计算机应用研究

作者：董攀攀,苏航,高红雨,

单位：北京工业大学信息学部,北京100124；

关键词：复杂事件处理,增量聚合,多查询共享,事件趋势,

基金：北京市属高等学校高水平教学创新团队建设支持计划资助项目；；

复杂事件处理技术是在持续不断的流数据中检测满足特定事件序列或对匹配的事件进行统计的一种流数据处理技术。在处理带有Kleene操作符的事件趋势聚合查询时，需缓存中间结果来实现不定数量事件序列的匹配，故对查询系统的资源需求较大。利用多个查询之间存在的共享机会，生成用于指导查询处理的共享计划，可以有效提高事件趋势聚合查询的处理效率。但现有的聚合查询处理方法生成的共享计划无法做到随执行环境的变化而进行实时调整，来支持查询系统的持续高效处理。针对上述问题，提出了一种可以动态更新的多聚合查询共享方法，以支持实时变化的复杂事件检测的持续高效处理。通过提出共享图数据结构和代价模型，实现对所生成共享计划的实时调整，并引入在线增量聚合执行共享方法，进一步提升带有Kleene操作符的事件趋势聚合查询的处理效率。在真实数据集和模拟数据集上分别进行实验，并与其他处理聚合查询的方法进行了实验对比。实验结果表明，提出方法能够有效降低查询延迟，提高整体查询的处理性能。

来源：2024年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第10期