自适应数据库中基于特征向量的聚类算法的研究与改进

摘要

在负载自适应数据库系统中,负载特征化部件是关键部分,首先要对负载分类,然后根据分类的情况预测负载性能.负载的分类一般采用聚类算法,聚类算法中比较典型的就是K-means算法.但在K-means算法中,k值必须提前设定而且不能根据负载的实际情况改变,就是对算法的一个改进,使得k值动态的、能够根据负载的实际情况改变.实验结果表明,使用该算法的分类结果预测负载运行时间的准确性有明显提高.