[发明专利]一种数据流相似性的连接方法

摘要

本发明涉及一种数据流相似性的连接方法，通过根据预设时间跨度值P在数据流R上构建B+树森林集合索引；当所述数据流R和所述数据流S上的数据元组的时间戳在当前滑动窗口的时间范围内时，基于所述B+树森林集合索引，进行滑动窗口语义下基于EMD距离的所述数据流R和所述数据流S之间的相似性连接，能够基于B+树森林集合索引设计数据流上基于滑动窗口语义和EMD距离的相似性连接方法，为滑动窗口语义下基于EMD距离的数据流相似性连接查询提出了解决方案，显著提高了相似性连接的处理效率和性能。

主权项

1.一种数据流相似性的连接方法，其特征在于，包括：根据预设时间跨度值P在数据流R上构建B+树森林集合索引；当所述数据流R和数据流S上的数据元组的时间戳在当前滑动窗口的时间范围内时，基于所述B+树森林集合索引，进行滑动窗口语义下基于地球移动距离EMD距离的所述数据流R和所述数据流S之间的相似性连接；所述根据预设时间跨度值P在数据流R上构建B+树森林集合索引包括：根据预设时间跨度值P把时间域划分为T个互相不重叠的时间区间，T大于等于1；为所述R数据流上每个所述时间区间内达到的所述数据元组构建一个R数据流B+树森林索引，得到所述R数据流所述时间域上T个B+树森林索引，所述T个B+树森林索引构成所述R数据流的B+树森林集合索引；在根据预设时间跨度值P在数据流R上构建B+树森林集合索引之后，还包括：当所述B+树森林集合索引中所包含的数据元组的个数大于等于c*P的值且F_active.maxTime‑F_active.minTime>＝P时，新建一个B+树森林索引F_new，并将所述B+树森林索引F_new设定为当前的活跃索引F_active；其中，F_active.maxTime为当前活跃索引所维护的数据元组的最大时间戳，F_active.minTime为当前活跃索引所维护的数据元组的最小时间戳，c为预设的B+树森林索引的容量系数；在基于所述B+树森林集合索引，进行滑动窗口语义下基于EMD距离的所述数据流R和所述数据流S之间的相似性连接之前，还包括：当接收到所述数据流S上的数据元组s之后，计算所述B+树森林集合索引中的每个所述时间区间上构建的B+树森林索引F_i中数据元组的最小时间戳和所述元祖s的时间戳之间的差值；当所述差值大于所述滑动窗口大小和最大网络延迟之和时，删除所述B+树森林索引F_i；还包括：设置所述预设时间跨度值其中，|W|为所述滑动窗口大小。