第9章 数据管理.ppt

一维分布式索引 DIFS (Distributed Index Features in Sensor networks) 参考：DIFS: A Distributed Index for Features in Sensor Networks 提纲 传感器网络数据管理介绍 系统结构 数据模型和查询语言 数据存储与索引技术 查询处理技术 总结 查询处理技术 传感器网络数据查询类型 历史查询：对从传感器获得的历史数据的查询。 “列出1999年A区域的平均降水量” 快照查询：对传感器网络在某一给定时间点的查询。 “列出所有传感器当前的温度值” 连续查询：关注某一段时间内传感器网络数据的变化 情况 “列出从现在开始24小时内，A区域每30分钟内的最高温度” 传感器网络数据查询处理方法 集中式查询处理 分布式查询处理 集中与分布式查询处理方法 集中查询处理适应于： 获取数据存储于中心数据库；在中心数据库上对查询进行处理 传感器能源充足，而且数据采集周期长的应用环境 例如: A计划 分布式优点： 在网络内对数据进行聚集操作 减少数据传送 降低节点和网络地能量消耗 提高查询响应地实时性 例如：B计划 聚集操作的处理技术 集中式与分布式聚集技术 流水线聚集技术 集中式与分布式聚集技术 集中式聚集： 所有的传感器首先将数据都传送到客户端，然后在客户端执行聚集。 分布式聚集： 在传感器网络内由多个传感器节点协作执行聚集操作，最后将聚集结果路由到客户端。 流水线聚集技术 在传感器网络内进行聚集计算时，由于通讯失败、节点移动等原因，很难保证结果完全正确。 流水线聚集技术把时间分为多个长度为i秒的时间段。在每个时间段内，收到聚集请求的每个节点都将前一个时间段收到的子节点的数据与本地感知数据作聚集，并将得到的部分聚集结果向上传送。 能够使未收到聚集请求的节点参与聚集 运算。 每隔i秒都收到一个新的聚集结果。 流水线聚集范例 SELECT COUNT(*) FROM sensors 流水线聚集范例 SELECT COUNT(*) FROM sensors 流水线聚集范例 SELECT COUNT(*) FROM sensors 流水线聚集范例 SELECT COUNT(*) FROM sensors 流水线聚集范例 SELECT COUNT(*) FROM sensors 流水线聚集范例 SELECT COUNT(*) FROM sensors TinyDB的查询处理技术 元数据管理 计算谓词和执行采样操作的优化排序 具有事件查询的优化技术 元数据管理 节点的元数据包括 属性 事件 用户自定义的功能 扩展聚集函数的定义者必须提供关于聚集函数特 征信息.TinyDB要求扩展聚集函数必须是单调的 (Monotonic)比如COUNT()可表征的(Exemplary),比如MIN();或者归纳的(Summary)比如 AVERAGE() 与处理和传输数据的能源消耗相关的信息 计算谓词和执行采样操作的优化排序 TinyDB优化器解决采样操作与谓词操作优化排序问题的过程： 调用解决具有串并联图约束的操作排序问题的算法，产生一个采样操作和谓词操作的优化序列。 确定序列中可共享的采样操作，从队列中删除不必要的采样操作。 产生采样操作和谓词操作的优化执行计划。 操作排序问题举例 SELECT light, mag FROM sensors WHERE pred1(mag) AND pred2(light) SAMPLE INTERVAL 1s ? E(mag) E(light) ?1500 uJ vs. 90 uJ ? Possible orderings: 1. Sample light Sample mag Apply pred1 Apply pred2 2. Sample light Apply pred2 Sample mag Apply pred1 3. Sample mag Apply pred1 Sample light Apply pred2 At 1 sample / sec, total power savings could be as much as 4mW, same as the processor! 具有事件查询的优化技术 TinyDB提供一种基于重写的多查询优化技术。 提纲 传感器网络数据管理介绍 系统结构 数据模型和查询语言 数据存储与索引技术 查询处理技术 总结 第九章 数据管理 提纲 传感器网络数据管理介绍 系统结构 数据模型和查询语言 数据存储与索引技术 查询处理技术 总结 提纲 传感器网络数据管理介绍 系统结构