微分数据流: 本文为翻译文章 摘要: 现有的用于处理不断变化的输入数据的计算模型,除了在有限的特殊情况下,无法有效地支持迭代查询。这使得复杂的任务执行起来很困难, 例如在交互的时间尺度上对变化的数据进行社交图分析,这将极大地帮助那些分析服务行为(如Twitter)的人。 在本文中,我们引入了一种称为差分计算的新模型,该模型扩展了传统的增量计算以允许任意嵌套的迭代,并参考了一个公开的原型系统Naiad,该方法可以在一个声明式数据并行数据流语言中有效地实现差分计算. 最终的系统可以轻松地对以前难以处理的算法(例如,渐进…

2020年11月26日 0条评论 1点热度 阅读全文