′_i＝＜f₁(p_i),f₂(p_i),...,f_d′(p_i)＞，f_t是与时间与维度相关的动态函数,令d′＝d，对于给点查询点q,f_t(p_i)＝|p_i(t)-q(t)|，t表示数据对象的第t维。