TPR*-트리의 성능 분석에 관한 연구

A Performance Study on the TPR*-Tree

TPR*-트리는 효과적으로 이동 객체의 미래 위치 예측을 수행하기 위하여 가장 널리 사용되는 인덱스 구조이다. 그러나 TPR*-트리는 인덱스 생성 이후 미래 예측 시점이 증가함에 따라 사장 영역과 영역중복의 문제가 커지며, 이로 인하여 질의 처리 시 액세스되는 TPR*-트리 노드들의 수가 많아지는 성능 문제가 발생한다. 본 논문에서는 실험을 통하여 이러한 성능 저하의 문제점을 정량적으로 규명한다. 먼저, 미래 예측 시점이 증가함에 따라 질의 처리 성능이 얼마나 저하되는가를 보이고, 이동 객체의 위치 갱신 연산이 이러한 성능 저하 문제를 얼마나 완화시키는가를 보인다. 이러한 공헌은 TPR*-트리의 추가적인 성능 개선을 위한 정책을 고안하는데, 중요한 실마리를 제공할 수 있을 것이다.

TPR*-tree is the most widely-used index structure for effectively predicting the future positions of moving objects. The TPR*-tree, however, has the problem that both of the dead space in a bounding region and the overlap among hounding legions become larger as the prediction time in the future gets farther. This makes more nodes within the TPR*-tree accessed in query processing time, which incurs the performance degradation. In this paper, we examine the performance problem quantitatively with a series of experiments. First, we show how the performance deteriorates as a prediction time gets farther, and also show how the updates of positions of moving objects alleviates this problem. Our contribution would help provide Important clues to devise strategies improving the performance of TPR*-trees further.