论文部分内容阅读
Top-K查询是一种被广泛应用的操作，它根据给定的评分函数在潜在的海量数据中返回七个分值最高的元组。传统的TA算法要求能够支持随机读，NRA算法虽然放宽了对随机读的限制，但是增长阶段需要在内存中维护大量的元组，运行时将占用大量的内存资源。提出的RRTA算法相比NRA算法对数据的存储进行了重新的规划，创建一个新的表将内存上的开销转换到较廉价的外存开销，只需顺序读取就可以进行有效的Top-K查询，同时将表进行了划分，在并行处理的情况下更能提高程序的效率，能够很好地运行在内存有限的环境中。