Semijoin. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_706
Structured data in peer-to-peer systems. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_1219
Distributed query processing. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_704
Data quality dimensions. - In: Encyclopedia of Database Systems, (2018), insges. 1 S.
https://doi.org/10.1007/978-1-4614-8265-9_108
Hemispherical Gaussians for accurate light integration. - In: Computer Vision and Graphics, (2018), S. 3-15
https://doi.org/10.1007/978-3-030-00692-1_1
Towards a flexible user-space architecture for high-performance IEEE 802.11 processing. - In: 2018 14th International Conference on Wireless and Mobile Computing, Networking and Communications (WiMob), (2018), insges. 9 S.
https://doi.org/10.1109/WiMOB.2018.8589152
Auto-calibration of bias compensated 2D-mounting orientation of an IMU on an electric bicycle using bike-specific motions. - In: IEEE SENSORS 2018, (2018), insges. 4 S.
https://doi.org/10.1109/ICSENS.2018.8589686
Scalable and anonymity preserving overlays for voice over IP communications. - In: Dynamics of Systems, Mechanisms and Machines (Dynamics), (2018), insges. 7 S.
https://doi.org/10.1109/Dynamics.2018.8601492
A comprehensive framework to evaluate wireless networks in simulation and real systems. - In: Proceedings of the 2018 IEEE/ACM 22st International Symposium on Distributed Simulation and Real Time Applications (DS-RT), (2018), insges. 8 S.
https://doi.org/10.1109/DISTRA.2018.8601014
Robust and adaptive query processing in hybrid transactional/analytical database systems. - Ilmenau : Universitätsbibliothek, 2018. - 1 Online-Ressource (xiii, 173 Seiten)
Technische Universität Ilmenau, Dissertation 2018
Die Qualität von Anfrageausführungsplänen in Datenbank Systemen bestimmt, wie schnell eine Anfrage verarbeitet werden kann. Aufgrund von Fehlern in der Kardinalitätsschätzung können konventionelle Anfrageoptimierer immer noch sub-optimale oder sogar schlechte Anfrageausführungsplänen auswählen. In dieser Arbeit behandeln wir Einschränkungen und ungelöste Probleme robuster und adaptiver Anfrageverarbeitung, um die Erkennung und den Ausgleich sub-optimaler Anfrageausführungspläne zu verbessern. Wir zeigen, dass bestehende Heuristiken nicht entscheiden können, für welche Kardinalitäten ein Anfrageausführungsplan optimal ist, und stellen einen Algorithmus vor, der präzise Optimalitätsbereiche berechnen kann. Der Ausgleich von sub-optimalen Anfrageausführungsplänen ist ein ergänzendes Problem. Wir beschreiben Metriken, welche die Robustheit von Anfrageausführungsplänen gegenüber Fehlern in der Kardinalitätsschätzung quantifizieren können. Unsere robuste Planauswahlstrategie, die auf Robustheitsmetriken aufbaut, kann Pläne finden, die bei Fehlern in der Kardinalitätsschätzung bis zu 3.49x schneller sind als die geschätzt günstigsten Pläne. Des Weiteren stellen wir einen adaptiven Anfrageverarbeiter vor, der sub-optimale Anfrageausführungspläne ausgleichen kann. Er erfasst die wahren Kardinalitäten von Zwischenergebnissen während der Anfrageausführung, um damit die aktuell laufende Anfrage zu re-optimieren. Wir zeigen, dass der gesamte Aufwand für Re-Optimierungen und Planänderungen einer initialen Optimierung entspricht. Unser adaptiver Anfrageverarbeiter kann Anfragen bis zu 5.19x schneller ausführen als ein konventioneller Anfrageverarbeiter.
https://www.db-thueringen.de/receive/dbt_mods_00038096