5 Incremental EvaluationTo avoid re

5 Incremental Evaluation
To avoid reevaluating continuous spatio-temporal
queries, we employ an incremental evaluation
paradigm in the PLACE continuous query processor.
The main idea is to only report the changes of the answer
from the last evaluation time. By employing incremental
evaluation, the PLACE server achieves the
following goals: (1) Fast query evaluation, since we
compute only the updates of the answer not the whole
answer. (2) In a typical location-aware server, query
results are sent to the users via satellite servers [1, 12].
Thus, limiting the amount of transmitted data to the
updates only rather than the whole query answer saves
in network bandwidth. (3) When encapsulating incremental
algorithms into physical pipelined query operators,
limiting the tuples that go through the whole
query pipeline to only the updates reduces the flow
in the pipeline. Thus, efficient query processing is
achieved.
To realize the incremental evaluation processing in
the PLACE server, we go through three main steps.
First, we define the high level concept of incremental
updates, by defining two types of updates; positive
and negative updates [20, 23]. Second, we encapsulate
the processing of incremental algorithms into
pipelined query operators. Third, we modify traditional
pipelined query operators (e.g., distinct and
join) to deal with the concept of negative tuples [13]

Kết quả (Việt) 1:

5 đánh giá gia tăngĐể tránh reevaluating liên tục nhấttruy vấn, chúng tôi sử dụng một đánh giá gia tăngMô hình trong bộ xử lý truy vấn liên tục nơi.Ý tưởng chính là để chỉ báo cáo thay đổi câu trả lờitừ khi đánh giá cuối cùng. Bằng cách sử dụng gia tăngđánh giá, các máy chủ nơi đạt được cáctheo mục tiêu: (1) nhanh chóng truy vấn thẩm định, kể từ khi chúng tôitính toán chỉ cập nhật các câu trả lời không phải toàn bộcâu trả lời. (2) trong một máy chủ nhận thức được vị trí thông thường, truy vấnkết quả sẽ được gửi đến người dùng thông qua máy chủ truyền hình vệ tinh [1, 12].Vì vậy, hạn chế số lượng truyền dữ liệu đến cácbản Cập Nhật chỉ chứ không phải là truy vấn toàn bộ trả lời giúp tiết kiệmtrong băng thông mạng. (3) khi đóng gói gia tăngthuật toán vào truy vấn pipelined vật lý quốc gia sử dụng,hạn chế tuples đi qua toàn bộđường ống dẫn dầu truy vấn chỉ là các thông tin Cập Nhật làm giảm dòng chảytrong các đường ống. Vì vậy, truy vấn hiệu quả xử lýđạt được.Để nhận ra việc đánh giá tăng chế biến trongvị trí máy chủ, chúng tôi đi qua ba bước chính.Trước tiên, chúng ta định nghĩa khái niệm trình độ cao về gia tăngCập Nhật, bằng cách xác định hai loại Cập Nhật; tích cựcvà tiêu cực Cập Nhật [20, 23]. Thứ hai, chúng tôi đóng góiviệc xử lý các thuật toán gia tăng vàosử dụng pipelined truy vấn. Thứ ba, chúng tôi thay đổi truyền thốngpipelined sử dụng truy vấn (ví dụ, riêng biệt vàtham gia) để đối phó với các khái niệm về tiêu cực tuples [13]

Kết quả (Việt) 2:

5 Đánh giá Incremental
Để tránh đánh giá lại không-thời gian liên tục
truy vấn, chúng tôi sử dụng một đánh giá gia tăng
mô hình trong bộ xử lý truy vấn liên tục NƠI.
Ý tưởng chính là để chỉ báo cáo những thay đổi của các câu trả lời
từ lần đánh giá cuối cùng. Bằng cách sử dụng gia tăng
đánh giá, máy chủ NƠI đạt được các
mục tiêu sau đây: (1) Đánh giá nhanh truy vấn, kể từ khi chúng tôi
tính chỉ các bản cập nhật của câu trả lời không phải là toàn bộ
câu trả lời. (2) Trong một máy chủ nhận biết vị trí điển hình, truy vấn
kết quả được gửi đến người dùng thông qua các máy chủ truyền hình vệ tinh [1, 12].
Như vậy, hạn chế số lượng dữ liệu truyền tới
chỉ cập nhật chứ không phải là câu trả lời truy vấn toàn bộ tiết kiệm
băng thông mạng. (3) Khi đóng gói gia tăng
các thuật toán vào khai thác truy vấn pipeline vật lý,
hạn chế các bộ dữ liệu mà đi qua toàn bộ
đường ống dẫn truy vấn để chỉ các bản cập nhật sẽ làm giảm dòng chảy
trong đường ống. Vì vậy, xử lý truy vấn hiệu quả được
. Đạt được
Để thực hiện việc xử lý đánh giá gia tăng trong
các máy chủ PLACE, chúng tôi đi qua ba bước chính.
Đầu tiên, chúng ta định nghĩa các khái niệm mức độ cao tăng dần
cập nhật, định nghĩa hai loại cập nhật; tích cực
cập nhật và tiêu cực [20, 23]. Thứ hai, chúng tôi gói gọn
việc xử lý các thuật toán cộng dồn vào
khai thác truy vấn pipeline. Thứ ba, chúng ta sửa đổi truyền thống
khai thác truy vấn pipelined (ví dụ, phân biệt và
tham gia) để đối phó với các khái niệm về bộ dữ liệu tiêu cực [13]