Cluster Dinamik pada Basis Data berbasis Obyek
Mei 3, 2007 — amutiaraSampai saat secara teoritis telah dikembangkan tiga teknik ‘clustering’ dinamik untuk Basis Data berbasis obyek (Object-Oriented Databases (OODb)), yaitu
- Dynamic, Statistical & Tunable Clustering (DSTC)
- StatClust,
- Detection & Reclustering of Objects (DRO)
Dua yang pertama, mengeskpoitasi i) statistik pengunaan secara komprehensif dan ii) graf referensi antar-obyek. Keduanya tergolong cukup terinci. Namun, keduanya juga rumit (kompleks) untuk diimplementasikan dan menghasilkan juga ‘overhead’ yang tinggi. Teknik yang ketiga berbasiskan pada prinsip yang sama, tetapi lebih mudah untuk diimplentasikan.
Ketiga algoritma/teknik cluster dinamik telah diimplementasikan oleh Jérôme Darmont (LIMOS) dkk., pada penyimpanan obyek persisten Texas, dan dibandingkan satu sama lain untuk melihat a) efisiensi cluster (yaitu peningkatan kinerja keseluruahan) dan b) ‘overhead’ dengn menggunakan Object Clustering Benchmark (OCB). Hasil yang diperoleh menunjukan bahwa DRO menghasilkan overhead yang lebih rendah dan kinerja keseluruhan lebih baik.
Lebih detail dapat dibaca pada papernya format pdf