Using Astrolabe’s aggregation funct

Using Astrolabe’s aggregation functions, one
could then query the states of these objects. However, keep in mind that aggregation functions summarize—their outputs must be bounded in size. Thus, one
might design an aggregation function to count all pictures containing images
that match some predicate, or even to list the three pictures with the strongest
such match. One could not, in general, use aggregation to make a list ofall such
pictures. In fact, by traversing the Astrolabe hierarchy it is easy to enumerate
the nodes that contribute to a counting aggregate, but this would be done by
the application, not the aggregation function.
We can now describe the mechanism whereby aggregation functions are used
to construct the MIB of a zone.
Aggregation functions are programmable. The code of these functions is embedded in so-called aggregation function certificates (AFCs), which are signed
and timestamped certificates that are installed as attributes inside MIBs. The
names of such attributes are required to start with the reserved character ‘&’.
For each zone it is in, the Astrolabe agent at each host scans the MIBs of its
child zones looking for such attributes. If it finds more than one by the same
name, but of different values, it selects the most recent one for evaluation.
Each aggregation function is then evaluated to produce the MIB of the zone.
The agents learn about the MIBs of other zones through the gossip protocol
described in Section 4.1.

Kết quả (Việt) 1:

Sử dụng các chức năng tập hợp của Astrolabe, mộtsau đó có thể truy vấn các tiểu bang của các đối tượng. Tuy nhiên, hãy nhớ rằng tập hợp chức năng tóm tắt — của kết quả đầu ra phải được bao bọc trong kích thước. Vì vậy, mộtcó thể thiết kế một chức năng tập hợp để đếm tất cả các hình ảnh có chứa hình ảnhmà phù hợp với một số vị ngữ, hoặc thậm chí vào danh sách ba hình ảnh với mạnh nhấttrận đấu như vậy. Một không thể, nói chung, sử dụng tập hợp để thực hiện một ofall danh sách như vậyhình ảnh. Trong thực tế, bằng cách đi qua hệ thống phân cấp Astrolabe nó rất dễ dàng để liệt kêcác nút đóng góp cho một đếm tổng hợp, nhưng điều này sẽ được thực hiệnCác ứng dụng, không có chức năng tập hợp.Chúng tôi bây giờ có thể mô tả cơ chế theo đó tập hợp chức năng được sử dụngđể xây dựng MIB của khu vực.Tập hợp chức năng được lập trình. Mã của các chức năng được nhúng vào trong cái gọi là tập hợp chức năng giấy chứng nhận (AFCs), mà được ký kếtvà timestamped chứng chỉ được cài đặt như các thuộc tính bên trong MIBs. Cáctên của các thuộc tính được yêu cầu để bắt đầu với các nhân vật thuộc '&'.Cho mỗi vùng trong, các đại lý Astrolabe tại mỗi máy chủ quét MIBs của của nótrẻ em khu vực tìm kiếm thuộc tính như vậy. Nếu nó tìm thấy nhiều hơn một bởi cùng mộttên, nhưng các giá trị khác nhau, nó chọn người đặt để đánh giá.Mỗi chức năng tập hợp sau đó được đánh giá để sản xuất video MIB vùng.Các đại lý tìm hiểu về MIBs vùng khác thông qua giao thức gossipMô tả trong phần 4.1.

Kết quả (Việt) 2:

Sử dụng các hàm tập hợp Astrolabe, một trong
đó có thể truy vấn các bang của các đối tượng này. Tuy nhiên, hãy nhớ rằng các chức năng tổng hợp tóm tắt kết quả đầu ra của họ-phải được giới hạn trong kích thước. Vì vậy, một trong những
có thể thiết kế một chức năng tập hợp để đếm tất cả các hình ảnh có chứa hình ảnh
phù hợp với một số vị ngữ, hoặc thậm chí để liệt kê ba hình ảnh với các mạnh
kết hợp như vậy. Người ta không thể, nói chung, sử dụng kết hợp để tạo ra một danh sách ofall như
hình ảnh. Trong thực tế, bằng cách đi qua các hệ thống phân cấp Astrolabe nó rất dễ dàng để liệt kê
các node đóng góp cho một tổng kiểm đếm, nhưng điều này sẽ được thực hiện bởi
các ứng dụng, không phải là chức năng tập hợp.
Bây giờ chúng ta có thể mô tả cơ chế mà nhờ đó các chức năng tập hợp được sử dụng
để xây dựng các MIB của một vùng.
Aggregation chức năng được lập trình. Các mã của các chức năng này được nhúng vào trong cái gọi là chứng chỉ chức năng tập hợp (AFCs), có chữ ký
và chứng chỉ ghi lại ngày tháng đã được cài đặt như là thuộc tính bên trong MIBs. Các
tên của các thuộc tính như vậy được yêu cầu phải bắt đầu với các nhân vật dành riêng '&'.
Với mỗi vùng, nó đang ở trong, các đại lý Astrolabe ở mỗi host quét MIBs của nó
khu con tìm kiếm các thuộc tính như vậy. Nếu nó tìm thấy nhiều hơn một bởi cùng một
tên, nhưng các giá trị khác nhau, nó chọn một trong những gần đây nhất để đánh giá.
Mỗi chức năng tập hợp sau đó được đánh giá là sản xuất các MIB của khu vực.
Các đại lý tìm hiểu về các MIBs các vùng khác thông qua các giao thức đồn
mô tả trong phần 4.1.