[发明专利]基于双阈值的分布式Top‑|K|查询方法

权利要求书

1.基于双阈值的分布式Top-|K|查询方法，其特征在于，整个方案包括了三个阶段：双阈值计算阶段、候选集计算阶段、Top-|K|查询阶段；

分布式系统由m个节点构成，其中包括一个管理节点和多个成员节点，每个节点中包含一个由若干对(索引,值)构成并按值降序排列的元素列表L_j＝{(i,v_j(i)),i＝1,…n_j}，其中n_j为该节点中包含元素的个数；

管理节点遵循与成员节点相同的元素选取规则；定义全部元素和V(i)=Σj=1mvj(i),]]>部分元素和P(i)=Σj=1mvj′(i),]]>全部元素和上界U(i)=Σj=1mv‾j(i),]]>全部元素和下界L(i)=Σj=1mv‾j(i),]]>其中：

 

上述公式中v_j(i)已知表示第j个节点中索引为i的元素在当前元素选取范围内，对于成员节点来说，该元素的值已由成员节点发送至管理节点；对于管理节点来说，该元素的值符合当前元素选取规则即在双阈值计算阶段中元素属于前K个正元素与后K个负元素集合，在候选集计算阶段中元素值属于大于等于的正元素或小于等于的负元素集合，在Top-|K|查询阶段中元素索引属于候选集S；因此，v_j(i)直接用于计算元素i的部分元素和、全部元素和上界或全部元素和下界；

与之相对应，v_j(i)未知表示第j个节点中索引为i的元素不在当前元素选取范围内，对于成员节点来说，该元素的值没有从成员节点发送至管理节点；对于管理节点来说，该元素的值不符合当前元素选取规则；因此，v_j(i)无法用于计算元素i的部分元素和、全部元素和上界或全部元素和下界，分别需要用0、正阈值或负阈值来代替；

双阈值计算阶段包括以下具体步骤：

1)成员节点向管理节点发送前K个正元素与后K个负元素集合；

2)管理节点计算所有接收元素的部分和；

3)管理节点计算前K个正元素和下界并赋值给

4)管理节点计算后K个负元素和上界并赋值给

5)管理节点计算正阈值与负阈值

6)管理节点向所有成员节点发送正阈值与负阈值

候选集计算阶段包括以下具体步骤：

7)成员节点向管理节点发送所有未发送过的大于等于的正元素或小于等于的负元素集合；

8)管理节点计算所有接收元素的部分和；

9)管理节点计算前K个正元素部分和的下界并赋值给

10)管理节点计算后K个负元素部分和的上界并赋值给

11)管理节点计算所有接收元素的全部和上界；

12)管理节点计算所有接收元素的全部和下界；

13)管理节点构建候选集S＝{全部和上界或全部和下界的元素索引}；

14)管理节点向所有成员节点发送候选集S；

Top-|K|查询阶段包括以下具体步骤：

15)成员节点向管理节点发送候选集S中所有未发送过的元素集合；

16)管理节点计算候选集S中所有元素的全部和；

17)管理节点选取候选集S中绝对值最大的前K个元素。