Journal of KIISE:Databases (한국정보과학회논문지:데이타베이스)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

An Improvement of Partition-Based Spatial Merge Join using Dynamic Object Decomposition

동적 객체 분해를 이용한 분할 기반의 공간 합병 조인의 개선

  • 최용진 (한국과학기술원 전자전산학과) ;
  • 이용주 (상주대학교 컴퓨터공학과) ;
  • 박호현 (한국과학기술원 전자전산학과) ;
  • 이성진 ((주)성수정보기술연구소) ;
  • 정진완 (한국과학기술원 전자전산학과)
  • Published : 2000.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Traditional object decomposition techniques do not decompose spatial objects dynamically during spatial joins, because the object decomposition is very expensive. In this paper, we propose a modified object decomposition technique that can be applied in PBSM(Partition Based Spatial Merge-Join). In real-life data, there are much differences among the sizes of objects. We decompose only large objects with great effects on spatial joins. This technique decreases the decomposition cost of objects during spatial joins and enables efficient filter-refinement steps. Experiments show that the PBSM used with our proposed method performs significantly better than the traditional PBSM.

공간 객체를 분할하는 비용이 크기 때문에, 기존의 객체 분할 기법들은 공간 조인 도중에 동적으로 객체를 분할하지 않는다. 본 논문은 객체 분할을 고려하지 않은 기존의 PBSM(Partition Based Spatial Merge-Join)에 적용될 수 있는 수정된 객체 분할 기법을 제시한다. 실세계 데이타의 한가지 특성은 객체들의 크기가 큰 차이를 보인다는 것이다. 본 논문에서는 이러한 특성을 바탕으로 전체 비용에 큰 영향을 미치는 적은 수의 큰 객체들만을 대상으로 분할을 적용한다. 이러한 수정된 객체 분할 기법은 공간 조인 도중에 큰 부담이 되었던 객체의 분할 비용을 크게 줄이면서 효율적인 여과 정제 단계를 수행한다. 여러 가지 실험 결과, 제안된 방법을 사용한 PBSM은 기존의 PBSM보다 월등히 향상된 성능을 보인다.

Keywords

References

  1. Beckmann N, 'The R*-tree : An Efficient and Robust Access Method for Points and Rectangles,' Proceedings of ACM SIGMOD, pp. 322-331, 1990
  2. T. Brinkhoff, H. P. Kriegel, and B. Seeger, 'Efficient Processing of Spatial Joins Using R-trees,' Proceedings of ACM SIGMOD, pp. 237-246, 1993 https://doi.org/10.1145/170036.170075
  3. Jignesh M. Patel and David J. DeWitt, 'Partition Based Spatial-Merge Join,' Proceedings of ACM SIGMOD, pp. 259-270, 1996 https://doi.org/10.1145/233269.233338
  4. M. L. Lo and C. V. Ravishankar, 'Spatial Hash-Joins,' Proceedings of ACM SIGMOD, pp. 247-258, 1996
  5. M. L. Lo and C. V. Ravishankar, 'Generating Seeded Trees from Data Sets,' The Fourth International Symposium on Large Spatial Databases, pp. 328-347, 1995
  6. M. L. Lo and C. V. Ravishankar, 'Spatial Joins Using Seeded Tree,' Proceedings of ACM SIGMOD, pp. 209-220, 1994 https://doi.org/10.1145/191839.191881
  7. T. Brinkhoff, H. P. Kriegel, R. Schneider, and B. Seeger, 'Multi-Step Processing of Spatial Joins,' Proceedings of ACM SIGMOD, pp. 197-208, 1994 https://doi.org/10.1145/191839.191880
  8. Y. J. Lee, H. H. Park, N. H. Hong, and C. W. Chung, 'Spatial Query Processing Using Object Decomposition Method,' Proceedings of Information and Knowledge Management(CIKM), pp. 53-66, 1996
  9. G. Zimbrao and J. M. Souza, 'A Raster Approximation for the processing of Spatial Joins,' Porceedings of VLDB, pp. 558-569, 1998
  10. B. of Census, 'Tiger/lines precensus files : 1994 technical documentation, Technical report,' Bureau of Census, Washington, DC, 1994
  11. N. Koudas and K. C. Sevcik, 'Size Separation Spatial Join,' Processings of ACM SIGMOD, pp. 324-335, 1997
  12. L. Arge, O. Procoiuc and S. Ramaswamy, 'Scalable Sweeping Spatial Join,' Proceedings of VLDB, pp. 570-581, 1998
  13. I. Kamel, C. Faloutsos, 'On Packing R-trees,' Proceedings of Information and Knowledge Management(CIKM), pp. 490-499, 1993 https://doi.org/10.1145/170088.170403
  14. M. Stonebraker, J. Frew, K. Gardels, and J. Meredith, 'The Sequoia 2000 Benchmark,' Proceedings of ACM SIGMOD, pp. 2-11, 1993
  15. M. J. Carey, D. J. DeWitt, M. J. Franklin, N. E. Hall, M. L. McAuliffe, J. F. Naughton, D. T. Schuh, M. H. Solomon, C. K. Tan, O. G. Tsatalos, S. J. White, and M. J. Zwilling, 'Shoring Up Persistent Applications,' Proceedings of ACM SIGMOD, pp. 383-394, 1994 https://doi.org/10.1145/191839.191915