[本文摘要]

提出了一种缓存敏感的MapReduce星型联接算法，事实表每列单独存储，维表根据维层次划分为多个列簇。事实表外键列与对应维表采用相关性存储，减少联接过程中的数据移动。算法分为两个阶段，首先每个外键列和对应维表进行联接；然后对中间结果进行联接，随机访问测度列，进而得到最终结果。算法只读取需要的数据，缓存利用率高，从而具有良好的缓存敏感特性；算法充分利用时延实体化，避免不必要的数据访问和移动。通过在SSB数据集上与Hive系统的对比测试表明，CC-MRSJ算法具有较高的执行效率。