基于FPGA的数据库聚合查询加速引擎

数据库是实现信息统筹管理的重要载体。通过硬件层面的优化设计来实现对数据库海量存储资源的高速查询已成为相关领域研究的重要方向。针对当前主流数据库在执行聚合查询操作过程中存在的低效率、高延迟等问题，文中深入剖析了数据库执行聚合查询的原理和关键步骤，并以异构思想设计了一种全新的基于FPGA的数据库聚合查询加速引擎。     

一种基于知识图谱技术的多源异构数据融合、共享方法

针对异构数据融合耗时过长,共享过程能耗过多的问题,基于知识图谱技术,提出了一种新的多源异构数据融合、共享方法。引用纵向数据融合与横向数据融合方法,纵向数据融合利用Web Service接口,横向数据融合采用SNMP接口;确定异构数据源位置,利用知识图谱技术建立拓扑结构,基于权值确定共享顺序,实现多源异构数据融合、共享。实验结果表明,提出的基于知识图谱技术的多源异构数据融合、共享方法能够有效缩短融合时间,且共享过程能耗满足源头节能要求。     

基于Web Service柔性异构数据集成系统设计及查询处理

提出的异构数据集成系统框架包括源模式层、局部模式层、全局模式层和用户模式层.利用Web service接口完成从源模式层到局部模式层的转换,利用模式融合和冲突解决实现从局部模式到全局模式的转换,并嵌入数据查询过程.用户模式层作为全局模式层的一个子集,可以动态调整,方便集成数据的查询处理,还定义了一个基于XML的统一数据模型以支持异构数据的集成中的查询处理,提出了一个相应的查询处理过程.     

基于虚拟数据库技术的异地异构数据源整合

传统异地异构数据的整合方法存在查准性能差的问题,文中为此提出基于虚拟数据库技术的异地异构数据源整合方法。构建虚拟数据库异地异构数据的传输负载模型及数据存储结构,提取数据存储结构的稀疏性特征,并挖掘虚拟数据库异地异构数据的属性关联规则特征量,利用特征量融合异地异构数据的模糊信息,建立数据整合模型,实现虚拟数据库异地异构数据源整合。仿真结果表明,采用该方法进行虚拟数据库异地异构数据源整合时间的开销小,数据库的查准率较高。     

基于异构数据库的海量数据查询系统设计

多种快速发展的应用产生了海量的数据,使得数据结构多样化,导致在异构数据库系统中数据的存储和查询方式不统一。文章设计了基于分层思想的异构数据库的海量数据查询系统,提出查询分发策略并通过Map Reduce并行计算实现了海量查询子结果的汇聚,最后对该系统的有效性进行测试,结果表明:系统实现了统一数据格式的联机查询目标,性能表现良好,提升了查询的精度和效率。     

基于异构数据融合的数据库智能集成方法

目前研究的数据库智能集成方法存在的集成精度低、集成时间长、数据失效率高、集成效果差等问题,该文研究了一种基于异构数据融合的数据库智能集成方法。采用权重平均法、D-S证据理论法和投票表决法实现复杂的异构数据融合,对来自不同数据源的多方数据进行协同处理,减少数据库数据的冗余现象,综合互补数据信息,明确数据间的关联性,便于提取协同信息。并通过建立公共模型、明确查询处理器的查询分配,确立数据库的关系模式,便于数据库的管理,同时制定详细的数据查询流程,以快速且准确地响应用户查询需求,完善数据库的集成功能,并促进异构数据融合技术的进一步发展和应用。实验结果表明,基于异构数据融合的数据库智能集成方法能够有效提高集成精度,缩短集成时间,降低数据失效率。     

数据操作在模型演化中重构方法的研究

随着数据库技术的发展,对模型和数据的要求也越来越多,异构数据也日益增加,为了实现数据库的升级和整合,更好地发挥数据的作用,文中提出了在模型演化过程中数据操作重构方法,基于本方法,可以有效地消除数据融合之间的异构性问题,用户也可通过本方法获取希望得到的视图和操作。     

基于MES的多源异构信息集成与共享系统

为在复杂且混乱的网络环境中实现对多源异构信息的准确分辨与按需供应,该文设计了基于MES的多源异构信息集成与共享系统。在MES拓扑框架中构建数据查询模块、共享数据存储模块,完成了对系统硬件执行环境的搭建。并导入必要的异构信息数据,按照同步集成处理的定义需求,将所有数据信息全部转存至多源型数据库结构体中,实现对系统软件执行环境的搭建。对比实验结果表明,与套叠型信息处理系统相比,MES型系统可在复杂的网络环境中更为准确地分辨多源异构数据,证明其具有较强的实用性价值。     

一种基于JSON的异构数据查询方法

异构数据的查询是近年来研究的热点,用户不能同时对异构数据进行查询。提出一种基于JSON的异构数据查询方法,该方法以JSON传输格式为基础,为不同设备端提供访问异构数据源的接口,使JSON作为统一的模型对异构数据进行编写。使用JSON格式的数据查询方法可以为用户节省流量成本,同时简化了对异构数据的查询问题。理论分析和实验结果证明基于JSON的异构数据查询算法具有高效、稳定的优势。     

一种基于深度学习的多源异构数据融合方法

在大数据背景下,结合深度学习,讨论了多源异构影像数据融合问题,在数据融合的基本架构基础上,构思了一种泛化性强的多源异构影像数据融合的深度学习模型,将深度学习技术运用到多源异构数据信息提取与挖掘。     

Query Acceleration of Graph Databases by ID Caching Technology

In this paper, we approach the design of ID caching technology (IDCT) for graph databases, with the purpose of accelerating the queries on graph database data and avoiding redundant graph database query operations which will consume great computer resources. Traditional graph database caching technology (GDCT) needs a large memory to store data and has the problems of serious data consistency and low cache utilization. To address these issues, in the paper we propose a new technology which focuses on ID allocation mechanism and high-speed queries of ID on graph databases. Specifically, ID of the query result is cached in memory and data consistency is achieved through the real-time synchronization and cache memory adaptation. In addition, we set up complex queries and simple queries to satisfy all query requirements and design a mechanism of cache replacement based on query action time, query times, and memory capacity, thus improving the performance furthermore. Extensive experiments show the superiority of our techniques compared with the traditional query approach of graph databases.     

Automatic data aggregation for recursively modeled NFV services

Network function virtualization (NFV) allows to model network services as graphs interconnecting virtual network functions (VNFs), which may include nested VNFs, modeled as subgraphs of VNFs or end points. To query the performance data of network services modeled as abstract and high‐level graphs is challenging because of the recursivity of the NFV architecture and the elasticity and dynamicity provided by the NFV infrastructure. We propose to use Datalog, a declarative logic programming language, to build a framework that supports efficient data aggregation for performance metrics of recursively modeled network services. We present our recursive query language for automatic and flexible decomposition and aggregation of NFV performance metrics and describe example use cases for both compute and network metrics. We also describe the design and implementation of a proof‐of‐concept query engine using the language. Our performance evaluation shows that the total query latency is dominated by retrieval times of performance metrics from infrastructure databases, and the time for execution and automatic decomposition of high‐level queries by the query engine itself increases linearly with the size of the service graph up to 1000 nodes. Hence, our evaluations show that the query engine scales well, bounded mainly by the limited execution capabilities of our test environment. Furthermore, it can handle multiple concurrent queries up to the concurrency limits of the backend database in use. The proposed query language and engine are thus effective in recursively retrieving performance metrics of NFV environments supporting large‐scale service graphs and large numbers of query requests.     

分布式一体化安全数据库系统体系结构

随着信息技术的发展,数据库系统应用越来越广泛,安全问题日益突出。针对该问题,这里设计了分布式安全数据库系统体系结构,由物理存储器、存储管理器、查询处理器、系统管理器以及安全服务器等构成,实现安全防护和数据库系统的一体化,并给出身份认证技术、访问控制技术以及存储加密技术的具体实现方法。     

面向数据集成的一种高效一致性查询方法

一阶查询的SQL可表达性使得基于数据库修复的一阶查询重写方法在解决不一致数据库上的一致性查询问题上更具实际应用价值,但现有方法生成的一致性查询重写的执行效率不够理想.本文重点考虑在数据集成环境下如何有效地提高一致性查询的执行效率,同样针对合取查询类C_forest提出了基于OR-database集成模式的一致性查询重写算法ConsRewrite_OR.基于线性工作度量的查询代价分析以及Oracle 10g上的TPC-H模拟实验都充分地说明本文算法产生的一致性查询与Fuxman的查询重写相比在集成数据库上具有更好的执行效率.     

基于域语义约束的MiniCon算法

查询重写是数据库研究的一个基本问题，它和查询优化、物理数据的独立性维护、数据集成、数据仓库和决策支持等问题紧密相关。MiniCon算法是一种可伸缩的高效的重写算法，文章对它进行了深入研究。提出了一种基于域语义约束的MiniCon算法，解决了MiniCon算法中丢失查询重写或生成冗余查询重写的问题．提高了算法的正确性和完备性．     

数据库优化查询架构的设计与仿真

针对当前数据库查询过程中,在处理海量数据的时候,使用的常规查询方法不仅浪费数据库资源,多次重复无用操作,而且可能使数据库负担过重而崩溃,使得查询数据库非常费时费力的问题.本文提出了构造XML文档来模拟数据库,将数据库的查询转化为对XML的查询.在使用上提出了一种更加便捷的查询解决的方案.仿真实验证明,该模型能够大幅提高数据的查询速度,取得很好的效果.     

基于随机游走模型的查询日志中命名实体挖掘

提出了一种弱指导的方法从搜索引擎查询日志中挖掘命名实体。该方法中采用人工选择的少量命名实体名称作为种子,使用随机游走模型从查询日志中获得大量的命名实体。其中采用了查询日志中的实体上下文模板,用户点击URL和候选命名实体构建三分图,根据在该图上的随机游走计算候选命名实体属于指定目标实体类别的概率,从而在查询日志中获取该类别的命名实体。在真实的查询日志上对7个实体类别进行的实验,实验结果显示本文方法在各个类别上均获得较好的命名实体挖掘效果。     

Linked Open Data Query Based on Natural Language

Linked open data (LOD) supports the SPARQL query strongly. A translation system from the natural language query to the SPARQL query based on the syntax rules is proposed. For a natural language query, a parsing method is proposed to represent the query in-tention and construct the corresponding query graph. The algorithms for obtaining and instantiating triple patterns are designed based on the rules. A mapping method for different types of graph nodes is lastly proposed to im-prove the recall. The experiments based on test data from QALD-4 are conducted. Compared with the other systems, our system is more easy and effective, and evaluation re-sults are outstanding in the field of unsupervised learning.