Calculating data warehouse aggregates using range-encoded bitmap index.
Notice bibliographique
Résumé
A data warehouse is a database consisting of huge amounts of data collected from different source databases of an organization over a long period of time. Warehouse data are used for analytical purposes to make accurate and timely decisions based on previously integrated facts. Data warehouse is accessed using different kinds of analytical queries. One of the most critical issues is that those queries be responded to quickly and accurately. The size and logical schema of data warehouse systems make it difficult to apply existing query optimizing techniques originally developed for traditional database systems. Indexes are data structures, which help to locate the specific records in the database with minimum number of disk accesses. Bitmap indexing is a promising technique for data warehousing systems, but space for bitmap indexes is a major problem. This thesis proposes the use of range-encoded bitmap index to calculate aggregates. By using space optimal range-encoded bitmap index for range predicates and aggregates, the need of separate indexes for these operations can be eliminated. The range-encoded index is efficiently used for evaluating range predicates. We are proposing algorithm to evaluate aggregates with the same index that gives equal performance, which was previously achieved by storing a separate index for these operations. This will reduce the space requirements and maintenance overheads considerably without losing performance for aggregates. The proposed indexing scheme is easy to maintain and use the population ratio of 1's in a bitmap to decide if the bitmap has to be scanned from the disk. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2002 .B58. Source: Masters Abstracts International, Volume: 41-04, page: 1100. Adviser: Christie Ezeife. Thesis (M.Sc.)--University of Windsor (Canada), 2002.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».