Please use this identifier to cite or link to this item: https://olympias.lib.uoi.gr/jspui/handle/123456789/29875
Full metadata record
DC FieldValueLanguage
dc.contributor.authorChristodoulou, Georgeen
dc.date.accessioned2020-05-25T09:38:22Z-
dc.date.available2020-05-25T09:38:22Z-
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/29875-
dc.identifier.urihttp://dx.doi.org/10.26268/heal.uoi.9771-
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectDatabaseen
dc.subjectΜemory indexingen
dc.subjectPrrefix treeen
dc.subjectPerformanceen
dc.subjectΒάσεις δεδομένωνel
dc.subjectΕυρετήριο μνήμηςel
dc.subjectΔέντρο με βάση τα προθέματαel
dc.subjectΑποδοτικότηταel
dc.titleA prefix-based hybrid solution for main memory indexinen
dc.titleΥβριδικό ευρετήριο κύριας μνήμης με βάση τα προθέματαel
heal.typemasterThesis-
heal.type.enMaster thesisen
heal.type.elΜεταπτυχιακή εργασίαel
heal.classificationDatabase (Computer science)-
heal.dateAvailable2020-05-25T09:39:22Z-
heal.languageen-
heal.accessfree-
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικήςel
heal.publicationDate2020-
heal.bibliographicCitationΒιβλιογραφία: σ. 28-29el
heal.abstractEfficient retrieval in main memory is becoming increasingly important in modern applications that manage huge amounts of data (e.g. IoT and social network data). This is especially relevant for key-value stores which handle numerous key-value pairs which should be accessed in nanoseconds. In this thesis, we introduce POT (Performance Optimized Tree), a novel hybrid tree, combining bucketing with data prefixes. We design a tree, which supports fast search operations. The tree consists of levels depending on segments of the data representation called prefixes and the leaf nodes point to ranges of the indexed data values, called buckets. We construct the tree so that we can hop through its levels without comparisons and then use binary search for the last mile accuracy. Our tree can easily adapt to any type of data and data distribution as we consider the binary representation of the indexed values. The layout of each node is carefully constructed for compactness and fast search. POT supports point and range queries. We evaluate the performance of the tree on two real and one synthetic dataset and compare the results with other popular index structures. Our results indicate that our approach can perform much better than existing techniques. We also study the problem of tuning the index, depending on the data size and distribution.en
heal.abstractΗ αποδοτική ανάκτηση στην κύρια μνήμη καθίσταται όλο και πιο σημαντική στις σύγχρονες εφαρμογές που διαχειρίζονται τεράστιους όγκους δεδομένων (π.χ. δεδο- μένα IoT και κοινωνικών δικτύων). Αυτό είναι ιδιαίτερα σημαντικό για αποθήκες δεδομένων κλειδιών-τιμών που χειρίζονται πολλά ζεύγη κλειδιών-τιμών τα οποία θα πρέπει να προσφέρουν πρόσβαση σε νανοδευτερόλεπτα. Σε αυτή τη διατριβή, παρουσιάζουμε το POT (Performance Optimized Tree), ένα νέο υβριδικό δέντρο, που συνδυάζει το bucketing με τα προθέματα δεδομένων. Σχεδιάζουμε ένα δέντρο το οποίο υποστηρίζει λειτουργίες γρήγορης αναζήτησης. Το δέντρο αποτελείται από επίπεδα που εξαρτώνται από τα τμήματα της ανα- παράστασης δεδομένων τα οποία ονομάζονται προθέματα και οι κόμβοι φύλλων υποδεικνύουν εύρη τιμών των ευρεθέντων δεδομένων, που ονομάζονται “κάδοι“ δε- δομένων. Κατασκευάζουμε το δέντρο έτσι ώστε να μπορούμε να προσπελάσουμε τα επίπεδα του δέντρου χωρίς συγκρίσεις και στη συνέχεια να χρησιμοποιήσουμε δυαδική αναζήτηση για να καταλήξουμε με ακρίβεια στην τιμή που αναζητάμε. Το δέντρο μας μπορεί εύκολα να προσαρμοστεί σε οποιοδήποτε τύπο δεδομένων και κατανομή δεδομένων, καθώς χρησιμοποιεί τη δυαδική αναπαράσταση των κλει- διών αναζήτησης. Οι κόμβοι του δέντρου είναι προσεκτικά κατασκευασμένοι ώστε να είναι συμπαγείς και να υποστηρίζουν γρήγορη αναζήτηση. Το POT υποστηρίζει ερωτήματα σημείων και εύρους. Αξιολογούμε την απόδοση του δέντρου σε ένα συνθετικό και δύο πραγματικά σύνολα δεδομένων και τη συγκρίνουμε με τις αποδόσεις άλλων δημοφιλών δομών ευρετηρίου. Τα αποτελέσματά μας δείχνουν ότι η προσέγγισή μας μπορεί να απο- δώσει πολύ καλύτερα από τις υπάρχουσες τεχνικές. Επίσης, μελετάμε το πρόβλημα της προσαρμογής της δομής ευρετηρίου, ανάλογα με το μέγεθος και τη κατανομή των δεδομένων.el
heal.advisorNameΜαμουλής, Νικόλαοςel
heal.committeeMemberNameΜαμουλής, Νικόλαοςel
heal.committeeMemberNameΒασιλειάδης, Παναγιώτηςel
heal.committeeMemberNameΖάρρας, Απόστολοςel
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Πολυτεχνική Σχολή. Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικήςel
heal.academicPublisherIDuoi-
heal.numberOfPages29 σ.-
heal.fullTextAvailabilitytrue-
Appears in Collections:Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΜΗΥΠ

Files in This Item:
File Description SizeFormat 
Μ.Ε. CHRISTODOULOU GEORGE 2020.pdf679.87 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons