基于闪存的数据库性能评测与优化分析

随着闪存容量的不断提升,技术的不断成熟,闪存数据库成为数据库的热点研究领域之一.了解闪存的IO特性,以及现有数据库产品在闪存上的性能瓶颈所在是闪存数据库设计改进的首要一步.目前广泛使用的是由闪存制造的固态硬盘,而固态硬盘与闪存芯片的特性又有很大不同.首先测试了固态硬盘的基本IO特性,接着使用TPC-B标准对部署在固态硬盘上的通用数据库产品进行了评估.分析了缓冲区大小、CPU处理能力、用户并发数等对基于闪存数据库性能的影响.最后,结合测试结果,从数据组织、数据库资源利用等多方面给出优化建议.     

B+树算法的Java实现方法研究

随着人们对移动数据处理和管理需求的不断提高,与各种手持设备能够紧密结合在一起的嵌入式数据库逐渐成为人们研究的热点。而B+树作为一种成熟的数据结构,在数据库索引构建以及文件索引数据组织方面具有极其广泛的应用。为深入研究嵌入式数据库中B+索引的构建机制,文中使用Java语言实现了基于内存的B+树,并对其性能进行了评估测试。测试结果表明,该B+树具有良好的数据处理能力。     

LD_B~+树:闪存系统上一种DBMS索引结构

以往的研究大多针对文件系统,而DBMS存在更多细粒度的更新.本文综合考虑闪存自身的特点、设备种类繁多及不同闪存设备读写特性差别大等,提出了一种基于闪存的DBMS索引结构:LD_B+树.LD_B+树根据工作负载的读写特性动态地调节索引模式使之能够适应于不同种类的闪存设备.LD_B+树采用日志结构组织结点,通过结点转换表和日志缓冲区维护索引结构.模拟实验结果表明,不同闪存设备及工作负载下,LD_B+索引结构比B+树和日志型B+树(BFTL)具有6%-63%的性能提高.     

一种应用于闪存数据库的高效B+树索引机制

为解决现有闪存数据库索引机制无法同时具备高索引更新性能和高检索性能的问题,提出一种应用于闪存数据库的高效B+树索引机制。该机制采用日志方式更新索引,利用日志缓存区保证日志快速写入闪存。针对日志方式检索效率低的缺陷,设计节点日志映射表,通过哈希映射直接索引节点更新记录,避免全局搜索节点日志。将更新日志整合为B+树逻辑节点,使索引检索转化为B+树深度搜索,在此基础上设计节点缓存区,提高节点检索效率。实验结果表明,该机制相比日志型索引机制BFTL,更新效率提高了51%、检索效率提高了2.3倍,相比基于Nand闪存转换层的B+树索引机制,在保证与其相当的高检索效率的同时,更新效率提高了2.4倍。     

面向大数据流的分布式索引构建

大数据流的高效存储与索引是当今数据领域的一大难点.面向带有时间属性的数据流,根据其时间属性,将数据流划分为连续的时间窗口,提出了基于双层B+树的分布式索引结构WB-Index.下层B+树索引基于窗口内流数据构建,索引构建过程结合基于排序的批量构建技术,进一步对时间窗口分片,将数据流接收、分片数据排序以及B+树构建并行化,提高了构建性能.上层B+树索引基于各时间窗口构建,结合时间窗口时间戳的递增性和无限性,提出了避免节点分裂的构建方法,减少了B+树分裂移动开销,提高了空间利用率和更新效率.WB-Index架构中,将流数据和索引分离,同时利用内存缓存尽可能多的双层B+索引和热点数据来提高查询性能.理论和实验结果表明,该分布式索引架构能够支持高效的实时数据流写入以及流数据查询,能够很好地应用于具有时间属性的数据流场景.     

加密XML数据结构索引方案研究

充分利用XML数据库文档的树形结构特性,结合Dewey编码原理和B+树的索引特性,提出了一种基于B+树的加密XML结构索引和查询模型.在XML文档加密过程中,将XML加密数据与基于加密数据的B+树索引一起存储在服务器端,以便在服务器端完成对加密数据的结构索引.实验结果表明,此法提高了查询的效率,无需解密无关的加密数据,有效地实现了对加密XML数据的结构索引.     

一种优化的T-tree索引算法

分布武内存数据库已经成为了当今数据库的研究热点,而索引能够极大地提高数据库操作的性能.T-树索引是数据库系统中广泛使用索引技术之一.在T-树的基础上设计一种新的索引结构,在处理区间查询操作时其效率有明显的提高,也能够很好地解决数据插入、删除操作所造成的数据溢出问题.     

闪存数据库管理系统的分析与设计

固态硬盘采用闪存作为存储介质,它的随机读取速度是磁盘的大约20倍,此外它还具有低功耗、抗震性强,体积小的特点,被认为是取代磁盘的新一代数据存储设备。但是传统的基于磁盘的数据库管理系统并不适用于固态硬盘,这使得固态硬盘并不能充分发挥它快速读取的优良性能。在近两年来,对闪存数据库管理系统的研究成为新兴的热门领域。本文对用于固态硬盘的闪存数据库管理系统作了简要的设计与分析。     

闪存数据库顺序和随机操作性能深度测试和分析

闪存作为一种可供替代磁盘的新型存储介质,已经开始越来越广泛地被个人和企业使用。固态硬盘(SSD)的速度大大超出磁盘,但因为数据库系统并未完全发挥闪存的特性,闪存数据库的性能并没有得到相应的提升。详细测试和研究SSD的顺序和随机操作的差异,进一步证明现代SSD具有较快的随机访问速度。选取具有代表性的数据库基准,调整各查询的查询计划,观察不同查询计划下数据库系统的性能。由此发现,某些查询计划可以更好地发挥出SSD的随机访问特性,其中某个查询的最佳性能甚至比使用默认的查询计划快6倍以上。最后,总结传统数据库系统面对SSD这一介质的短板,并提出一些优化的建议。     

学习索引:现状与研究展望

索引是数据库系统中用于提升数据存取性能的主要技术之一.在大数据时代，随着数据量的不断增长，传统索引（如B+树）的问题日益突出：（1）空间代价过高.例如，B+树索引需要借助O（n）规模的额外空间来索引原始的数据，这对于大数据环境而言是难以容忍的.（2）每次查询需要多次的间接搜索.例如，B+树中的每次查询都需要访问从树根到叶节点路径上的所有节点，这使得B+树的查找性能受限于数据规模.自2018年来，人工智能与数据库领域的结合催生了“学习索引”这一新的研究方向.学习索引利用机器学习技术学习数据分布和查询负载特征，并用基于数据分布拟合函数的直接式查找代替传统的间接式索引查找，从而降低索引的空间代价并提升查询性能.首先对学习索引技术的现有工作进行了系统梳理和分类;然后，介绍了各种学习索引技术的研究动机与关键技术，对比分析了各种索引结构的优劣;最后，对学习索引的未来研究方向进行了展望.     

Flash-Optimized B+-Tree

With the rapid increasing capacity of flash memory, flash-aware indexing techniques are highly desirable for flash devices. The unique features of flash memory, such as the erase-before-write constraint and the asymmetric read/write cost, severely deteriorate the performance of the traditional B+-tree algorithm. In this paper, we propose an optimized indexing method, called lazy-update B+-tree, to overcome the limitations of flash memory. The basic idea is to defer the committing of update requests to the B...     

基于CB+-tree的时态XML索引

针对时态查询与时间属性紧密相关的特点,利用时间区间作为改进后B+-tree的索引关键字建立索引,改进后的B+-tree命名为Changing B+-tree(CB+-tree)。实验证明,在CB+-tree上进行时态查询比B+-tree及基于DOM的XML文档的查询效率有所提高。     

e—B＋树：面向多用户数据库系统优化的索引技术

B^＋树在数据库系统中已成为一种标准的索引结构，其上的并发控制机制对多用户数据库系统的性能有很大的影响．本文提出了一种变种B^＋树──弹性B^＋树－ｅ—B^＋树（ｅｌａｓｔｉｃＢ＋－ｔｒｅｅ），定义了其上的安全点和操作及并发控制方法，对ｅ—B^＋树的重构时机也进行了调整，降低了ｅ—B^＋树上结点的合并／分裂频率，减少了ｅ—B^＋树的维护开销，也缩短了封锁时间，从而使得其上操作的并发度和系统的效率得以提高．     

XYZ系统在电信领域中的应用

最近几年，在软件工程界内部有一种趋势，这就是开发以面向具体领域的ＣＡＳＥ环境．作为这样的一种ＣＡＳＥ工具，ＸＹＺ系统是由一时序逻辑语言ＸＹＺ／Ｅ和一组基于该语言的工具集构成．在ＸＹＺ系统中有很多的工具，它们被用来满足不同的需要．众所周知，ＳＤＬ（ｓｐｅｃｉｆｉｃａｔｉｏｎａｎｄｄｅｓｃｒｉｐｔｉｏｎｌａｎｇｕａｇｅ）是电信领域中的一个国际标准语言，而且有关基于该语言的环境已在开发，但是有关该语言的验证工作，特别是利用有关时序逻辑语言进行验证的工作还不多．作为一种尝试，本文将利用ＸＹＺ系统中的一个子系统ＸＹＺ／ＶＥＲＩ，对ＳＤＬ所描述的有关电信领域中的例子进行验证．     

一种新的基于B~+树结构索引的XML元素的连接算法

该文通过对传统的NumberingSchema进行改进,并结合B+树提出了一种新的索引———B+树结构索引。在B+树结构索引的基础上提出了一种有效的连接算法,该算法通过削减不参加连接的元素来实现快速、有效的连接。     

基于哈希的B+树结构的频繁模式挖掘

提出了一种基干改进的B 树结构及一种新的数据挖掘算法，HB-Minc，该算法通过构造哈希函数，获得B 树的关键字，并在B 树的叶子结点上构建链表结构，记录卡H关关键字的项集及频数，这样在无需产生巨大的候选项集的情况下，挖掘出频繁模式，且具有较高的时间效率。     

GLIP: A Concurrency Control Protocol for Clipping Indexing

Multidimensional databases are now beginning to be used in a wide range of applications. To meet this fast-growing demand, the R-tree family is being applied to support fast access to multidimensional data, for which the R+-tree exhibits outstanding search performance. In order to support efficient concurrent access in multi-user environments, concurrency control mechanisms for multidimensional indexing have been proposed. However, these mechanisms cannot be directly applied to the R+-tree because an object in the R+-tree may be indexed in multiple leaves. This paper proposes a concurrency control protocol for R-tree variants with object clipping, namely, Granular Locking for clIPping indexing (GLIP), dubbed an R+-tree variant, the Zero-overlap R+-tree (ZR+-tree). To the best of our knowledge, GLIP is the first concurrency control approach designed specifically for the R+-tree and its variants. The proposed GLIP supports efficient concurrent operations on R+-trees with serializable isolation, consistency, and deadlock-free. Experiment results on both real and synthetic data sets validated the effectiveness and efficiency of the proposed concurrent access framework.     

基于写数据页聚簇的固态硬盘缓冲算法

针对Flash写前需擦除,读写I／O开销不均衡等固有缺陷,研究面向闪存缓冲区管理,对提高基于Flash的固态硬盘（SolidState Disk,SSD）访问性能具有重要理论意义和应用价值．通过分析SSD关键技术及现有缓冲区管理算法,实现了一种适用于SSD的基于写数据页聚簇缓冲算法．文章中详细介绍了该算法关键技术及原理,并通过FlashSim仿真平台实现SSD写缓冲．基于仿真结果与传统缓冲算法性能比对,分析得出该缓冲算法可降低SSD随机写次数和SSD数据存储分散性,并提升SSD响应速度．     

面向闪存的树型索引综述

随着闪存技术的不断成熟,基于闪存的固态硬盘（solid state drive,SSD）迅速发展。然而,SSD具有不同于磁盘的特性,使得传统基于磁盘设计的索引不适用于闪存环境,因此面向闪存索引机制的研究与优化迅速开展。通过对目前闪存索引的广泛调研,从索引更新策略的角度,分析了它们的优缺点,旨在为SSD算法设计和索引开发提供系统的、有价值的参考。最后讨论了该领域未来的发展趋势和新的研究方向。