Page 221 - 《软件学报》2020年第11期

3536 Journal of Software 软件学报 Vol.31, No.11, November 2020

最后计算 100 次随机查询的平均时间开销,实验结果如图 13 所示.可以看出,TPindex 的性能更加优越于 TDindex.
另一方面,查询区间的跨度越大查询效率越高;而对于查询跨度较小的查询窗口,则使用查询优化算法后查询效
果会更好.通过上述实验图 12 和图 13 的实验结果,再次验证了图 11 中时态选择和时间时态跨度查询性能出现
波动的原因.

Fig.12 Comparison of time overhead Fig.13 Comparison of time overhead
under different query intervals under different query strategy
图 12 不同查询跨度下的时间开销对比 图 13 不同查询策略下的时间开销对比
同时,TPindex 的“分区层”还可以结合并行化技术,更好地利用目前计算机体系结构的优势.下面通过实验评
估并行化优化方案对于 TPindex 的性能影响.第 1 组实验,数据量由 100w 到 500w 逐渐递增,且分别进行时序分
区(分区个数统一为 2),依次选择 1、2、4、8、16 线程进行 100 次随机时态查询(Q 跨度统一为 60%T),最后计算
平均时间开销.第 2 组实验数据量固定为 500w,Q 跨度从 10%T 到 60%T 依次递增,随机生成 100 次 Q,线程个数
统一为 8.实验结果如图 14、图 15 所示.结果表明并行化的优化可以带来较好的性能提升;另外一方面,8 线程查
询性能和 16 查询性能几乎重合,因此在线程为 8 时,TPindex 也能达到较好的效果.图 15 的实验结果表明,在线程
是 8 的情况下,随着查询窗口跨度的不断增大,TPindex 查询性能始终优于 TDindex.

Fig.14 Comparison of time overhead Fig.15 When the number of threads is 8, comparison of
under different threads time overhead under different query intervals
图 14 不同线程下的时间开销对比 图 15 线程数为 8 时,不同查询跨度下的时间开销对比

为了评估 TPindex 基于外存的分文件模式的有效性,本文将 TPindex、TDindex 与 Mysql 的查询性能进行实
验对比.第 1 组实验将 Q 窗口跨度设置为 10%T,随机生成 100 组 Q 窗口,数据量由 100w 到 600w 逐渐递增;第 2
组实验将数据量设为 600w,分别随机生成 100 组 Q 窗口(跨度分别为 10%T,20%T,30%T,40%T,50%T,60%T),实验
结果如图 16、图 17 所示.结果表明,随着时态数据量的增加,TPindex 的磁盘索引性能明显优于其他两种方法的
磁盘索引,说明 TPindex 相对于 Mysql 和 TDindex 索引能够有效地降低 I/O,验证了 TPindex 基于外存的分文件