1、目前傳統(tǒng)的關聯(lián)規(guī)則采掘技術大多采用串行算法,例如Level-wise算法、non-level-wise算法以及不產生候選項目集的算法,其中R.Agrawal等人提出的Apriori算法是處理事務數據庫中大項目集較為有效的算法.隨著分布式數據庫的發(fā)展,提出了采掘關聯(lián)規(guī)則更有效的并行算法,如Level-wise并行模式,DMA并行模式等,明顯地提高了采掘效率.其中pSPADE算法是一種廣泛應用于大型數據庫上快速采掘頻繁序列的有效并行算法,它

2、將搜索空間分成了更小的基于后綴的類,可在每個處理器上獨立地處理,實現了數據的本地性最大化和同步的最小化.該文通過對pSPADE算法的研究,發(fā)現算法執(zhí)行中,處理器將所有的類和它的中間id列表存于主存,導致了大量的內存開銷.當處理更大的數據集時,容易產生內存不足而溢出.該文根據搜索算法內存管理的思想,提出了一種內存擴展方案來解決這一問題.在內存不足和獲得足夠內存兩種情況下,把部分類寫入磁盤,釋放了內存空間,緩解了內存的壓力.在程序需要時,再