亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Data Cleaning Optimization for Grain Big Data Processing using Task Merging

计算机科学 可扩展性 合并(版本控制) 大数据 冗余(工程) 数据冗余 计算 任务(项目管理) 数据挖掘 并行计算 数据库 算法 工程类 操作系统 系统工程
作者
Xingang Ju,Feiyu Lian,Yuan Zhang
标识
DOI:10.1109/icisce48695.2019.00053
摘要

Data quality has exerted important influence over the application of grain big data, so data cleaning is a necessary and important work. In MapReduce frame, we can use parallel technique to execute data cleaning in high scalability mode, but due to the lack of effective design there are amounts of computing redundancy in the process of data cleaning, which results in lower performance. In this research, we found some tasks often are carried out multiple times on same input files, or require same operation results in the process of data cleaning. For this problem, we proposed a new optimization technique that is based on task merge. By merging simple or redundancy computations on same input files, the number of the loop computation in MapReduce can be reduced greatly. The experiment shows, by this means, the overall system runtime is significantly reduced, which proves that the process of data cleaning is optimized. In this paper, we optimized several modules of data cleaning such as entity identification, inconsistent data restoration, and missing value filling. Experimental results show that the proposed method in this paper can increase efficiency for grain big data cleaning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
wl完成签到 ,获得积分10
4秒前
whatever应助枯藤老柳树采纳,获得30
5秒前
乐乐应助科研通管家采纳,获得10
7秒前
FashionBoy应助科研通管家采纳,获得10
7秒前
16秒前
pathway发布了新的文献求助10
21秒前
CodeCraft应助pathway采纳,获得10
28秒前
枯藤老柳树完成签到,获得积分10
30秒前
yaoyaoyao完成签到 ,获得积分10
38秒前
46秒前
汤汤完成签到 ,获得积分10
1分钟前
上官若男应助科研通管家采纳,获得10
2分钟前
无花果应助科研通管家采纳,获得10
2分钟前
疯狂喵完成签到 ,获得积分10
2分钟前
谢小盟完成签到 ,获得积分10
2分钟前
3分钟前
seren_liu发布了新的文献求助10
3分钟前
张张完成签到 ,获得积分10
3分钟前
ldysaber完成签到,获得积分10
3分钟前
ma完成签到 ,获得积分10
3分钟前
xiangwang完成签到 ,获得积分10
3分钟前
想不出来完成签到 ,获得积分10
4分钟前
4分钟前
4分钟前
小凯完成签到 ,获得积分10
4分钟前
4分钟前
chxxxxx发布了新的文献求助30
4分钟前
franklin发布了新的文献求助10
4分钟前
万能图书馆应助chxxxxx采纳,获得10
4分钟前
微笑语柳完成签到,获得积分10
4分钟前
NexusExplorer应助franklin采纳,获得10
4分钟前
4分钟前
4分钟前
5分钟前
elle发布了新的文献求助10
5分钟前
充电宝应助elle采纳,获得10
5分钟前
elle完成签到,获得积分20
5分钟前
franklin完成签到,获得积分20
5分钟前
YYYY完成签到 ,获得积分10
5分钟前
香蕉觅云应助科研通管家采纳,获得10
6分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137011
求助须知:如何正确求助?哪些是违规求助? 2787960
关于积分的说明 7784091
捐赠科研通 2444041
什么是DOI,文献DOI怎么找? 1299627
科研通“疑难数据库(出版商)”最低求助积分说明 625497
版权声明 600989