Semi Join vs Bloom Join
Semi join و Bloom join دو روش اتصال هستند که در پردازش پرس و جو برای پایگاه های داده توزیع شده استفاده می شوند. هنگام پردازش پرس و جو در پایگاه های داده توزیع شده، داده ها باید بین پایگاه های داده واقع در سایت های مختلف منتقل شوند. این می تواند بسته به مقدار داده ای که باید منتقل شود، یک عملیات گران قیمت باشد. بنابراین، هنگام پردازش پرس و جوها در یک محیط پایگاه داده توزیع شده، بهینه سازی پرس و جوها برای به حداقل رساندن مقدار داده های منتقل شده بین سایت ها مهم است. Semi join و bloom join دو روشی هستند که می توان از آنها برای کاهش میزان انتقال داده و انجام پردازش پرس و جو کارآمد استفاده کرد.
Semi Join چیست؟
Semi join روشی است که برای پردازش پرس و جو کارآمد در محیط های پایگاه داده توزیع شده استفاده می شود. وضعیتی را در نظر بگیرید که در آن پایگاه داده کارمند (دارای اطلاعاتی مانند نام کارمند، شماره دپارتمان که در آن کار می کند، و غیره) واقع در سایت 1 و پایگاه داده بخش (دارای اطلاعاتی مانند شماره بخش، نام بخش، مکان و غیره) واقع در سایت قرار دارد. 2. به عنوان مثال، اگر بخواهیم نام کارمند و نام دپارتمانی را که او برای آن کار می کند (فقط بخش های واقع در "نیویورک") به دست آوریم، با اجرای یک پرس و جو در یک پردازشگر پرس و جو واقع در سایت 3، راه های مختلفی وجود دارد که برای دستیابی به این وظیفه می توان داده ها را بین سه سایت منتقل کرد. اما در هنگام انتقال داده توجه به این نکته ضروری است که نیازی به انتقال کل پایگاه داده بین سایت ها نیست. فقط برخی از ویژگی ها (یا تاپل ها) که برای اتصال لازم است باید بین سایت ها منتقل شوند تا پرس و جو به طور موثر اجرا شود. Semi join روشی است که می توان از آن برای کاهش حجم داده های ارسال شده بین سایت ها استفاده کرد. در Semi Join، فقط ستون Join از یک سایت به سایت دیگر منتقل می شود و سپس از ستون منتقل شده برای کاهش اندازه روابط ارسال شده بین سایت های دیگر استفاده می شود. برای مثال بالا، فقط می‌توانید شماره دپارتمان و نام دپارتمان تاپل‌ها را با موقعیت مکانی=”نیویورک” از سایت 2 به سایت 1 منتقل کنید و اتصال را در سایت 1 انجام دهید و رابطه نهایی را به سایت 3 برگردانید.
Bloom Join چیست؟
همانطور که قبلا ذکر شد، bloom join روش دیگری است که برای جلوگیری از انتقال داده های غیر ضروری بین سایت ها هنگام اجرای پرس و جو در محیط های پایگاه داده توزیع شده استفاده می شود. در bloom join، به جای انتقال خود ستون اتصال، یک نمایش فشرده از ستون اتصال بین سایت ها منتقل می شود. Bloom join از یک فیلتر شکوفه استفاده می کند که از یک بردار بیت برای اجرای پرس و جوهای عضویت استفاده می کند. ابتدا یک فیلتر شکوفه با استفاده از ستون اتصال ساخته می شود و بین سایت ها منتقل می شود و سپس عملیات اتصال انجام می شود.
تفاوت بین Semi Join و Bloom Join چیست؟
حتی اگر هر دو روش semi join و bloom join برای به حداقل رساندن مقدار داده های منتقل شده بین سایت ها هنگام اجرای پرس و جو در یک محیط پایگاه داده توزیع شده استفاده می شوند، Bloom Join مقدار داده (تعداد تاپل ها) منتقل شده را در مقایسه با نیمه با استفاده از مفهوم فیلترهای شکوفه، که از یک بردار بیت برای تعیین عضویت های مجموعه استفاده می کند، ملحق شوید. بنابراین استفاده از bloom join کارآمدتر از نیمه join خواهد بود.
