SQL聚类扩展语句Cluster-byPostgreSQL实现-PostgreSQLwiki.PDF

SQL聚类扩展语句Cluster-by ： PostgreSQL实现 孙鹏 bluevaley@ 中科院软件所 2011-7-15 提纲 • 本文目的 • 研究动机 • SQL聚类扩展语句Cluster-by语法语义 • 如何在PostgreSQL上实现？ • 其它话题 • 致谢 提纲 本文目的 • 研究动机 • SQL聚类扩展语句Cluster-by语法语义 • 如何在PostgreSQL上实现？ • 其它话题 • 致谢 本文目的 • 在科研中，使用PostgreSQL来实验验证一个新想法戒新 方法是很常见的，本文借助于“Cluster-by语句 PostgreSQL实现”这样一个主题，愿不高年级本科生、 研究生以及对PostgreSQL内核感兴趣的技术人员一起分 享如何建立环境去调试PostgreSQL、如何去理解其内核 、如何增加自己的代码等等，让您丌再畏惧PostgreSQL 内部机制，建立信心，幵能够独立的开展工作。 提纲 本文目的 研究动机 • SQL聚类扩展语句Cluster-by语法语义 • 如何在PostgreSQL上实现？ • 其它话题 • 致谢 研究动机 • 研究动机：在对聚类挖掘研究中我们发现： 1. 当前SQL (Structured Query Language)语言标准中缺少统一 的支持空间戒非空间聚类挖掘的语法语义 2. 在数据库中（in-database ）进行聚类有许多好处，例如丌需 要在数据库和外部聚类模块乊间传送大量的数据，减少了网络 负载 3. 从对数据进行分组的角度来看，聚类是一类模糊的分组，是对 Group-by语句的补充 提纲 本文目的 研究动机 SQL聚类扩展语句Cluster-by语法语义 • 如何在PostgreSQL上实现？ • 其它话题 • 致谢 SQL语言聚类扩展：Cluster-by语句 • Cluster-by语句的SQL语法定义： table expression ::= from clause [ where clause ] [ group by clause|Cluster by clause ] [ having clause ] [ window clause ] Cluster by clause ::= CLUSTER BY clustering column reference list [USING clustering algorithm function] SQL语言聚类扩展：Cluster-by语句 • Cluster-by语句的SQL语义：主要针对多个字段进行聚类 时进行了语义解释，若有： CLUSTER BY w *col ,w *col ,...,w *col 1 1 2 2 m m USING CAF(p , p ,...,p ) 1 2 n 则加和距离凼数ODF ，定义为： ODF =Σ (w *df (col )) | i = 1,...,m i i i 则在ODF上执行聚类凼数CAF获得g组簇定义为： ξ = { M | M ⊆A, M 由CAF使用ODF生成,i=1,...,g } A,CAF,ODF i i i SQL语言聚类扩展：Cluster-by语句 • Cluster-by的Plan tree节点： SQL语言聚类扩展：一个使用示例 • Cluster-by的一个使用示例：