半结构化数据查询重写

查询重写是数据库研究的一个基本问题，它和查询优化，数据仓库，信息集成，语义缓存等问题紧密相关，目前Internet上存在海量的半结构化数据，在信息集成过程中产生了大量半结构化视图，如何利用物化半结构化视图来重写用户查询，减少响应时间成为研究热点问题，上述问题本质上是NP问题，提出了一种半结构化查询重写的新方法，该方法在保证算法正确性和完备性的基础上，利用半结构化数据特点和查询子目标之间的关系，减少了指数空间的查询重写候选方案生成，理论分析表明，它极大地降低了算法的代价。  

数据集成中XML数据查询语义重写

查询重写是数据库研究的一个基本问题，它和查询优化，数据仓库，数据集成，语义缓存等数据库问题密切相关，为提高集成系统的查询效率，系统选择提交频率较高的XML查询物化为中间层视图，用户提交查询后，系统尽可能利用中间视图层中视图，而不是访问数据源来回答查询，这个问题实际可以归结为半结构化查询重写问题，考虑到中间视图层空间的有限性，已有视图应当尽可能回答更多的查询，传统查询重写方法有考虑半结构化数据之间的约束，而根据约束可以等价变换查询，从而提高中间视图层中的表达能力，提出了一种新的半结构化查询重写的方法，该方法在保证算法正确性和完备性的基础上，利用上半结构化数据中的约束，尤其是XML文件中的路径依赖，来增强中间层物化视图的表达能力，理论分析和初步原型实验证明方法的有效性。  

基于本体的XML数据集成的查询处理

数据集成在很长一段时间一直为人们所关注．随着XML逐渐成为Web上发布和交换数据的标准，研究人员提出了基于本体的XML数据的语义集成方案．此文对于这样的方案进行了形式化，提出的算法NaiveMaxQEP解决了最大查询计划的生成问题；并基于非完整性角色个数有限的假设，对于查询执行计划生成算法进行了优化，提出了0ptMaxQEP算法；为支持高效的分布式资源整合，文章还给出了网络代价优化算法NetoptQEP，基于网络代价对输出的执行计划进行了优化．  

异构数据源集成应用模型及其查询处理方法

异构数据源联合使用的目的是屏蔽数据源的异构性，提供给用户一个使用多种数据源的统一接口，在实现联合使用的系统中的难点是用户查询的重写和分解。该文介绍了基于半结构化数据模型的异构数据源联合使用的实现，描述了其中的查询重写和查询分解的方法。  

Lite/2中基于数据同步对象的事务性同步技术

数据同步技术是移动数据库系统中消除移动客户机与数据库服务器之间数据不一致和冲突的主要方法.给出了"小金灵"移动数据库系统Lite/2中所采用的基于数据同步对象的事务性数据同步方法,它能够保持数据的语义一致性.此外,Lite/2将同步失败恢复和队列技术相结合来优化事务性同步过程的总通信代价.实验结果表明,Lite/2中的同步方案是高效合理的.  

基于客户本体的客户特征提取

首先介绍了本体及客户本体的概念，然后提出了基于客户本体的客户信息集成框架，接着提出利用基于客户本体的查询扩展和查询重构进行客户特征提取的方法和步骤，最后用一个实例说明了基于客户本体的客户特征提取方法。  

Towards an algebraic theory of information integration

Information integration systems provide uniform interfaces to varieties of heterogeneous information sources. For query answering in such systems, the current generation of query answering algorithms in local-as-view (source-centric) information integration systems all produce what has been thought of as “the best obtainable” answer, given the circumstances that the source-centric approach introduces incomplete information into the virtual global relations. However, this “best obtainable” answer does not include all information that can be extracted from the sources because it does not allow partial information. Neither does the “best obtainable” answer allow for composition of queries, meaning that querying a result of a previous query will not be equivalentto the composition of the two queries. In this paper, we provide a foundation for information integration, based on the algebraic theory of incomplete information. Our framework allows us to define the semantics of partial facts and introduce the notion of the exact answer—that is the answer that includes partial facts. We show that querying under the exact answer semantics is compositional. We also present two methods for actually computing the exact answer. The first method is tableau-based, and it is a generalization of the “inverse-rules” approach. The second, much more efficient method, is a generalization of the rewriting approach, and it is based on partial containment mappings introduced in the paper.  

基于数据流的近似查询计算及其应用研究

通过分析基于实化聚集视图的查询重写方法，将相关的查询计算理论与数据流的查询相结合，针对数据流的特征，给出了一种具有广泛应用前景的基于数据流的近似查询计算方案。  

基于XML数据的通用路径表达式的查询

查询重写是数据库研究的一个基本问题,它和查询优化、数据仓库、数据集成、语义缓存等数据库问题密切相关。同时,查询重写也是在关系数据库中存储和查询XML数据的关键问题。由于XML数据是元素嵌套和元素引用的,嵌套层数可以任意,并且模式和数据混合,因此XML的查询会涉及到广义路径表达式(GPE)。文中着重研究了如何解决XML数据的查询重写的方案,把含有广义路径表达式的XML查询语句重写为含有简单路径表达式(SPE)的XML查询语句,再转化为基于关系数据库的SQL语句。  

Web数据集成系统基于QC模型的物化视图选择

在Web数据集成系统中，物化视图能够有效地减少网络传输代价，提高系统的查询效率．如何选择查询进行物化，使得选中的查询满足集成层的空间限制，同时获取最大物化收益，成为集成系统中一个迫切需要解决的问题．传统方法没有考虑到海量XML查询之间的包含关系，其选择的物化视图中可能包含冗余的信息．针对上述问题，提出了①Web数据集成系统中海量查询集合的QC(query containment)模型，该模型能够捕捉查询之间最常见的包含关系；②基于QC模型的物化视图选择算法，算法考虑了物化视图选择相关的主要因素，包括查询提交的频率、空间代价、查询重写能力和查询结果的完备性，提出了查询位图的物化视图组织方式，从而获取更加合理的物化视图选择方案．实验结果证明了该方法的有效性．