Tree-Encoded Bitmaps

Tree-Encoded Bitmaps

    本文提出一种新颖的压缩位图表示方法。与现有的位图压缩方案类似，利用了由连续相同位填充的位图的压缩潜力，即0-runs and 1-runs.。但与之前的工作相比，该方法采用二叉树结构来表示不同长度的运行。因此，位于树上层的叶节点表示较长的运行时间，反之亦然。基于树的表示产生了高压缩比，并实现了有效的随机访问，这反过来允许位图的快速交叉。对随机生成的位图的实验分析表明，当位图密集和/或仅勉强聚类时，所提出方法比最先进的压缩技术有显著改进。用真实世界的数据集评估了所提出的方法，表明所提出的树编码位图可以比现有技术节省多达三分之一的空间。 

 一背景

      考虑属性a上的位图索引，由长度为n的| a |单个位图组成，其中| a |是a的不同值的数量，n是对应关系中元组的数量。索引中1比特的总数也是n，而每个位图平均接收n个|和| 1比特。大量不同的值或存在倾斜，会导致位图索引中有许多稀疏填充的位图。稀疏性意味着这些位图主要由连续的0位组成，即0跑动。长时间的相同位序列提供了巨大的压缩潜力，这是所有现有位图压缩方案都试图利用的。

 本文提出