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.     

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。     

基于多重加权树的并行数据库查询优化方法

本文提出了一种基于多重加权树的查询优化方法，包括多重加权树并行查询计划模型、并行查询计划的复杂性模型和查询优化处工法。     

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。     

并行数据库查询优化技术的最新进展

传统的查询树及基于多重加权树的查询优化方法,研究得比较成熟,语义查询优化方法将一个查询变换成一个或数个语义等价的查询,基于Agent的并行数据库查询优化采用Multi-Agent技术自动查找与给定查询有关的完整性约束条件,使得多个关系间连接操作的效率得到很大地提高.并行数据库的查询优化领域的3个重要方向为基于机群系统的并行数据库查询优化研究,将MAS技术及专家系统引入本领域,将模拟退火算法及神经网络算法引入本领域.     

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。     

数据库查询优化研究

随着信息技术的快速发展以及人们对信息依赖程度的提高,数据库在整个信息化建设中具有更加重要的作用。如何提高数据库的效率。特别是数据库查询的效率十分关键。论文分别研究了分布式数据库和并行数据库的查询优化方法。在分布式数据库中,论文侧重基本原理的分析,主要从基于关系代数的优化、基于直接连接查询的优化、半连接优化、索引优化以及查询优化搜索策略,这5个方面系统的论述了查询优化的方法、策略。在并行数据库部分,论文侧重于常见算法的研究,主要论述了基于查询树的传统优化方法、多重加权树优化方法、语义查询优化方法以及基于遗传的优化方法,该4类查询优化算法是目前并行数据库查询优化中应用最广的,代表了当前的研究水平。论文研究这两类典型的数据库查询优化算法,就是让我们能了解数据库优化的发展情况,有利于开发更加有效的查询优化技术。     

并行数据操作算法和查询优化技术

本文是并行数据库的查询处理并行化技术和物理设计方法”一文的续篇，继续综述并行数据库系统的另外两个重要研究领域：并行数据操作算法和并行数据库查询优化技术．最后，作为并行数据库系统研究与进展情况综述的结尾，本文将探讨并行数据库系统今后的研究方向和问题．     

一种支持通用θ-Join的并行查询处理机制

并行查询处理,特别是并行连接查询处理技术是并行数据库中的关键技术.然而,目前的并行查询处理方法尚存在着一些局限性,如绝大多数的并行Join算法依赖于Hash方法对数据进行分治,因此只能支持等值Join等查询类型.为了解决这一问题,提出了一种基于伪半连接的通用θ-Join查询处理算法,并给出了基于查询语法树及并行执行计划的并行数据库通用查询处理方法.在此基础上,实现了一个并行分布式数据库原型系统PD-DBMS,实验结果表明,此方法提供了良好的并行查询处理性能.     

演绎数据库中的语义查询优化方法

语义查询优化的目的是使用语义知识来进行有效的查询，以提高查询效率，通过语义编译和语义转换，把一个查询转换成一个或多个更为有效的等价查询。本文介绍在演绎数据库中语义查询优化方法。     

并行XML数据库查询处理算法的性能评价

基于父子关系的并行流水线连接查询方法PCPPJ(Parallel Pipeline Joining based on Parent Child relationship)是一种在并行多处理机环境下,利用分布式对象数据库对XML进行并行查询的新方法,对这种并行XML查询方法的测试结果进行分析和说明.PCPPJ查询方法在长路径和大文档情况下有更好的查询效果.     

XML数据库的并行RPE查询

1.引言随着Internet应用的不断发展和日益普及,Internet上信息的定义和表示成为了重要的技术标准。目前,HTML标记语言由于其简单、易用等特点,已经成为广泛采用的一种标记语言。但是随着Internet上的信息量迅速地增长,在浩如烟海的信息中检索需要的内容变得越来越困难。HTML只是简单标记文档的展示格式,而不能把文档中的语义结构有效地表示出来,因而诸如Yahoo,Google等搜索引擎只能用关键字     

一种中文数据库查询语言的优化处理方法

本文介绍一种中文数据库查询语言的优化处理方法。该方法能将用户输入的查询条件自动分解成ＳＱＬ语言中条件子句ＷＨＥＲＥ和分类条件子句ＨＡＶＩＮＧ，以提高查询效率。     

谈数据库的查询优化

本文主要探讨了数据库查询优化的策略，其中包括基于索引的优化、基于SQL语句的优化和一些其它优化方法。     

基于遗传算法的多连接表达式进行查询优化

多连接表达式的并行查询优化是提高数据库性能的关键问题之一，提出了使用遗传算法来解决多连接表达式的并行查询优化问题。为了提高查询处理器的执行效率，采用启发式规则来搜索最优的多连接表达式并行调度执行计划。文中给出了详细的测试结果和性能分析。实验结果表明，结合启发式知识的遗传算法是解决多连并行查询优化的有效途径，对提高数据库 的性能起到重要作用。     

数据库查询方法优化研究

随之数据库的广泛使用,数据库的性能日益受到人们的关注.然而,因数据库的系统结构复杂,它的性能受到多方面的影响,其中查询操作是影响其性能的重要因素.为提高数据库的查询效率,达到数据库的性能优化目的.该文提出了数据库查询优化的一些策略,其中包含了使用合理的索引、查询语句优化、合理使用临时表、窗口优化以及利用优化器实现查询优...     

数据库查询优化方法解析

本文主要解释分析了数餐库应用中常用的查询优化方法,包括基于索引、sQL语句和存储过程中的优化方法。     

汇总型多表连接查询的一种优化方法

通过对影响多表连接查询效率因素的分析，在通常的临时关系法的基础上，提出了一种针对汇总型多表连接查询的优化方法，充分利用这种方法能提高汇总型查询的执行效率。     

云数据库查询优化中半连接序列方法应用

对于云数据库中查询过程中的连接操作来说,具有代价高且费时的特点,在分析大量的重复查询操作在云数据库应用中的基础上,为了提高查询效率,使得传输时间和计算时间极可能缩短,这里提出对于半连接过程进行优化处理,云数据库查询操作中间结果数量,包括相应的网络传输数量能在优化的半连接查询算法中大大减少.所以,对于复杂查询问题具有一定的实用价值.     

数据库的查询优化研究

在以数据库为核心的应用系统中，查询操作最为频繁，实现快速查询将直接影响数据库应用系统的性能。正确地理解和恰当地使用索引可以在数据库中实现快速的数据查询。