SLAM : 공간 데이타의 공간적 근접성을 이용한 효율적인 버퍼관리기법SLAM : An Efficient Buffer Management Strategy using Spatial Locality of Spatial Data

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 376
  • Download : 0
DC FieldValueLanguage
dc.contributor.author안재용ko
dc.contributor.author민준기ko
dc.contributor.author정진완ko
dc.date.accessioned2013-03-06T03:28:39Z-
dc.date.available2013-03-06T03:28:39Z-
dc.date.created2012-02-06-
dc.date.created2012-02-06-
dc.date.issued2002-10-
dc.identifier.citation정보과학회논문지 : 데이타베이스, v.29, no.5, pp.393 - 403-
dc.identifier.issn1229-7739-
dc.identifier.urihttp://hdl.handle.net/10203/85687-
dc.description.abstract데이타베이스 관리시스템에서 중요한 문제중의 하나는 효율적인 버퍼관리이다. 데이타베이스 관리시스템에서 객체를 디스크에서 읽어오는 작업은 많은 비용을 필요로 하기 때문에 시스템의 성능을 향상시키기 위해서는 디스크 I/O의 횟수를 최소화하는 것이 매우 중요하다. 지금까지 디스크 I/O 횟수를 줄이기 위한 많은 버퍼관리기법들이 제안되었지만, 그 기법들은 시간적 근접성만을 고려하기 때문에 공간적 근접성도 존재하는 공간데이타베이스 환경에서는 좋은 성능을 보여주지 못했다.본 논문에서는 공간데이타베이스의 시간적 근접성과 공간적 근접성을 동시에 고려하는 새로운 버퍼관리기법인 Spatial Locality Area Measure(SLAM) 기법을 제안한다. 제안한 버퍼관리기법은 SLM-tree와 M-LRU, 두 개의 구조체로 구성되었으며 공간데이타베이스 환경에서의 다양한 버퍼크기와 참조빈도에 대한 실험에서 뛰어난 성능을 보여준다.-
dc.languageKorean-
dc.publisher한국정보과학회-
dc.titleSLAM : 공간 데이타의 공간적 근접성을 이용한 효율적인 버퍼관리기법-
dc.title.alternativeSLAM : An Efficient Buffer Management Strategy using Spatial Locality of Spatial Data-
dc.typeArticle-
dc.type.rimsART-
dc.citation.volume29-
dc.citation.issue5-
dc.citation.beginningpage393-
dc.citation.endingpage403-
dc.citation.publicationname정보과학회논문지 : 데이타베이스-
dc.identifier.kciidART001202668-
dc.contributor.localauthor정진완-
dc.contributor.nonIdAuthor안재용-
dc.contributor.nonIdAuthor민준기-
dc.subject.keywordAuthorspatial database-
dc.subject.keywordAuthorbuffer management-
dc.subject.keywordAuthorspatial locality-
dc.subject.keywordAuthortemporal locality-
dc.subject.keywordAuthor공간데이타베이스-
dc.subject.keywordAuthor버퍼관리-
dc.subject.keywordAuthor공간적 근접성-
dc.subject.keywordAuthor시간적 근접성-
Appears in Collection
CS-Journal Papers(저널논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0