首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
liurenjie1024
掘友等级
Software Engineer
Developing a distributed database.
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
物化视图更新算法(三):Aggregation的优化
本文中我们主要介绍在物化视图的优化中针对aggregation的优化是如何做的。首先介绍了下基本算法,后面介绍了一个aggregation change table的技术来优化整个算法。
物化视图更新算法(二):Join
物化视图中join是一种很常见的,本文中我们讨论下 join的优化。我们主要讨论inner join的优化。
物化视图更新算法(一):基础框架
物化视图通过将预计算的结果保存下来,能极大地减少查询时候的计算开销,提高查询效率。本文主要介绍物化视图的更新算法的基础框架,即给定一个物化视图的定义,推导出计算物化视图的变更的执行计划。 一些定义 关
查询优化中的物化视图改写(三):快速匹配
我们在[1]和[2]中描述了如何从一个MV中计算出Query的结果,并且我们提到匹配算法是作为优化器的一个Rule执行的。这里讨论下如何加速匹配的过程。
查询优化中的物化视图改写(二):SPOJG的改写
上一篇文章中我们描述了SPJG的物化视图的改写,其中的J只能是inner join。本文中我们将描述outer join的物化视图的改写。
查询优化中的物化视图改写(一):SPJG的改写
物化视图通过将预计算的结果存下来,能极大地减少查询的开销和时间。物化视图的查询优化问题是一个视图的匹配问题,即给定一个Query和一系列的物化视图,我们需要找到与之匹配的物化视图,并从中计算出来。
Spark中的统一内存管理框架
Spark中内存主要用于两种情况:一种是用于执行器(aggregation, join, shuffle, sorter)等,另一种是用于存储(主要是RDD中的cache)。早期的spark中执行器内
个人成就
文章被点赞
1
文章被阅读
4,130
掘力值
152
关注了
0
关注者
1
收藏集
0
关注标签
6
加入于
2022-01-09