初探基于数据库的日志查询系统

首先剖析数据库管理系统的结构,其次详细设计日志查询系统的体系结构,并进一步研究日志查询系统调度的实现。     

GML即时查询引擎研究与实现

针对面向内存结构的地理标记语言(GML)查询方法在处理大数据量时耗费大量计算资源,而采用过滤器和索引等技术来解决又会使数据处理过程复杂化的问题,研究了GML即时查询引擎的设计与实现.首先设计了一种接口灵活的GML查询语言GeoXPath,在深入分析相关引擎实现机制的基础上,提出了一种基于非抽取解析方式和具有简洁数据结构的GML即时查询引擎,该引擎采用GML结构直接转换等优化方法,无需附加流程.实验表明,所实现的引擎具有很好可用性,既可用于普通计算环境下较大GML文档的即时查询,也可结合过滤器和索引技术进一步提高GML空间数据库的查询效率.     

一种基于代理服务的位置隐私保护方法

针对无线移动网络中通过代理用户进行位置服务时,不可信赖的代理用户可能带来隐私泄露和区域匿名查询造成通信代价过高等问题,提出了kAgPrivacy方法.首先,查询用户通过用户之间协作形成匿名组,然后将匿名组形成的泛化区域代替真实单一位置发送给代理用户进行位置服务.这样既避免用户和位置服务商的直接联系,也避免了代理用户的不可信性造成的隐私泄露问题.同时,采用增量近邻查询,保证了查询结果准确性;采用Voronoi图技术进行查询返回结果过滤,可减少系统通信开销.最后通过和其它算法比较,验证了本文方法的有效性.     

基于Solr的海量日志信息查询性能优化的研究

ApacheSolr是一个基于ApacheLucene的开源企业搜索服务器。Apache SolrCloud是基于Solr和Zookeeper的分布式搜索方案,它的主要思想是使用Zookeeper作为集群的配置信息中心。文章在海量日志索引信息存储和查询方面进行了探索,证明了在相关优化策略下Solr Cloud具备了优秀的查询性能。     

基于小波的非线性结构系统识别

提出了一个基于小波变换的方法用于非线性结构系统识别。采用复Morlet小波,对非线性结构自由响应信号进行连续小波变换,根据小波系数模极大值的方法提取小波变换的脊线和小波骨架。提取的小波脊线和小波骨架被用来识别结构的瞬时频率和振幅,得到非线性结构的骨架曲线。为降低噪音的影响,采用一个基于奇异值分解（SVD）的方法对识别的结构进行处理。最后通过一个具有非线性刚度结构的数值模拟验证了该方法的有效性。     

基于B~Z树深度优先高维空间范围查询算法

考虑到在低维空间中基于线性扫描、R树、VA文件和NB树的空间范围查询算法的查询效率较高,而在高维空间中这些算法均出现不同程度的性能恶化现象,将降低空间维度作为解决高维空间范围查询问题的关键,并利用基于Z曲线的网格划分方法降低空间维度,使用Z区域聚类相似数据给出了一种改进的索引结构B~Z树,提出了一种深度优先高维空间范围查询算法ZRRQ。该算法采用高效剪枝策略,能够快速遍历B~Z树。实验结果表明,在高维空间中该算法优于基于线性扫描、R树、VA文件和NB树的空间范围查询算法。     

大规模时空图数据存储和分析的优化方法

时空图数据在数据量和数据更新速率两方面具有独特的特征,可以用来优化存储和查询分析。然而,现有的成熟的大数据存储和分析系统提供统一化的支持,没有考虑结合数据特征和查询特征做针对性的优化,因而无法很好地应对大规模数据的挑战,存储和分析能力都有待加强。本文利用时空图数据的数据特征,提出了针对不同类型的顶点和边的差异化存储方案;利用时空图数据的查询特征,提出了差异化的存储布局和基于此的查询执行优化方案。实验结果表明,和现有方案相比,本研究提出的优化方法能减少1.7～5.4倍的存储空间,查询性能可以提高1～4个数量级。     

剂量仪积分非线性的一种快速软件解决方法

针对剂量仪硬件电路积分非线性这一普遍现象,提出了一种软件的方法解决硬件电路的非线性问题。该方法通过标准分段查询,即建立约定真值与示值之间的对应数据表,再经过逆运算就可以得到测量值。通过实验验证,该方法是准确、快速的,可以广泛应用于二次仪表开发过程中的线性修正,用软办法解决电路的硬伤。     

一种基于SQL变换的分布式空间查询优化算法

基于新一代GIS技术体系的空间数据的分布特点,提出了一种新的应用于分布式空间查询处理的混合启发式优化算法(HHOA).该算法参考了传统的基于关系代数变换的启发式优化算法,同时为了克服单调采用直接连接或者半连接的弊端,引入了直接连接和半连接相混合的策略,实现更高的查询执行效率.实例研究表明,尤其是在涉及空间连接的查询前提下,该算法能够有效支持分布式空间查询的处理.     

基于滑动窗口的数据流字符串近似查询

针对数据访问模式随着网络技术的发展逐渐从静态磁盘转移到动态数据流的状况,研究了数据流上的字符串近似查询.为了解决数据流的连续性、无边界性、不可预知性和在线计算资源的局限性导致基于静态数据集的近似查询处理方法无法高效地支持数据流的问题,提出了基于滑动窗口数据流的字符串近似查询(AS3)方法.该方法基于过滤-验证框架和基本窗口索引更新机制,改进并应用非对称特征策略提取数据流和查询关键字的特征,采用了两个新的过滤算法——预剪裁过滤(PPF)算法和流统计(CFS)过滤算法,以及基于矩阵坐标的验证(CV)算法.实验结果表明,AS3方法能够高效地支持基于滑动窗口的数据流字符串近似查询,在保证结果准确率的同时具有较高的实时性及峰值处理能力.