提高ORACLE8i数据库响应速度的若干技术对策

本文通过对基于Oracle8i数据库的大数据表存取问题的研究，提出了改进Oracle8i数据库系统响应速度的技术对策，它们分别是分区技术、物化视图技术、巧用索引。  

内存数据库组织分区法的评析

实时数据库系统（RTDBS）的高性能要求以内存数据库（MMDB）作底层支持。内存数据库分区方法是将数据库逻辑对象存储在内存中的组织管理方法。该文提出了比较不同的数据库组织分区方法的模型和方法，试图找出适合于内存数据库的分区方法。  

Oracle数据库分区优化技术研究与应用

本文从可用性、维护性以及优化性方面对数据库分区机制进行探讨,对分区索引的内部原理进行详细论述,并结合工程项目中的具体实践应用,分析了分区优化技术在性能和可用性方面发挥的重要作用。  

基于等价类的Apriori优化算法

介绍关联规则挖掘中的经典算法——Apriori算法的关键思想。针对传统Apriori算法效率上的不足，提出一种改进的Apriori算 法——Ec-Apriori算法。该算法采用划分的方法，按照频繁1-项集支持度对数据库进行划分，在各自独立的子数据库上运用等价类的方法生成候选集，优化连接操作，同时利用位对象操作简化支持度的计算，较好地提高了算法效率。实验结果表明，改进后的算法具有较好的有效性。  

如何利用Oracle表分区技术建设ODS平台

该单位目前要在业务系统和数据仓库之间建立一个ODS数据交换平台。此ODS数据平台用于存放从各个业务系统直接抽取出来的数据,这些数据从数据结构、数据之间的逻辑关系上都与原业务系统基本保持一致,在ODS数据平台中利用SCHEME方式进行区分。到目前为止,我单位的业务数据已运行多年,基本信息数据、历史归档数据庞大。如何规划一个设计合理、运行安全、查询快捷、性能高效的ODS数据交换平台就显得尤其重要。该文详细论述了如何利用oracle的表空间、表分区、子分区技术并结合我单位目前业务数据的特点来建立一个高效、安全、稳定的ODS数据交换平台。  

一种适应大型数据库的多支持度关联规则算法

关联规则挖掘一直是数据挖掘中的重要组成部分。提出一个新算法DPCFP-growth算法。DPCFP-growth算法是基于MSApirori算法,采用了CFP-growth分而治之的思想,并弥补了CFP-growth算法的不足。CFP-growth算法运行时要把整个数据库中的数据压缩到一个MIS-tree中然后进行频繁模式挖掘。在大型数据库中CFP-growth算法会建立一个深度很深宽度很宽的CFP-tree,以至于内存往往不能满足其要求,被迫使用大量的辅存,致使算法的运行效率急剧下降。DPCFP-growth算法根据CFP-tree的特征,有效地把大数据库分为若干个内存可以满足其要求的子数据库,然后在每个子数据库中进行局部频繁模式挖掘,最终汇总这些频繁模式生成全局频繁模式。实验表明该算法是正确的,并且在大型数据挖掘中,比CFP-growth算法有一定的优越性。