Xtwig连接:基于流的对无根树查询模式的高效处理

为了提高对XML文档的查询能力,提出了一种Xtwig查询模式. Xtwig模式可以被表达成无根标签树,它在选择谓词中包含反向轴,可以从当前节点向后和向前查找指定的模式.现在已有很多处理Twig模式查询的经典算法,然而这些算法只能处理只包含前向轴的查询模式;许多重写规则也被提出来将带反向轴的XPath定位路径转化为等价的只包含前向轴的定位路径,但是转化后的定位路径在执行时是非常低效的.提出了一个高效算法XtwigStack来处理同时具有正向轴和反向轴的查询模式.实验结果表明,算法是有效的、高效的,它避免了大量无用中间结果,其执行效率不受反向轴个数影响.     

XML数据流上基于关键字的多查询处理

试图将基于XML文档的关键字查询技术引入数据流环境中,在同时处理大量基于关键字的查询的基础上为用户返回有意义的数据片段.提出了一种基于有向无环图的索引来高效组织大量基于关键字的查询,用以降低查询匹配的代价;针对数据流的特点,提出了一种基于栈的临时结果缓存方法,用于过滤大量查询无关的数据节点;通过实验从不同角度对提出的算法的各项性能指标进行了实验验证.     

基于历史数据的轮廓聚合查询

轮廓查询在涉及多标准决策的空间数据库、数据挖掘、测试观察、用户偏好查询、可视化等领域起着非常重要的作用.近年来人们对于轮廓算法的研究已经趋于完善,尤其对于轮廓的计算.针对一些数据具有历史性这一特点,在具体应用领域中,提出了一种新的查询方法,即基于历史数据的轮廓聚合查询,针对不同的聚合函数,提出了基本算法CETAN. 并在此基础上对算法进行了改进,提出了AACN算法和基于过滤策略的ABT算法.实验结果表明,算法是有效的,极大改善了查询的精确性和多样性.     

动态图结构XML数据上的查询处理算法

XML数据可以用图结构模型来表示.在实际应用中,这种图结构的数据会进行动态更新.目前,对于图结构XML数据上的更新操作并没有正式的定义,而且对于动态XML上查询处理的研究还很少.详细地讨论了图结构XML数据上的更新操作,并基于支持更新的可达性编码ICDBS,提出了IGraph算法对动态图结构XML数据上的查询进行处理.实验表明该算法具有很好的效率.     

移动对象在空间网络数据库上的kNN查询

在空间网络数据库中,基于位置的服务是一项重要功能,而k-NN查询是实现该服务的重要查询.在网络上有一个原始对象(例如在道路上行驶的汽车),有一组目标对象(例如旅店、加油站、救护车等等),k-NN查询返回距离原始对象最近的k个目标对象.在这种对象移动受到网络限制的情况下,网络距离将替代Euclidean距离作为k-NN查询的指标.提出了一种解决移动对象k-NN查询的算法,该算法使用了一组索引结构来解决移动对象的位置问题.实验分析表明这种方法比传统方法的执行效率更高.     

PMR四叉树空间索引优化的应用研究

PMR四分树空间索引结构在包含空间连接的空间数据库查询中是很有效的,本文对桶载入PMR四分树的算法做了一些改进,即两种互补的技术:一种改进的插入算法和一种桶载入方法.实验结果表明该算法使得四叉树的构造速度相对于原有的构造方法大大提高,桶载入PMR四叉树的性能有所改善,并可运用到许多基于规则划分的空间数据结构上.     

一种基于关键词搜索的空间连接查询

许多实际的应用需要同时支持空间连接查询和关键词搜索。在给出基于关键词的空间连接（KSJ）查询定义的基础上,对参与KSJ查询的空间数据集建立MIR2-树索引结构,并结合一些高效的搜索剪枝策略,提出一种基于宽度优先的KSJ查询算法。实验结果表明该算法可有效支持基于关键词的空间连接查询处理。     

基于Filter Encoding的GML空间数据查询

随着地理数据网络化程度的提高和GML空间数据的应用越来越广泛,如何从海量的GML空间数据中检索出符合特定条件的地理要素数据成为目前GML研究的焦点问题之一。该文根据OGC制定的过滤编码执行规程,应用规程中的谓词作为查询关键字,结合GML空间数据的特点,通过查询转译器和优化器实现了一种应用于GML空间数据查询的可行性方法。     

基于Hadoop 的高效连接查询处理算法CHMJ

提出了一种并行连接查询处理算法CoLocationHashMapJoin(CHMJ).首先,设计了多副本一致性哈希算法,将具有连接关系的表根据其连接属性的哈希值在机群中进行分布,在提升了连接查询处理中数据本地性的同时,保证了数据的可用性;其次,基于多副本一致性哈希数据分布,提出了HashMapJoin并行连接查询处理算法,有效地提高了连接查询的处理效率.CHMJ算法在腾讯公司的数据仓库系统中进行了应用,结果表明,CHMJ连接查询的处理效率比Hive系统提高了近5倍.     

基于结构化联接的多版本XML文档查询处理

结构连接是XML查询处理的核心操作,受到了研究界的关注。高效的算法是高效查询处理的关键。目前已经提出了许多结构连接的算法,但都不支持多版本的XML文档。文章对经典结构连接算法进行了扩充,使之支持多版本的XML文档。     

基于Kd树递归区域划分的分布式空间连接查询

随着空间信息应用需求的不断增长,分布式空间查询处理已经成为空间数据库领域一个重要的研究问题,其中应用最广也是最复杂的一类查询是分布式空间连接查询,分布式空间连接操作的计算代价与传输代价都非常高。目前处理该问题的策略大都要求空间数据集上存在索引并且对数据分布敏感,然而在某些情况下,这个前提并不存在。面对这个问题,本文提出一种基于Kd树递归区域划分的分布式空间连接策略,该策略以最小化网络数据传输代价为目标,基于任务分治的思想对连接区域进行递归划分。实验表明,该策略在不同数据分布情况下均优于传统查询策略,能有效地减小网络传输代价,表现出较好的性能。     

支持关键词搜索的空间连接查询研究

近年来,许多实际应用不仅需要支持空间连接查询而且需要具备关键词搜索功能,以帮助用户查找那些既满足空间连接条件又包含指定关键词的空间对象组合.正是在这种需求的驱动之下,定义了一种具备关键词搜索功能的空间连接查询(Spatial Join with Keyword Search,缩写SJKS),并提出了一种基于IR2-Tree的SJKS查询处理算法(IR2-TreeSJKS算法),旨在实现关键词搜索与空间连接查询的高效结合.实验表明,本算法可有效支持具有关键词搜索功能的空间连接查询处理.     

数据仓库查询处理中的一种多表连接算法

在进行数据仓库的OLAP(onlineanalyticalprocessing,联机分析处理)查询处理时,经常会涉及到多表连接操作,因此,提高多表连接的性能就成了数据仓库领域的关键性问题.基于数据仓库的星型模式,给出了一种新的多表连接算法(M-Join).与传统关系数据库管理系统的多表连接查询处理相比,该算法充分考虑了数据仓库中的数据本身和多表连接的特点,采用对多个表进行一次性连接的方法,使得查询的性能有明显的改善.同时,还给出了算法的实验结果和分析.     

Excel电子表格关联合并

Excel因其操作简单、使用方便,为人们进行数据管理与处理提供了非常好的平台。它内含非常丰富的函数,既能处理复杂的表格数据,也可以进行数据筛选及查询,但是实际使用中当涉及到多个表格关联筛选时,Excel就显得力不从心。利用VB.NET OleDbConnection类,将Excel电子表格作为外部数据源,通过Dataview的Rowfilter,从而实现两个Excel表格的关联合并。     

PEJA: Progressive Energy-Efficient Join Processing for Sensor Networks

Sensor networks are widely used in many applications to collaboratively collect information from the physical environment. In these applications,the exploration of the relationship and linkage of sensing data within multiple regions can be naturally expressed by joining tuples in these regions. However,the highly distributed and resource-constraint nature of the network makes join a challenging query. In this paper,we address the problem of processing join query among different regions progressively and energy-efficiently in sensor networks. The proposed algorithm PEJA(Progressive Energy-efficient Join Algorithm) adopts an event-driven strategy to output the joining results as soon as possible,and alleviates the storage shortage problem in the in-network nodes. It also installs filters in the joining regions to prune unmatchable tuples in the early processing phase,saving lots of unnecessary transmissions. Extensive experiments on both synthetic and real world data sets indicate that the PEJA scheme outperforms other join algorithms,and it is effective in reducing the number of transmissions and the delay of query results during the join processing.