CN107832393B - 面向事件分发的订阅匹配度自适应匹配方法及系统 - Google Patents
面向事件分发的订阅匹配度自适应匹配方法及系统 Download PDFInfo
- Publication number
- CN107832393B CN107832393B CN201711050967.0A CN201711050967A CN107832393B CN 107832393 B CN107832393 B CN 107832393B CN 201711050967 A CN201711050967 A CN 201711050967A CN 107832393 B CN107832393 B CN 107832393B
- Authority
- CN
- China
- Prior art keywords
- buckets
- subscription
- matching
- constructed
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000007689 inspection Methods 0.000 claims abstract description 11
- 230000003044 adaptive effect Effects 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims 2
- 230000007246 mechanism Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种面向事件分发的订阅匹配度自适应匹配方法及系统,包括标记阶段和检查阶段;标记阶段:对于事件的每个属性,事件值被映射到为属性构造的两个桶的集合中的桶中,被映射的所述桶称为锚桶,所述两个桶的集合一个为区域约束低值而构建,另一个为区域约束高值而构建;在两个桶的集合的锚桶中执行比较操作,标记所有不匹配的订阅;对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的桶;检查阶段包括:将未被标记的订阅添加到匹配结果中。本发明实现了匹配方法的抗匹配度特性,保证了匹配方法性能的稳定。
Description
技术领域
本发明涉及匹配算法领域,具体地,涉及一种面向事件分发的订阅匹配度自适应匹配方法及系统。
背景技术
数据爆炸引发的一个挑战是如何快速、稳定地将收集的信息从发布者分发到订阅者。为了解决这个挑战,提出了不同的基于内容的系统,如发布/订阅系统和复杂事件处理系统。对于大型分布式事件分发系统,连接发布者和订阅者是由使用存储转发路由策略的代理节点组成的覆盖拓扑结构。每当代理节点收到一个事件时,它首先与在该节点上注册的由订阅者提交的订阅进行匹配。根据匹配结果,将事件转发给下一跳邻居(代理节点或条件满足的订阅者)或直接丢弃。
订阅的匹配度是影响匹配算法性能的主要因素之一。订阅的匹配度定义为订阅与事件的匹配概率。例如,当订阅与100个事件匹配时,如果匹配其中的50个,则其匹配度为50%。订阅的匹配度由两个参数确定:订阅中包含的约束条件个数和每个约束条件的匹配度。当订阅中包含的约束条件是逻辑与关系时,订阅的匹配度随其约束条件数量的增加或约束条件的匹配度的减少而下降。
现有匹配算存在的一个缺陷是,当订阅的匹配度增加时,匹配算法的执行时间会随之增长。由于订阅匹配度的变化引起的匹配算法的性能波动有两个缺点。首先,难以估计具有性能不稳定匹配算法的吞吐量。但是为了处理高峰时段的负载峰值,最佳的资源预留和负载平衡必须基于精确的估计。其次,性能波动可能会导致事件分布延迟的剧烈变化,难以保证与用户签订的服务级别协议(SLA)。
到目前为止,在订阅具有不同匹配度的情况下,没有匹配算法能够高效稳定地执行。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种面向事件分发的订阅匹配度自适应匹配方法及系统。
根据本发明提供的一种面向事件分发的订阅匹配度自适应匹配方法,包括标记阶段和检查阶段;
所述标记阶段包括:
步骤101、对于事件的每个属性,事件值被映射到为属性构造的两个桶的集合中的桶中,被映射的所述桶称为锚桶,所述两个桶的集合一个为区域约束低值而构建,另一个为区域约束高值而构建;
步骤102、在两个桶的集合的锚桶中执行比较操作,标记所有不匹配的订阅;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的桶;
所述检查阶段包括:
步骤201、将未被标记的订阅添加到匹配结果中。
优选的,所述为属性构造的两个通的集合包括:
将事件的属性的值域划分为多个单元,每个单元映射到一个桶,所有的桶分为两个集合,为区域约束低值构建的桶的集合是对属性定义的区域约束的低值进行引索,为区域约束高值构建的桶的集合是对属性定义的区域约束的高值进行引索。
优选的,所述标记阶段通过创建由一组比特位组成的位集来标记不匹配的订阅。
优选的,所述检查阶段检查位集中的每个比特位,将未被标记的位所表示的订阅将添加到结果中。
根据本发明提供的一种面向事件分发的订阅匹配度自适应匹配系统,包括标记模块和检查模块;
所述标记模块包括:对于事件的每个属性,事件值被映射到为属性构造的两个桶的集合中的桶中,被映射的所述桶称为锚桶,所述两个桶的集合一个为区域约束低值而构建,另一个为区域约束高值而构建;在两个桶的集合的锚桶中执行比较操作,标记所有不匹配的订阅;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的桶;
所述检查模块包括:将未被标记的订阅添加到匹配结果中。
优选的,所述为属性构造的两个通的集合包括:
将事件的属性的值域划分为多个单元,每个单元映射到一个桶,所有的桶分为两个集合,为区域约束低值构建的桶的集合是对属性定义的区域约束的低值进行引索,为区域约束高值构建的桶的集合是对属性定义的区域约束的高值进行引索。
优选的,所述标记模块通过创建由一组比特位组成的位集来标记不匹配的订阅。
优选的,所述检查模块检查位集中的每个比特位,将未被标记的位所表示的订阅将添加到结果中。
与现有技术相比,本发明具有如下的有益效果:
本发明基于现有的Rein匹配方法,可以根据订阅的匹配度计算出匹配方法需要遍历的桶个数,实现匹配方法的抗匹配度特性,保证了匹配方法性能的稳定。比现有方法更稳定,特别适用于社区网络等频繁更新的动态环境。同时解决订阅匹配度的影响有利于改进方法的性能,导致更高的吞吐量。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的网络结构图;
图2为本发明的近似匹配索引结构图;
图3事件与订阅不匹配情况说明图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示,本发明的网络结构由订阅者、代理节点和发布者组成。用户将订阅要求发送到代理节点,代理将其转发给网络中的其它代理。代理收到事件后,先确定事件是否满足本地用户的订阅条件,如果满足,由该代理将事件传送到所有满足条件的订阅者。然后检查事件是否满足远程用户的订阅条件,如果满足,通过邻居代理进行转发。
本发明基于现有的Rein匹配方法(Qian S,Cao J,Zhu Y,et al.REIN:A fastevent matching approach for content-based publish/subscribe systems[C]//INFOCOM,2014Proceedings IEEE.IEEE,2014:2058-2066.),通过基于订阅的匹配度调节Rein方法匹配过程中遍历的桶个数,从而使得本申请提出的匹配方法不受订阅匹配度影响。
Rein匹配方法所支持的订阅由多个区间约束条件组成,事件由一定数量的属性值对组成。在由事件属性形成的高维空间中,事件是一些点,而订阅是一些高维矩形。因此,事件匹配问题等同于找到包含点的所有矩形的点包含问题。
Rein匹配方法的基本思想是快速搜索不匹配的订阅。Rein方法采用反向搜索策略,其目的是确定一组不匹配的订阅,来间接获得匹配的订阅。对于每个属性,订阅与事件不匹配的情况是:i)事件的属性值小于属性上定义的区间谓词的低值;ii)事件的属性值大于属性上定义的区间谓词的高值。对于事件e1和e2在属性a1上的不匹配情况分别示于附件图3所示。
基于Rein的订阅匹配度自适应匹配方法的设计要求包括:1)支持动态调整:应该动态调整匹配方法的性能,以适应订阅匹配度的变化,而不需要重构匹配方法底层所依赖的数据结构。2)调整成本最小化:调整机制本身的成本可以忽略不计,因为在不断变化的环境中可能会频繁地执行调整,而不会降低匹配方法的性能。3)保证性能提升:在任何情况下,如果订阅具有不同的匹配度,特别是对于具有较低匹配度的订阅,添加了调整机制的订阅匹配度自适应匹配方法不应比Rein更差。
为了克服订阅匹配度的影响,调整机制的目的是通过在匹配方法的标记时间和检查时间之间进行最优权衡来稳定方法的匹配性能。更具体地说,需要确定匹配方法匹配过程中需要遍历的桶个数x,以便最小化标记时间和检查时间的总和,这可以有效地克服订阅的匹配度的影响。
对于具有低匹配度的订阅,意味着订阅包含更多的约束条件或约束条件具有较低的匹配度,则在标记阶段需要遍历更少的桶。否则,当订阅具有很高的匹配度时,将会遍历更多的桶来缩短检查时间,在标记时间和检查时间之间进行平衡。
如图2所示,本发明提供的一种面向事件分发的订阅匹配度自适应匹配方法的数据结构构建过程:
将事件的属性的值域划分为多个单元,每个单元映射到一个桶,所有的桶分为两个集合,为区域约束低值构建的桶的集合是对属性定义的区域约束的低值进行引索,为区域约束高值构建的桶的集合是对属性定义的区域约束的高值进行引索。
设定事件中包含m个属性,每个属性的值域被分成b个单元,每个单元映射到一个桶,因此桶的总数是mb。给定n个订阅,每个包含k个约束条件,所以总的约束个数是nk。当nk约束条件均匀地插入到mb个桶中时,平均存储在每个桶中的约束条件个数是
本发明提供的一种面向事件分发的订阅匹配度自适应匹配方法,包括标记阶段和检查阶段;
标记阶段包括:
步骤101、对于事件的每个属性,事件值被映射到为属性构造的两个桶的集合中的桶中,被映射的所述桶称为锚桶,所述两个桶的集合一个为区域约束低值而构建,另一个为区域约束高值而构建;
步骤102、在两个桶的集合的锚桶中执行比较操作,标记所有不匹配的订阅;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的x个桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的x个桶;
执行匹配时,对于事件中的每个属性,订阅匹配度自适应匹配方法需要在锚桶中执行比较,因此代价是O(me),其中m是事件中属性的个数,e是每个桶中平均存储的约束个数。此外,b个单元中的x个桶需要执行遍历以标记不匹配的记录,在标记阶段的代价是O(mex)。因此,订阅匹配度自适应匹配方法标记阶段的总时间复杂度为O(mex)。
由于订阅匹配度自适应匹配方法在匹配时只遍历了x个桶,如果在标记阶段没有标记订阅,则意味着订阅中约束条件的低值需要映射到其他b-x桶中的一个。对于具有k个约束条件的订阅,未标记的概率是因此,标记阶段后的未被标记订阅总数为
对于n-D标记的订阅,不需要额外的验证,因为它们已经被标记为不匹配,其时间成本为O(n-D)。对于D个未标记的订阅,他们的约束条件需要进行评估,以判断它们是否真的匹配事件。考虑到区域约束条件的宽度(w),在未标记的订阅中需要进一步评估的平均约束条件数为在断言订阅与事件不匹配时,只需要发现一个条件不满足的约束条件。因此,总的检查成本为
对于一组约束条件取值均匀分布的订阅,令T(x)表示在标记阶段遍历x个桶时的总时间成本,将标记成本和检验成本相加得到为了最小化T(x),我们需要保证T(x)≤T(x+1)和T(x)≤T(x-1),因此我们得到
检查阶段包括:
步骤201、将未被标记的订阅添加到结果中。
本发明中,标记阶段通过创建由一组比特位组成的位集来标记不匹配的订阅。检查阶段检查位集中的每个比特位,将未被标记的位所表示的订阅将添加到匹配结果中。
在上述一种面向事件分发的订阅匹配度自适应匹配方法的基础上,本发明提供的一种面向事件分发的订阅匹配度自适应匹配系统,包括标记模块和检查模块;
标记模块包括:对于事件的每个属性,事件值被映射到为属性构造的两个桶的集合中的桶中,被映射的桶称为锚桶,两个桶的集合一个为区域约束低值而构建,另一个为区域约束高值而构建;在两个桶的集合的锚桶中执行比较操作,标记所有不匹配的订阅;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的桶;
检查模块包括:将未被标记的订阅添加到结果中。
本发明为属性构造的两个通的集合包括:
将事件的属性的值域划分为多个单元,每个单元映射到一个桶,所有的桶分为两个集合,为区域约束低值构建的桶的集合是对属性定义的区域约束的低值进行引索,为区域约束高值构建的桶的集合是对属性定义的区域约束的高值进行引索。
本发明标记模块通过创建由一组比特位组成的位集来标记不匹配的订阅。检查模块检查位集中的每个比特位,将未被标记的位所表示的订阅将添加到匹配结果中。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (6)
1.一种面向事件分发的订阅匹配度自适应匹配方法,其特征在于,包括标记阶段和检查阶段;
所述标记阶段包括:
步骤101、对于事件的每个属性,事件值被映射到为属性构造的两个桶的集合中的桶中,被映射的所述桶称为锚桶,所述两个桶的集合一个为区域约束低值而构建,另一个为区域约束高值而构建;
步骤102、在两个桶的集合的锚桶中执行比较操作,标记所有不匹配的订阅;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的桶;
所述为属性构造的两个桶的集合包括:将事件的属性的值域划分为多个单元,每个单元映射到一个桶,所有的桶分为两个集合,为区域约束低值构建的桶的集合是对属性定义的区域约束的低值进行索引,为区域约束高值构建的桶的集合是对属性定义的区域约束的高值进行索引;
所述检查阶段包括:
步骤201、将未被标记的订阅添加到匹配结果中;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的x个桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的x个桶;
执行匹配时,对于事件中的每个属性,订阅匹配度自适应匹配方法需要在锚桶中执行比较,因此代价是O(me),其中m是事件中属性的个数,e是每个桶中平均存储的约束个数,b个单元中的x个桶需要执行遍历以标记不匹配的记录,在标记阶段的代价是O(mex),订阅匹配度自适应匹配方法标记阶段的总时间复杂度为O(mex);
由于订阅匹配度自适应匹配方法在匹配时只遍历了x个桶,如果在标记阶段没有标记订阅,则意味着订阅中约束条件的低值需要映射到其他b-x桶中的一个,对于具有k个约束条件的订阅,未标记的概率是,标记阶段后的未被标记订阅总数为;
对于n-D个标记的订阅,不需要额外的验证,其时间成本为O(n-D),对于D个未标记的订阅,它们的约束条件需要进行评估,以判断它们是否真的匹配事件,考虑到区域约束条件的宽度w,在未标记的订阅中需要进一步评估的平均约束条件数为,在断言订阅与事件不匹配时,只需要发现一个条件不满足的约束条件,总的检查成本为;
2.根据权利要求1所述的面向事件分发的订阅匹配度自适应匹配方法,其特征在于,所述标记阶段通过创建由一组比特位组成的位集来标记不匹配的订阅。
3.根据权利要求2所述的面向事件分发的订阅匹配度自适应匹配方法,其特征在于,所述检查阶段检查位集中的每个比特位,将未被标记的位所表示的订阅添加到结果中。
4.一种面向事件分发的订阅匹配度自适应匹配系统,其特征在于,包括标记模块和检查模块;
所述标记模块包括:对于事件的每个属性,事件值被映射到为属性构造的两个桶的集合中的桶中,被映射的所述桶称为锚桶,所述两个桶的集合一个为区域约束低值而构建,另一个为区域约束高值而构建;在两个桶的集合的锚桶中执行比较操作,标记所有不匹配的订阅;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的桶;
所述为属性构造的两个桶的集合包括:将事件的属性的值域划分为多个单元,每个单元映射到一个桶,所有的桶分为两个集合,为区域约束低值构建的桶的集合是对属性定义的区域约束的低值进行索引,为区域约束高值构建的桶的集合是对属性定义的区域约束的高值进行索引;
所述检查模块包括:将未被标记的订阅添加到匹配结果中;
对于为区域约束低值构建的桶的集合,遍历其锚桶右侧的x个桶,标记所有不匹配的订阅;对于为区域约束高值构建的桶的集合,遍历其锚桶左侧的x个桶;
执行匹配时,对于事件中的每个属性,订阅匹配度自适应匹配方法需要在锚桶中执行比较,因此代价是O(me),其中m是事件中属性的个数,e是每个桶中平均存储的约束个数,b个单元中的x个桶需要执行遍历以标记不匹配的记录,在标记阶段的代价是O(mex),订阅匹配度自适应匹配方法标记阶段的总时间复杂度为O(mex);
由于订阅匹配度自适应匹配方法在匹配时只遍历了x个桶,如果在标记阶段没有标记订阅,则意味着订阅中约束条件的低值需要映射到其他b-x桶中的一个,对于具有k个约束条件的订阅,未标记的概率是,标记阶段后的未被标记订阅总数为;
对于n-D个标记的订阅,不需要额外的验证,其时间成本为O(n-D),对于D个未标记的订阅,它们的约束条件需要进行评估,以判断它们是否真的匹配事件,考虑到区域约束条件的宽度w,在未标记的订阅中需要进一步评估的平均约束条件数为,在断言订阅与事件不匹配时,只需要发现一个条件不满足的约束条件,总的检查成本为;
5.根据权利要求4所述的面向事件分发的订阅匹配度自适应匹配系统,其特征在于,所述标记模块通过创建由一组比特位组成的位集来标记不匹配的订阅。
6.根据权利要求5所述的面向事件分发的订阅匹配度自适应匹配系统,其特征在于,所述检查模块检查位集中的每个比特位,将未被标记的位所表示的订阅添加到结果中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050967.0A CN107832393B (zh) | 2017-10-31 | 2017-10-31 | 面向事件分发的订阅匹配度自适应匹配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711050967.0A CN107832393B (zh) | 2017-10-31 | 2017-10-31 | 面向事件分发的订阅匹配度自适应匹配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107832393A CN107832393A (zh) | 2018-03-23 |
CN107832393B true CN107832393B (zh) | 2022-02-11 |
Family
ID=61650614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711050967.0A Active CN107832393B (zh) | 2017-10-31 | 2017-10-31 | 面向事件分发的订阅匹配度自适应匹配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107832393B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109558391B (zh) * | 2018-11-13 | 2024-03-08 | 平安科技(深圳)有限公司 | 文件分发的控制方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102769668B (zh) * | 2012-07-02 | 2015-01-14 | 上海交通大学 | 基于近似匹配的发布/订阅负载均衡方法 |
-
2017
- 2017-10-31 CN CN201711050967.0A patent/CN107832393B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102769668B (zh) * | 2012-07-02 | 2015-01-14 | 上海交通大学 | 基于近似匹配的发布/订阅负载均衡方法 |
Non-Patent Citations (3)
Title |
---|
H-Tree: An Efficient Index Structure for Event Matching in Content-Based Publish/Subscribe Systems;Shiyou Qian;《IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS》;20150630;第26卷(第6期);全文 * |
REIN: A Fast Event Matching Approach for Content-based Publish/Subscribe Systems;Shiyou Qian;《IEEE INFOCOM 2014 - IEEE Conference on Computer Communications》;20140708;全文 * |
大规模发布/订阅系统匹配算法研究;钱诗友;《中国博士学位论文全文数据库》;20170215;摘要、第4.2节、第5.4节以及图4-3、图4-4、图4-5 * |
Also Published As
Publication number | Publication date |
---|---|
CN107832393A (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hsu | Age of information: Whittle index for scheduling stochastic arrivals | |
US10944675B1 (en) | TCAM with multi region lookups and a single logical lookup | |
Wang et al. | CoPTUA: Consistent policy table update algorithm for TCAM without locking | |
CN101345694A (zh) | 一种快速查找定位和匹配访问控制列表的方法 | |
Mukherjee et al. | Asymptotically optimal load balancing topologies | |
Jiang et al. | Optimal content placement for en-route web caching | |
CN105429879A (zh) | 流表项查询方法、设备及系统 | |
Olsen et al. | On the approximability of the link building problem | |
US10084613B2 (en) | Self adapting driver for controlling datapath hardware elements | |
RU2454008C2 (ru) | Основанная на пригодности маршрутизация | |
CN107832393B (zh) | 面向事件分发的订阅匹配度自适应匹配方法及系统 | |
Xing et al. | A population based incremental learning for network coding resources minimization | |
Qian et al. | Hamming metric multi-granularity locality-sensitive bloom filter | |
US20160259813A1 (en) | System and method for optimizing selection of a replication data node in a distributed file system | |
Elsayed et al. | Time-to-live caching with network delays: Exact analysis and computable approximations | |
Fang et al. | Checking intra-switch conflicts of rules during preprocessing of network verification in SDN | |
Schiff et al. | Orange: Multi field openflow based range classifier | |
Gogolev et al. | Distributed binary consensus in networks with disturbances | |
Tadrous et al. | Proactive content distribution for dynamic content | |
Yao et al. | A POMDP framework for forwarding mechanism in named data networking | |
US11698911B2 (en) | System and methods for performing updated query requests in a system of multiple database engine | |
Liu et al. | Achieving efficient and fast update for multiple flows in software-defined networks | |
CN114401199A (zh) | 一种层次化的网络能力模型 | |
Xie et al. | Towards Capacity-Adjustable and Scalable Quotient Filter Design for Packet Classification in Software-Defined Networks | |
CN103902554A (zh) | 数据访问方法与装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221103 Address after: No.1109, 11th floor, building 8, no.388, north section of Yizhou Avenue, hi tech Zone, Chengdu, Sichuan 610000 Patentee after: Sichuan Yonghe Technology Co.,Ltd. Address before: 200240 No. 800, Dongchuan Road, Shanghai, Minhang District Patentee before: SHANGHAI JIAO TONG University |
|
TR01 | Transfer of patent right |