并行数据库的查询处理并行化技术和物理设计方法

近几年，随着并行计算机系统的迅速发展，并行数据库系统已经成为一个新的数据库研究领域，引起了学术界和工业界的极大关注，很多研究成果已经出现．本文是综述并行数据库系统研究与进展情况的两篇文章之一，重点探讨目前并行数据库系统的研究方向和问题，综述有关并行数据库的物理设计方法和查询处理并行化技术的主要研究成果．     

数据库技术的未来发展方向

三十多年来，数据库技术一直不断地发展和完善。当前来自应用的需要和计算机科学本身的进步也促使数据库技术不断向深度和广度发展。本文从面向对象数据库、多数据库系统、并行数据库、地理信息数据库等方面综述了数据库技术的发展方向。     

并行数据库复杂关系查询优化的一种方法

查询优化不仅是顺序数据库系统的重要组成部分，也是并行数据库的重要组成部分，而多个Ｊｏｉｎ操作的复杂关系数据库的查询经又是目前研究的 主要课题。     

基于并行B+-树的并行Join算法的设计、分析与实现

Ｂ＾＋－树是一种有效的数据库存储结构，被普遍应用于各种关系数据库系统。把Ｂ＾＋－树并行化，使之用于并行数据库系统显然是一项很有意义的重要工作。本文研究了适用于并行数据库的并行Ｂ＾＋－树存储结构，提出两类基于并行Ｂ＾＋－树工并行Ｊｏｉｎ算法。理论和实验结果表明，这些算法效率高基其它并行Ｊｏｉｎ算法。     

基于并行及异构数据库联合系统

用PowerBuilder开发异构数据库的联合使用是一种好方法，然而它不支持数据库服务器间的并行工作。本文提出了在PowerBuilder应用程序与数据库接口之间通过构造“并行桥”的策略解决这一问题的思想，并由此设计实现了一个“异构数据库联合使用系统”。该系统将分布在网络不同节点上的ORACLE、SYBAS及MSSQLSERVER数据库服务器中的局部库集成为一个全局库并提供全局事务管理和并行查询处理的异构数据库系统。     

基于数据库应用软件的一类并行数据库管理应用系统的结构设计

本文论述了串行数据库系统在微机网络上实现并行数据库应用管理系统开发的结构设计，特别是对并行数据库的设计、并行管理和工作机制作出了详细的描述。     

面向对象数据库的并行查询处理

一、引言随着数据库规模日趋庞大,其查询日趋复杂,对数据库系统性能的要求也越来越高。另一方面,并行计算机系统迅速发展,许多商品化的高性能并行计算机系统相继投入市场。许多数据库研究者们认为,在并行计算机系统上实现数据库管理系统能够极大地提高数据库管理系统的性能,并行数据库管理系统有望成为未来的高性能数据库管理系统。     

优化处理并行数据库查询的并行数据流方法

本文使用并行数据流技术优化和处理并行数据库查询的方法,提出了一整套相关算法,并给出了一个基于并行数据流方法的并行数据库查询优化处理器的完整设计.这些算法和相应的查询优化处理器已经用于作者自行设计的并行数据库管理系统原型.实践证明,并行数据流方法不仅能够快速有效地实现并行数据库管理系统,也能够有效地进行并行数据库查询的优化处理.     

PBASE的并行查询处理策略

本文详述了独具特色的ＰＢＡＳＥ并行查询处理策略及实现方法。ＰＢＡＳＥ的并行查询处理策略吸取了原型系统ＸＰＲＳ和Ｖｏｌｃａｎｏ中的先进技术，并基于原来的国产数据库系统ＣＯＢＡＳＥ中查询的流水线策略，具有更高的并行度和更好的可行性。     

PBASE体系结构与并行性

并行数据库系统以高事务吞吐量和低响应时间为目标，一个好的体系结构方案将大大有助于实现该目标。本文介绍并行数据ＰＢＡＳＥ系统的总体结构、分派进程结构以及ＰＢＡＳＥ如何实现事务间与查询间的并行性。ＰＢＡＳＥ采用的体系结构可以方便地实现并行性，达到并行数据库的预期目标。     

Performance evaluation of a parallel cascade semijoin algorithm for computing path expressions in object database systems

With the emerging of new applications,especially in Web,Such as E-Commerce,Digital Library and DNA Bank,object database systems show their stronger funcitons than other kinds of database systems due to their powerful representation ability on complex semantics and relationshiop.One distinguished feature of object database systems is path expression,and most queries on an object database ar based on path expression because it is the most natural and convenient way to access the object databse,for example,to navigate the hyper-links in a web-based database,The execution of path expression is usually extremely expensive on a very large database.Therefore,the improvement of path expression eecution efficiency is critical for the performance ofobject databases.As an importan approach realizing high-performance query processing ,the parallel processing of path expression on distributed object databases is explored in this paper.Up to now,some algorithms about how to compute path expressions and how to optimize path expression processing have been proposed for centralizedenvironments.But,few approaches have been presented for computing path expressions in parallel.In this paper,a new paralle algorithm for computing path expression named Parallel Cascade Semijoin(PCSJ)is proposed.Moreover,a new scheduling strategy called right-deep zigzag tree is designed to further improve the performance of the PCSJ algorithm.The exper-iments have been implemented in an NOW distributed and parallel environment.The results show that the PCSJ algorithm outperforms the other two parallel algorithms(the parallel version of forward pointer chasing algorithm(PFPC)and the index splitting parallel algorithm(IndexSplit) when computing path expressions with restrictive predicates and that the right-deep zigzage tree scheduling strategy has better performance than the right-deep tree scheduling strategy.     

基于LBT树的并行数据库查询优化方法

本文提出了一种基于LBT(Linear-Bushy-Tree)树的查询优化方法，它是对基于浓密树(Bushy-Tree)查询优化方法的一种改进。这种优化方法大大地缩减了查询执行计划空间，确保了并行查询执行计划的优化性。这种优化方法已经在我们自主研制的并行数据库管理系统PDBMS^[1,4]中得到实现。     

提高并行数据库性能的几点思考

讨论了并行数据库结构，并分析了影响并行数据库性能的原因，提出了提高并行数据库性能的一些策略。     

日新月异的数据库研究领域--数据库技术的回顾与展望

本文回顾十年来数据库技术的进展和主要成就，包括面向对象的和对象关系的数据库系统、多媒体数据的支持、并行数据库、web数据集成与检索、三级存储器技术、数据仓库、数据挖掘、数据可视化技术。本文还讨论了影响数据库研究的三个重要趋势，即Internet/Web技术、程序逻辑和数据的统一管理技术、迅速发展的计算机硬件技术。最后，本文探讨了嵌入式数据库系统、未来的联邦数据库系统、未来数据库系统的体系结构、程序逻辑和数据统一管理技术、结构化和半结构化数据的集成技术等几个主要数据库研究新方向。     

并行数据库的研究

本文回顾了并行数据库的发展史和研究现状，并以与分布式数据库（ＤＤＢ）对比的方式，着重介绍并行数据库（ＰＤＢ）的硬件结构、并行数据库管理系统（ＰＤＢＭＳ）的参考模型以及并行数据库中的ｊｏｉｎ运算。     

并行XML数据库系统中数据分片策略的研究

数据分片策略是影响并行数据库系统性能的重要因素之一．着重探讨并行XML数据库系统中大规模XML文档的数据分片问题，提出与传统数据库分片策略不同的两种新的分片方法：基于路径模式的路径实例平衡法(PSPIB)和基于结点模式的结点轮循法(NSNRR)．前者的思想是析散DOM树中具有相同路径模式的路径实例，将其分配到不同站点；后者的思想是将DOM树中具有不同结点模式的元素结点以轮循方式析散到不同站点，而将具有相同结点模式的元素结点聚簇到同一站点．还介绍了这两种分片策略的实现，并给出了相应的基于RPE查询的性能测试、分析和评价．     

Parallel database systems: Open problems and new issues

Parallel database systems attempt to exploit recent multiprocessor computer architectures in order to build high-performance and high-availability database servers at a much lower price than equivalent mainframe computers. Although there are commercial SQL-based products, a number of open problems hamper the full exploitation of the capabilities of parallel systems. These problems touch on issues ranging from those of parallel processing to distributed database management. Furthermore, it is still an open issue to decide which of the various architectures among shared-memory, shared-disk, and shared-nothing, is best for database management under various conditions. Finally, there are new issues raised by the introduction of higher functionality such as knowledge-based or object-oriented capabilities within a parallel database system.     

并行数据库上的并行CMD－Join算法

并行数据库在多处理机之间的分布方法(简称数据分布方法)对并行数据操作算法的性能影响很大.如果在设计并行数据操作算法时充分利用数据分布方法的特点,可以得到十分有效的并行算法.本文研究如何充分利用数据分布方法的特点,设计并行数据操作算法的问题,提出了基于CMD多维数据分布方法的并行CMD－Join算法.理论分析和实验结果表明,并行CMD－Join算法的效率高于其它并行Join算法.