分布式数据库系统的查询优化策略

简要的介绍了分布式数据库系统的概念和特点,并在分析比较分布式数据库系统和集中式数据库系统查询优化目标不同特点的基础上,归纳出分布式数据库系统的查询优化目标和代价分析,进而提出查询优化的策略,并在举例中重点讨论了操作执行顺序的不同对查询性能的影响。     

基于存储过程分页优化Web数据查询性能

随着因特网的广泛应用，Web应用程序开发已成为主流，如何提高访问Web数据的性能，一直受到开发人员的重视。本文首先分析了访问Web数据的特点；然后提出了一种基于存储过程分页方法，分析了该方法的特点以及对提高访问web数据性能的作用，并在．NET平台上使用该方法实现了对Web数据的访问；最后对三种不同的访问Web数据方案进行测试和比较，测试结果表明利用存储过程很好地改善了数据访问性能。     

一种异构数据集成中的动态查询优化方法

查询优化是异构数据集成中需要解决的关键问题之一,但环境的分布性、异构性以及局部数据源的自治性使得异构数据集成中的查询优化变得非常困难。通过对异构数据集成中查询后处理调度的分析,给出了查询后处理的全局查询图表示,并给出了基于全局查询图的查询后处理并发调度方法,最后给出了一种基于统计推理的查询后处理动态优化策略,它可用于基于全局查询图的查询调度中,实现查询后处理的动态优化。     

基于存储过程分页优化Web数据查询性能

随着微软公司.NET框架的发布和电子商务的广泛应用,Web应用程序开发已成为主流,如何提高访问Web数据的性能,一直受到开发人员的重视,本文就是基于存储过程分页来提高访问Web数据的性能,并在.NET平台上实现了该功能。     

基于分布式数据库系统查询优化策略的研究

在分布式数据库系统中,由于数据的物理分布使得分布式查询处理增加了许多新的复杂性,不同的查询处理策略,其查询处理代价和复杂度是大不一样的。分布式数据库系统的查询优化和集中式数据库系统相比,显得更为重要。文章在充分讨论查询优化和策略的基础上,着重论述了一种分布式数据库系统查询优化策略是如何影响查询性能的。     

数据流上的一种适应性查询优化及调度策略

针对数据流系统中的查询处理机制进行了深入的研究,从内存使用量和查询的实时性两方面进行综合考虑,提出了一种适应性查询优化策略Slope.该策略一方面可以根据各操作符的选择度和单位时间处理元组个数来适时调整查询计划;另一方面可以按调整后的查询计划进行非等值时间片轮转调度.还给出了Slope策略的相应算法并进行了性能测试.     

一种并行查询优化策略

叙述了在扩展BSP计算机上实现的shared_nothing并行对象关系数据库（PORDB）的两阶段查询优化。它分为顺序优化阶段和并行化两个阶段。顺序优化阶段在预测并行通信代价的基础上,采用基于代价的顺序查询优化。并行化阶段为缩减探索空间,先按照并行模式划分并行单元,再以并行单元为单位分配处理机。BSP模型可简化并行模式的实现和并行单元的划分。     

大数据存储结构及查询优化

随着经济和科技的进一步发展,我国的数据量在不断增加,这对于存储系统提出更高的要求,要进一步提高数据加载的速度等,需要优化大数据的存储结构。基于此,将对大数据的影响、大数据在分布式处理中的资源消耗、大数据处理的要求以及改进的措施进行介绍,从而进一步促进大数据的发展。     

一种面向非公经济的数据查询优化方法研究

全国工商联在进行相关业务数据处理时,需要处理来自不同地域、不同领域的非公企业金融、信用等经济数据,目的是横向统筹单一或多个组织在一个或多个领域相关的指标数据,为后续非公经济发展提供决策依据；此外,需判断全国工商联接入各省市工商联数据资源的情况,以对全国非公经济数据进行分析研判。本文提出一种数据虚拟化应用方法,并基于此方法连接使用跨域数据资源。将工商联接入的多源异构非公经济数据进行逻辑虚拟化,构造数据的逻辑空间,通过分簇算法优化元数据查询,并提出了基于SparkSQL分布式查询的优化方法,实施Catalyst自动缓存策略、使用中间数据结构等方式提高数据查询效率与读取性能,在保证数据准确性的同时提高工商联数据资源的利用率,促进工商联数据资产有效利用。     

关系数据库系统的查询优化策略

主要讨论了基于SQL查询重写技术的数据库查询优化策略，通过查询重写可以把用户所写的效率不高的SQL语句重新优化组合，使之成为效率较高的查询语句。     

中介器模式的生物信息库查询体系结构

Web信息抽取是当前的一个研究热点,本文分析分布在互联网上众多生物信息数据库资源现状,以分布式异构数据库Mediator/Wrapper集成方式为基础提供具体查询应用解决方案,实现用户访问的集成检索与分析功能.     

DeepWeb信息集成系统中查询转换

随着Internet信息的迅速增长,许多Web信息已经被各种各样的可搜索在线数据库所深化,并被隐藏在Web查询接口下面。传统的搜索引擎由于技术原因不能索引这些信息——DeepWeb信息。由于DeepWeb惟一“入口点”是查询接口,为使查询接口自动产生有意义有查询,给出了DeepWeb信息集成系统框架,提出了基于数据类型的搜索驱动的用户查询转换方法,基于此设计并实现了一个针对中文DeepWeb信息集成原型系统。通过在实际DeepWeb站点上的实验证明了此方法是非常有效的。     

Optimizing Recursive Information Gathering Plans in EMERAC

In this paper we describe two optimization techniques that are specially tailored for information gathering. The first is a greedy minimization algorithm that minimizes an information gathering plan by removing redundant and overlapping information sources without loss of completeness. We then discuss a set of heuristics that guide the greedy minimization algorithm so as to remove costlier information sources first. In contrast to previous work, our approach can handle recursive query plans that arise commonly in the presence of constrained sources. Second, we present a method for ordering the access to sources to reduce the execution cost. This problem differs significantly from the traditional database query optimization problem as sources on the Internet have a variety of access limitations and the execution cost in information gathering is affected both by network traffic and by the connection setup costs. Furthermore, because of the autonomous and decentralized nature of the Web, very little cost statistics about the sources may be available. In this paper, we propose a heuristic algorithm for ordering source calls that takes these constraints into account. Specifically, our algorithm takes both access costs and traffic costs into account, and is able to operate with very coarse statistics about sources (i.e., without depending on full source statistics). Finally, we will discuss implementation and empirical evaluation of these methods in Emerac, our prototype information gathering system.     

应用XML数据检索技术的WEB查询方案

在构造WEB查询方案时,服务器端的运行效率影响着整个系统的性能。而传统的WEB查询技术以及XML的初期应用都存在有服务器端负荷较大、运行效率较低等缺点。文中根据这种现状,以实例说明,应用XML数据检索技术,并结合DHTML,DOM,DSO等技术的WEB查询方案能够获得较佳的系统性能,具有一定的通用性和实用性。     

Query Processing and Optimization on the Web

The advent of the Internet and the Web and their subsequent ubiquity have brought forth opportunities to connect information sources across all types of boundaries (local, regional, organizational, etc.). Examples of such information sources include databases, XML documents, and other unstructured sources. Uniformly querying those information sources has been extensively investigated. A major challenge relates to query optimization. Indeed, querying multiple information sources scattered on the Web raises several barriers for achieving efficiency. This is due to the characteristics of Web information sources that include volatility, heterogeneity, and autonomy. Those characteristics impede a straightforward application of classical query optimization techniques. They add new dimensions to the optimization problem such as the choice of objective function, selection of relevant information sources, limited query capabilities, and unpredictable events. In this paper, we survey the current research on fundamental problems to efficiently process queries over Web data integration systems. We also outline a classification for optimization techniques and a framework for evaluating them.     

基于Oracle分布式数据库的查询优化

随着信息和网络技术的发展,分布式数据库得到了广泛的发展,其中Oracle分布式数据库在企业管理中得到了极大的应用。为了能够更好地提高企业的竞争力,对Oracle分布式数据库的查询进行优化成为必要。从介绍Oracle分布式数据库的两种基本结构出发,重点介绍了几种不同的Oracle分布式数据库的查询优化方法及其SQL语句的实现,并且通过试验对优化方法的性能进行了测试,然后通过数据的对比体现出了查询优化前后的差别,最后给出了可能影响查询优化性能的因素。     

A Query Interface Matching Approach Based on Extended Evidence Theory for Deep Web

Matching query interfaces is a crucial step in data integration across multiple Web databases. Different types of information about query interface schemas have been used to match attributes between schemas. Relying on a single aspect of information is not suffcient and the matching results of individual matchers are often inaccurate and uncertain. The evidence theory is the state-of-the-art approach for combining multiple sources of uncertain information. However, traditional evidence theory has the limita...     

基于Oracle分布式数据库的查询优化

随着信息和网络技术的发展,分布式数据库得到了广泛的发展,其中Oracle分布式数据库在企业管理中得到了极大的应用.为了能够更好地提高企业的竞争力,对Oracle分布式数据库的查询进行优化成为必要.从介绍Oracle分布式数据库的两种基本结构出发,重点介绍了几种不同的Oracle分布式数据库的查询优化方法及其SQL语句的实现,并且通过试验对优化方法的性能进行了测试,然后通过数据的对比体现出了查询优化前后的差别,最后给出了可能影响查询优化性能的因素.     

Web信息集成系统中查询的处理

为了有效地实现对Web上异构数据源的统一查询处理,提出了一个基于本体的异构数据源集成系统模型OBIISM,引入本体解决各数据源语义层上的异构,通过两级查询重写将用户提交的查询转化为对数据源的查询,为查询异构数据源提供了一个语义统一的接口.