The key to both problems is to obse

The key to both problems is to observe that each tuple is a typed data structure.
Splitting the tuple space into subspaces, each of whose tuples is of the same type
simplifies programming and makes certain optimizations possible. For example,
because tuples are typed, it becomes possible to determine at compile time which
subspace a call to a write, read, or take operates on. This partitioning means that
only a fraction of the set of tuple instances has to be searched.
In addition, each subspace can be organized as a hash table using (part of) its
i-th tuple field as the hash key. Recall that every field in a tuple instance is a
marshaled reference to an object. JavaSpaces does not prescribe how marshaling
should be done. Therefore, an implementation may decide to marshal a reference
in such a way that the first few bytes are used as an identifier of the type of the
object that is being marshaled. A call to a write, read, or take operation can then
be executed by computing the hash function of the ith field to find the position in
the table where the tuple instance belongs. Knowing the subspace and table posi-
tion eliminates all searching. Of course, if the ith field of a read or take operation
is NULL, hashing is not possible, so a complete search of the subspace is gener-
ally needed. By carefully choosing the field to hash on, however, searching can
often be avoided.
Additional optimizations are also used. For example, the hashing scheme
described above distributes the tuples of a given subspace into bins to restrict
searching to a single bin. It is possible to place different bins on different ma-
chines, both to spread the load more widely and to take advantage of locality. If
the hashing function is the type identifier modulo the number of machines, the
number of bins scales linearly with the system size [see also Bjornson (1993)].

Kết quả (Việt) 1:

Chìa khóa để cả hai vấn đề là để quan sát rằng mỗi tuple là một cấu trúc dữ liệu đánh máy.Phân chia không gian tuple thành subspaces, mỗi có tuples là cùng loạiđơn giản hoá chương trình và làm cho một số tối ưu hóa có thể. Ví dụ,bởi vì tuples được gõ, nó sẽ trở thành có thể để xác định tại biên dịch thời gian màsubspace một cuộc gọi để viết, đọc, hoặc có hoạt động trên. Phân vùng này có nghĩa làchỉ một phần nhỏ của các thiết lập của tuple trường hợp đã được tìm kiếm.Ngoài ra, mỗi con có thể được tổ chức như một bảng băm sử dụng (một phần của) của nói-th tuple lĩnh vực là khoá băm. Nhớ lại mọi lĩnh vực trong một trường hợp tuple là mộtmarshaled tham chiếu đến một đối tượng. JavaSpaces không quy định như thế nào tànnên được thực hiện. Vì vậy, thực hiện một có thể quyết định để marshal một tài liệu tham khảomột cách vài byte đầu tiên được sử dụng như thông tin nhận dạng của các loại của cácđối tượng được marshaled. Một cuộc gọi đến một viết, đọc, hoặc mất chiến dịch có thể sau đóđược thực hiện bởi máy tính hàm băm của trường ith để tìm vị trí trongbảng nơi trường hợp tuple thuộc về. Biết các con và bảng posi-tion loại bỏ tất cả tìm kiếm. Tất nhiên, nếu lĩnh vực ith một hoạt động đọc hoặc đilà NULL, băm là không thể, do đó, một tìm kiếm đầy đủ của con là gener -đồng minh cần thiết. Bởi cẩn thận chọn trường để băm, Tuy nhiên, tìm kiếm có thểthường được tránh.Tối ưu hóa bổ sung cũng được sử dụng. Ví dụ, các đề án hashingMô tả ở trên phân phối tuples một con nhất định vào thùng để hạn chếTìm kiếm một rác duy nhất. Ta có thể đặt thùng khác nhau trên khác nhau ma-cằm, cả hai để lây lan tải rộng rãi hơn và để tận dụng lợi thế của địa phương. Nếuchức năng hashing là các định danh loại theo modulo số máy, cácsố lượng thùng quy mô tuyến tính với kích thước hệ thống [Xem thêm Bjornson (1993)].

Kết quả (Việt) 2:

Chìa khóa cho cả hai vấn đề là để quan sát mà mỗi tuple là một định kiểu cấu trúc dữ liệu.
Splitting không gian tuple vào subspaces, từng có các bộ là cùng loại
đơn giản hoá lập trình và làm cho tối ưu nhất có thể. Ví dụ,
bởi vì các bộ được đánh máy, nó trở nên có thể xác định tại thời gian biên dịch mà
không gian con một cuộc gọi đến một viết, đọc, hoặc đi vào hoạt động. Phân vùng này có nghĩa là
chỉ có một phần nhỏ của tập hợp các trường hợp tuple đã được tìm kiếm.
Ngoài ra, mỗi không gian con có thể được tổ chức như một bảng băm sử dụng (một phần) của
trường tuple thứ i như là chìa khóa băm. Nhớ lại rằng mỗi trường trong một dụ tuple là một
tài liệu tham khảo marshaled đến một đối tượng. JavaSpaces không quy định như thế nào marshaling
nên được thực hiện. Vì vậy, một thực hiện có thể quyết định sắp xếp một tài liệu tham khảo
trong một cách mà vài byte đầu tiên được sử dụng như một định danh của các loại của các
đối tượng đang được marshaled. Một cuộc gọi đến một viết, đọc, hoặc đưa hoạt động sau đó có thể
được thực hiện bằng cách tính toán hàm băm của các lĩnh vực thứ i để tìm ra vị trí trong
bảng nơi dụ tuple thuộc. Biết không gian con và bảng cực
tion loại bỏ tất cả các tìm kiếm. Tất nhiên, nếu trường thứ i của một đọc hoặc mất hoạt động
là NULL, băm là không thể, do đó, một tìm kiếm đầy đủ các không gian con là nhìn chung
đồng minh cần thiết. Bằng cách cẩn thận lựa chọn lĩnh vực này để băm vào, tuy nhiên, có thể tìm kiếm
thường được tránh.
Tối ưu bổ sung cũng được sử dụng. Ví dụ, chương trình băm
mô tả ở trên phân phối các bản ghi của một không gian con cho vào thùng để hạn chế
tìm kiếm để một thùng. Có thể đặt thùng khác nhau trên ma- khác nhau
chines, cả hai để lan truyền tải rộng rãi hơn và tận dụng lợi thế của địa phương. Nếu
hàm băm là định danh loại modulo số lượng máy móc, các
số thùng quy mô tuyến tính với kích thước hệ thống [xem cũng Bjornson (1993)].