有效降低分布式SKYLINE查询网络传输代价

 分布式网络中的skyline查询是近年来信息检索学科的一个研究重点．目前大多数研究工作均没有考虑在分布式网络中,如何有效降低skyline查询的网络传输代价．为此,提出一种在分布式网络中,有效降低skyline查询传输代价的方法RTCSQDN(Reducing the Transferring Cost of Skyline Queries over Distributed Networks)．RTCSQDN算法充分利用父空间skyline对象集与子空间skyline对象集间的语义关系通过三个阶段来平衡网络传输量和查询时间开销．同时,文章给出一种新颖的多维对象传送策略PTGPV(Policy for Transferring Grouping Position Values)来避免直接传送skyline对象本身,从而最小化数据传输量．详细的理论分析和大量实验评估表明,文章给出的算法具有有效性和实用性．     

移动P2P网络中能量有效连续查询研究

在移动P2P网络中一个基本应用问题是访问分布式空间数据库中的数据对象,同时节省电量.文中提出了在移动P2P网络中能量有效连续查询处理（Energy Efficient Continuous Query Processing,EECQP）算法,包括范围查询和k个最近邻居节点查询（k-nearest-neighbor queries, k-NN）.EECQP算法能够提供移动用户找到一个有质量保证的连续查询结果.EECQP算法主要的想法是允许用户与节点合作,持续保存查询结果,而不是总是从头开始处理查询,从而减少通信开销.实验结果表明所提出的EECQP算法对于范围查询和k个最近邻居节点查询在通信开销和QoS保证是能量有效和可扩展的.     

基于索引框架的XPath求值算法

本文为了解决用倒排表索引XML节点而导致的查询效率低下,以及现有结构连接算法对值约束考虑不够的问题,本文给出运用原生XML数据库索引框架的结构索引合并PC子路径,运用XML值索引及全文索引处理比较运算符,产生查询优化树。实验表明,本文提出的算法极大的减少了查询树节点的个数,缩短了CPU时间开销和磁盘I/O开销。     

机会传感器网络中基于优先级的查询分发和处理算法

提出了机会无线传感器网络中一种基于查询优先级的查询分发和处理(PBQ)算法。算法根据用户定义的查询优先级合理选取消息转发的中间节点,并控制查询消息的转发和拷贝量;同时,动态地调整查询消息的优先级,使得查询结果能快速回传到查询发起者并清理网络中查询的残留消息,避免了不必要的消息传输并提高查询处理的整体效用。模拟实验表明PBQ算法能有效提高机会网络中查询处理的成功率,降低查询的开销和时间延迟。     

鲁棒的无线传感器网络空间范围聚集查询处理算法

现有无线传感器网络环境下的空间范围聚集查询处理算法没有综合考虑节点移动、节点失效和通信链路失效等因素对查询处理的影响,导致查询成功率低和能量消耗大.本文提出了利用节点冗余保证查询处理过程鲁棒性的空间范围聚集查询处理算法RSA(Robust Spatial window aggregation query processing Algorithm),它将查询区域划分为若干个网格,沿一条路线依次收集各网格内所有节点的数据.RSA算法给出了一种自适应的网格大小设置方法和基于网格面积的网格代表节点选择策略,以减少算法的能量消耗和提高查询成功率;给出了基于目标矩形的方法以绕过不存在节点的区域,从而避免查询处理过程出现中断.仿真实验结果表明,RSA算法优于现有的IWQE算法.     

一种基于超节点和能量优先的无线传感器网络的高效查询算法

文中提出一种基于超节点和能量优先的无线传感器网络的高效查询算法.该算法包括传感器节点的层次聚类算法及基于能量代价模型等支撑技术,主要解决了以下两个问题:(1)数据如何从传感器节点传送到汇聚节点;(2)通过对传感器节点进行聚类,形成超节点,使得在查询过程中减少对无关节点的访问.实验表明该算法在提高无线传感器网络查询效率的情况下,延长网络的使用寿命.     

移动P2P网络中能量有效数据查询处理

在移动P2P网络环境中能量有效数据查询是一个基本应用问题。现有研究只关注数据广播,没有考虑到移动主机有限的资源,还没有研究在数据广播和索引中考虑查询节点位置特性和时间特性。文中提出了基于最小边界矩形的分布式空间索引(DMBR)结构,设计了一种有选择的监听广播信道的查询算法。所有提出的新算法机能最小化通信开销,减少访问时间,提高查询效率,移动客户机电量,节省能量消耗。仿真结果表明DMBR索引结构的查询算法范围查询、访问时间和能力消耗方面具有更好的性能。     

基于连通支配集的无线传感网Top-k查询最优支撑树研究

构建底层逻辑树能有效降低集中式top-k查询带来的巨大通信开销,针对现有逻辑树都以固定汇聚节点为根节点,导致其附近节点能耗太大、过早死亡的问题,本文在无固定汇聚节点的网络背景下,基于连通支配集,提出一种能耗均衡的top-k查询最优支撑树构建方法,综合节点能量、度数以及与邻节点通信开销,选取能量代价小的作为支配节点负责查询中间数据处理,在每次查询中,节点基于地理位置ID轮流作为根节点,有效均衡节点的能耗.仿真实验表明,与其他逻辑拓扑树相比,基于最优支撑树的top-k查询具有相近的查询时间,但其平均每轮查询能耗更小,多次查询后各节点能耗达到均衡,有效延长了网络生命周期.     

一种分布式网络中轮廓推荐的有效方法

当底层数据的容量以及轮廓推荐指令个数增大时,轮廓推荐的时间代价将呈指数级增长,从而严重影响其推荐效率。为此,基于超对等分布式网络(SPA),该文提出预存储w个轮廓快照来高效处理系统中u个轮廓推荐指令的分布式网络轮廓推荐算法(EMSRDN)。EMSRDN算法充分考虑SPA网络的数据存储和通信特性,利用map/reduce分布式计算模型,通过初始快照集启发式构造来快速产生最优w个轮廓快照。理论分析和仿真实验表明,该算法具有有效性和实用性。     

无线传感器网络中基于值的kNN查询处理

提出一种基于值的kNN查询处理算法,该算法运用哈希函数将节点的数据映射到一个子区域中存储,采用基于位置路由实现了查询处理,并通过多点存储和可变存储区域减少节点的能量开销.实验结果显示该算法在生命周期和延迟方面都取得较好的效果.     

SKYLINE查询解析

现有的研究工作只考虑如何对单个底层关系表进行skyline计算,即它们假定用户所提交的skyline查询不涉及任何传统的关系操作,并且所有skyline维度均落入同一个关系表中.显然,在实际应用中,由于这种假设的不成立,使得在多数情况下用户查询的效率极其低下.基于此,将skyline计算作为一个特殊的关系操作符,研究它与传统关系操作符间执行顺序变换的等价规则.从而,利用这些等价变换规则,通过改变skyline操作符与传统关系操作符之间的执行顺序来有效提高查询的效率.同时,给出充分的理论证明来论证所给等价变换规则的正确性,并通过实验验证其有效性.     

概率数据流上Skyline查询处理算法

 概率数据流管理与分析逐步引起了研究者们的关注.Skyline查询技术是近年来数据库领域的研究热点.此前相关工作仅限于静态数据集或传统确定性数据流上的Skyline查询处理,尚无人考虑概率数据流上的Skyline计算问题,本文提出的SOPDS算法则较好地解决了该问题.在采用适应性更强的网格索引的基础上,提出了概率定界、逐步求精、提前淘汰与选择补偿等启发式规则对算法从时间和空间两方面进行了系统地优化.实验表明,算法在时间与空间上具有较高的整体性能.     

基于MapReduce的增广动态Skyline查询处理方法

Skyline查询能够计算大规模的数据集中满足多个标准的最优解,被广泛应用于多目标决策等领域.动态skyline查询作为skyline查询的一种重要变体,其结果随着查询点的不同而动态改变,为用户在指定查询要求方面提供了更大的灵活性.然而,随着数据量的不断增加,动态skyline查询会产生大量的查询结果,忽略了查询点的维度方向性和数据的全局整体性,给用户的选择带来极大困难.因此,需要进一步优化动态skyline查询的结果集,提高全局整体性,过滤冗余数据.针对上述问题,提出一种基于MapReduce的增广动态skyline查询处理方法.该方法将原始数据按照维度信息进行分区,在多个节点并行计算动态skyline,优化传统动态skyline结果集,同时提供全局更优的结果供用户选择.在此基础上,针对用户给出某些维度的容忍度的情况,提出一种引入用户容忍度的增广动态skyline查询处理方法.该方法可以根据用户容忍度缩减增广动态skyline查询的原始数据集,很大程度上减少中间结果的比较次数,并且提高了结果集的准确度.大量实验证明,基于MapReduce的增广动态skyline查询处理方法具有更好的有效性、准确性和可用性.     

Energy-efficient skyline query optimization in wireless sensor networks

With the deployment of wireless sensor networks (WSNs) for environmental monitoring and event surveillance, WSNs can be treated as virtual databases to respond to user queries. It thus becomes more urgent that such databases are able to support complicated queries like skyline queries. Skyline query which is one of popular queries for multi-criteria decision making has received much attention in the past several years. In this paper we study skyline query optimization and maintenance in WSNs. Specifically, we first consider skyline query evaluation on a snapshot dataset, by devising two algorithms for finding skyline points progressively without examining the entire dataset. Two key strategies are adopted: One is to partition the dataset into several disjoint subsets and produce the skyline points in each subset progressively. Another is to employ a global filter that consists of some skyline points in the processed subsets to filter out unlikely skyline points from the rest of unexamined subsets. We then consider the query maintenance issue by proposing an algorithm for incremental maintenance of the skyline in a streaming dataset. A novel maintenance mechanism is proposed, which is able to identify which skyline points from past skylines to be the global filter and determine when the global filter is broadcast. We finally conduct extensive experiments by simulations to evaluate the performance of the proposed algorithms on both synthetic and real sensing datasets, and the experimental results demonstrate that the proposed algorithms significantly outperform existing algorithms in terms of network lifetime prolongation.     

Efficient Continuous Skyline Query Processing Scheme over Large Dynamic Data Sets

Performing continuous skyline queries of dynamic data sets is now more challenging as the sizes of data sets increase and as they become more volatile due to the increase in dynamic updates. Although previous work proposed support for such queries, their efficiency was restricted to small data sets or uniformly distributed data sets. In a production database with many concurrent queries, the execution of continuous skyline queries impacts query performance due to update requirements to acquire exclusive locks, possibly blocking other query threads. Thus, the computational costs increase. In order to minimize computational requirements, we propose a method based on a multi‐layer grid structure. First, relational data object, elements of an initial data set, are processed to obtain the corresponding multi‐layer grid structure and the skyline influence regions over the data. Then, the dynamic data are processed only when they are identified within the skyline influence regions. Therefore, a large amount of computation can be pruned by adopting the proposed multi‐layer grid structure. Using a variety of datasets, the performance evaluation confirms the efficiency of the proposed method.     

多数据库集成环境下查询优化研究

在多数据库集成系统中，用户查询由中介系统转换为对各局部数据库的内部操作及局部数据库之间的数据传递。搜索一条访问相互连接数据源的路径以获得综合开销最小的查询策略，是多数据库集成环境向查询优化提出的新的挑战。文章设计了一个新的中介系统，将查询优化问题分为两个阶段，并在此基础上通过化简策略空间、有效的代价估算和策略搜索算法，以提高多数据库环境下查询优化器的工作效率。     

SQLS: A Storm-Based Query Language System for Real-Time Stream Data Analysis

In this work,a Storm-based query language System (SQLS) is proposed for real-time data stream analysis.The system is compatible with Continuous query language (CQL) specification.It supports both continuous queries and one-time queries over streaming data,and meets the requirements of user experience (traditional SQL queries) and QoS (such as real-time and throughput).In order to better meet the requirement of throughput and enhance the processing efficiency,the load shedding algorithm and cache optimization are employed during the implementation of SQL-like operators.Finally,performance testing of the proposed SQLS has been conducted on standalone Storm platform and Storm clusters.Experimental resuits show that our system can not only meet the needs of users,but also extend the function of real-time streaming queries processing.     

基于对象的空间数据库的方位查询算法

基于方位的空间关系在地理信息系统、图像识别、空间数据库等很多领域中是很重要的，经常被用作空间查询的选择条件。主要研究基于对象的方位查询处理算法，并提出了一种全新的基于模型的开放策略。以OSS为模型的查询算法通过提高传送效率来减少Ⅰ／O和CPU的设备开销，实验数据表明此算法在性能上超越从前的变换查询算法，更适合对复杂的数据集合进行处理。