inmanhust

摘要： 前面已经分析了Infobright的构架，简要介绍了Infobright的压缩过程和工作原理。现在来讨论查询优化的问题。　　　　（1）配置环境　　　　在Linux下面，Infobright环境的配置可以根据README里的要求，配置brighthouse.ini文件。　　（2） 选取高效的数据类型　　　　参见前面章节。　　（3）使用comment lookup　　　　参见前面章节。　　（4）尽量有... 阅读全文

摘要： 前面的章节一直涉及到comment lookup，这里将简单介绍comment lookup的使用。　　comment lookup只能显式地使用在char或者varchar上面。Comment Lookup可以减少存储空间，提高压缩率，对char和varchar字段采用comment lookup可以提高查询效率。　　Comment Lookup实现机制很像位图索引，实现上利用简短的数值类型替代... 阅读全文

摘要： Infobright号称数据压缩比率是10:1到40:1。前面我们已经说过了Infobright的压缩是根据DP里面的数据类型，系统自动选择压缩算法，并且自适应地调节算法的参数以达到最优的压缩比。　　先看看在我的实验环境下的压缩比率，如下图所示：　　　　相信读者可以很清楚地看到，整体的压缩比率是20.302。但是这里有一个误区，这里的压缩比率指的是数据库中的原始数据大小/压缩后的数据大小，而不是文... 阅读全文

摘要： Infobright里面支持所有的MySQL原有的数据类型。其中Integer类型比其他数据类型更加高效。尽可能使用以下的数据类型：　　TINYINT，SMALLINT，MEDIUMINT，INT，BIGINT　　DECIMAL（尽量减少小数点位数）　　DATE ，TIME　　效率比较低的、不推荐使用的数据类型有：　　BINARY VARBINARY　　FLOAT　　DOUBLE　　VARCHAR... 阅读全文

摘要： 前面已经简要分析了Infobright的构架，现在来介绍Infobright的工作原理。　　粗糙集（Rough Sets）是Infobright的核心技术之一。Infobright在执行查询的时候会根据知识网络（Knowledge Grid）把DP分成三类：　　相关的DP（Relevant Packs），满足查询条件限制的DP　　不相关的DP（Irrelevant Packs），不满足查询条件限制... 阅读全文