在基因表达分析中，分析数千个基因的表达水平，如治疗或疾病的不同阶段。识别特定的基因序列模式对于性能问题来说是一项具有挑战性的任务。提出的解决方案通过涉及组装和测序来解决基因组流匹配中的性能问题。基于k输入值计算k-mer，在执行DNA测序任务时，研究需要集中在序列匹配上。提出的解决方案解决了性能问题指标，如k-mer计数的处理时间、匹配相似性的操作数、执行相似性搜索时的内存利用率以及流匹配的处理时间。通过提出一种改进的算法——Revised Rabin Karp（RRK），用于基本操作，同时为了提高效率，该解决方案提出了一种基于Hadoop MapReduce与Pig&Apache Tez混合的新框架。与现有方法相比，该模型对内存利用率和处理时间的度量证明了其有效性<\/p> “，”DOI“：”10.4018\/ijcini.20211001.oa38“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,7,12]，”date-time“：”2021-07-12T12:58:00Z“，”timestamp“：1626094680000}，”page“：“1-18”，”source“：卷“：”15“，”作者“：[{“family”：“Gururaj T.”，“sequence”：“first”，“affiliation”：[{“name”：“印度贝拉加维维斯瓦拉亚理工大学拉迈亚理工学院信息科学与工程系”}]}，{“家族”：“Siddesh G.M.”，”sequence“：”additional“，”affiliance“：[}”name“：”印度贝拉加维维斯瓦拉亚理工大学拉迈亚理工学院信息科学与工程系“}]}]，“成员”：“2432”，“容器-标签”：[“认知信息学与自然智能国际期刊”]，“原始标题”：[]，“语言”：“ng”，“链接”：[{“URL”：“https:\/\/www.igi-global.com\/viewtitle.aspx？TitleId=274063“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,16]]，”date-time“：“2023-01-16T21:48:20Z”，”timestamp“：167390570000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/services.igi-global.com\/resolvedoi\/resulte.aspx？doi=10.4018\/IJCINI.20211001.oa38“}}，”subtitle“：[”“]，”shorttitle“：[]，”issued“：{”date-parts“：[[2021,7,12]]}，“references-count”：0，”journal-issue“：{“issue”：“4”，“published-print”：{“date-part”：[2021,10]}}、“URL”：“http://\/dx.doi.org\/10.4018\/IJCINI.202110 01.oa38“，”关系“：{}，”ISSN“：[”1557-3958“，”1557-39“]，”ISSN-type“：[{”value“：”1557-“3958”，”type“：”print“}，{”value“：“1557-3966”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2021,7,12]]}}}