分布式数据库系统-SIRIUS-DELTA

SIRIUS-CELTA是法国国家信息与自动化研究所(INRIA)分布式数据库系统小组。在J.Le Bihan教授的领导下,研制成功的一个分布式数据库系统。它是世界上著名的四大分布式数据库样板系统之一。SURIUS-DELTA建立在小型计算机局部网上,支持异质节点。该系统实现了在异质节点系统中,如何使用多层体系结构、全局概念模式和全局外模式。它对全局用户和局部用户均提供了完全的数据透明性。同时,还对全局用户提供了具有查询优化功能的高级用户语言。SIRIUS-DELTA允许各种类型的数据分布,能够对数据库进行竞争性存取,而且采取了“滚回“的并发控制技术。该系统具有较好的私有性、完整性和可靠性。它对于我国开展分布式数据库系统的研究工作,无论从理论上、还是从实践上都具有一定的参考价值。     

一种应用于大规模存储系统的数据分布算法

随着大数据时代的到来,PB级、EB级甚至ZB级数据集出现,存储系统的建设需要根据业务的发展,逐渐进行扩展。不同性能存储设备的加入、旧设备的退出以及多设备同时失效等问题的出现对传统存储系统数据分布算法提出严峻挑战。设计了一种新的hash映射算法,该算法引入节点权重和多副本,并考虑节点失效和节点过载情况,能够适应存储系统扩容、节点失效、节点过载的动态环境。该算法能从概率上保证系统伸缩时,数据对象及其副本分布在不同的节点上,以及在节点间保持概率上分布的均衡性和迁移数据量最优;针对系统运行过程中节点失效和节点过载,该算法也进行了有效处理,提高了系统的可用性和性能。通过数学分析和实验验证了该分布算法自动适应存储系统的伸缩变化,保证了数据分布均匀性和对节点失效和过载的有效处理。     

大规模数据密集型系统中的去重查询优化

针对shared-nothing结构下大规模数据密集型系统去重查询的挑战,提出了一种有效的数据分布策略和并行处理方法分别对相关属性和无关属性去重进行优化:即自适应的散列和直方图相结合的数据分布策略,以及异步式并行查询中间件.前者在数据写入时保证数据均衡,并在数据量发生倾斜时自动调整数据的分布;后者充分发掘了去重查询处理中的粗粒度流水级并行,并消除了多节点同步等待的开销,尽早地返回结果.在生产系统DBroker上的测试表明,数据分布策略极大地改善相关属性的去重查询性能,而异步式并行查询引擎能够充分发掘并行性,对不相关属性的去重查询具有显著的性能提升.     

无线传感器网络中基于数据分布表的Top-k查询协议

Top-k查询要求返回在某种比较规则下的前k个网络数据,如最高(或最低)的k个监测值,是很多无线传感器网络应用中的重要查询.提出基于数据分布表的Top-k查询处理协议DDT-Q.DDT-Q采用跨层优化策略;以Sink为根,建立最短路径生成树,树中各节点都维护反映其子树节点感应数据分布的数据分布表DDT,根据DDT,把查询请求只分发(路由)到对查询结果有影响的数据源节点,实现对查询路由和返回数据的选择优化;节点利用数据分布表和查询参数k按子节点返回数据量大小为子节点"按需"分配通信时隙数, 即利用数据分布表指导MAC层的优化.实验结果表明,DDT-Q在不同的网络配置下,在能量消耗和查询延迟等性能方面都优于基于TAG的查询策略.     

一种有效的并行数据库数据分布方法RCMD

在并行数据库中,数据的分布方法是影响系统查询处理性能的主要因素。目前已有的几种数据分布方法都只适用于某一类查询,而处理其它类型的查询则效率较低。本文提出了一种新的数据分布方法RCMD,可以高效地支持多种查询类型。理论分析和试验结果表明本文提出的RCMD方法优于现有的数据分布方法,具有最好的查询处理性能。     

面向内容和结构的关键字图查询方法

为了在数据图上查找能够包含所有或部分查询关键字的子图,提出一种关键字图查询方法.首先通过Page Rank和查询关键字所处位置这2个因素对语言模型进行完善,克服搜索结果时只考虑距离关系而未考虑节点和查询关键字之间相似性的不足;其次提出节点搜索算法以及结果生成算法,为用户返回与查询相关且节点之间结构更加紧密的结果子图,将任意2个关键字节点之间最相关的连接关系表现出来.实验结果表明,该方法能够为用户返回更符合查询需求的结果.     

基于局部呼叫数据建模的相对相似用户分布式查询

在众多以手机呼叫记录（Call Detail Record,CDR）为数据源的分析研究和挖掘应用中,相似用户查询作为基础研究方法占据着重要地位。传统的查询算法多为集中式处理,然而CDR数据分布产生和存储的本质带来了相似用户分布式查询的问题。本文结合真实数据集,分析用户存储于各基站的局部数据与全局数据的关系,提出并实现基于局部呼叫数据建模的相对相似用户分布式查询方法（Rsu-DQ）,使用真实数据设计实验验证所提出方法的准确性和高效性。     

局部网分布式数据库系统—WDDBS

七十年代后期,分布式数据库作为数据库技术的一个新的分支已经形成,并迅速地向前发展。世界上许多国家对它开展了广泛深入的研究,取得了相当大的进展。武汉大学计算机科学系分布式数据库课题组参照世界上几个著名的分布式数据库系统模型设计了一个基于局部网的多用户分布式数据库系统一WDDBS。本文介绍该系统的设计目标、系统结构、数据分布的定义、查询处理和并发控制策略。     

一种面向分布主存多处理机的有效数据分布方法

本文针对分布主存多处理机中的数据分布问题，在程序已经过并行性分析的基础之上，提出了一种基于数据变换技术的有效数据分布方法。该方法能对多个嵌套循环中具有一般仿射数组下标的任意维数组进行有效的数据分布，并且该方法还考虑了偏移常量的对准问题，从而能使得数据通信量尽量小。实验结果表明了该方法的有效性。     

数字图书馆系统中基于Ontology的用户偏好模型

个性化服务技术为数字图书馆的研究带来一些新的挑战.如何描述用户的偏好以及如何使数字图书馆支持偏好查询是有待研究的一个问题.人们已经提出了基于偏序关系的用户偏好模型,并针对关系数据提出了一系列偏好构造方法.数字图书馆中的数据是半结构数据.半结构数据上用户偏好的描述比关系数据复杂得多.偏序模型无法有效地表达数字图书馆中的用户偏好.提出基于ontology的新的用户偏好模型,用ontology来描述数字图书馆中的文本和文本上的偏好.该模型能够充分表达用户偏好的结构和语义,并提供了复杂的偏好操作,能够有效地支持数字图书馆中的个性化检索和推荐操作.     

XML数据的查询技术

XML规范已成为当前网络应用(包括数字图书馆、Web服务以及电子商务)中事实上的数据表达、交换的标准.针对XML数据的查询在当前XML数据管理研究中占有重要的地位,也是当前XML数据处理研究领域的热点方向,相关的研究文献有很多.根据查询模式描述的不同,将当前XML查询技术归入两大类:XML Query方式和XML IR方式.后者又进而可分以为3个子类:XML IR/keyword方式、XML IR/fragment和XML IR/query方式,并从中挑选出3个研究者关注的问题进行了简述,它们是:Twig查询模式的处理、SLCA(smallest lowest common ancestor)节点的获取以及对所获取的XML片段相似性的度量.以方便普通用户使用为准则探讨了相关XML查询技术的优、缺点,将如下4个问题作为需要进一步关注的研究内容:结构化关键字查询及相应的结构相似性度量方法,如何消除XML Query查询处理模式(包含XML IR/query)和XML IR/keyword查询处理模式间数据冗余的问题,XML Query查询方式的理论探讨及其实现以及针对特定应用的XML数据的有效管理.     

Designing personalized digital libraries over websites with semistructured data

Issues concerning the design of personalized digital libraries over collections of semistructured data available on the Web are considered. The approach suggested makes it possible to design libraries adjusted to the personal needs of information users that place various requirements upon the contents and representation of information. The digital library is designed as a composition of fragments of websites. In this paper, a method for the compositional design of information systems is applied to semistructured data on the Web. This method was developed at the Institute for Problems of Informatics of the Russian Academy of Sciences (IPI RAS) [2]. The design procedure is demonstrated by designing a library over two websites containing data about registered patents.     

基于Web技术的图书馆公共公务网的设计与实现

介绍了一种基于Web技术和B/S模式的图书馆公共公务管理系统。该系统能够通过“图书馆公共公务网”网站,向各图书馆提供业务服务。文中给出了系统设计方案和主要功能的实现方法。针对网络图书馆数据库的建立提出了新的数据模型,有效的解决了为多馆服务时数据查询效率和数据存放问题;在与数据库连接时,采用连接池管理技术,进一步提高了数据库访问效率和系统的稳定性;详细分析了系统数据安全问题,提出了安全访问控制的解决方案。本系统的研究,为图书馆自动化建设探索了一条新途径。     

XML数据索引技术

对XML数据建立有效的索引,是左右XML数据处理性能的重要因素.深入地讨论了目前XML索引技术的研究现状,将XML索引技术分为两大类:节点记录类索引(本身还可以分为3个小的类型)和结构摘要类索引.根据XML数据查询处理效率以及XML数据修改对XML索引的要求,讨论了相关XML索引方法的优点和不足,并归结出XML索引后续研究的3个方向:XML结构信息的获取,路径信息的多维处理,数据修改合法性的有效支持,以及涉及能够同时有效满足XML查询和信息获取的索引.     

云计算中基于随机游走的数据查询方法研究

针对数字图书馆应用服务中的数据查询问题,提出了一种基于云计算的数据查询方法.首先,基于Random Walk方法找到查询请求的目标节点,然后,通过定义服务节点的相似节点集和等价节点集来进行二次搜索,返回具有最大评价值和最低负载的节点和数据作为所需的目标节点及数据.实验结果表明,在查询的数据质量、服务节点的负载能力以及查询的效率方法都优于传统的方法.     

无线传感器网络嵌入式网关的设计与实现

提出一种无线传感器网络嵌入式网关的设计方案和无线传感器网络数据管理与查询模式。该网关以AT91ARM9200作为核心芯片,并以GoAhead Web Server作为嵌入式Web服务器,以Sqlite作为嵌入式数据库,应用CGI实现嵌入式Web服务器和用户浏览器之间的动态页面交互,应用C语言程序实现串口数据的接收与分析处理。具有数据采集实时性高、运行速度快、安全可靠等特点,可有效进行传感器网络数据管理与存储,实现用户对传感器网络数据的远程查询和监视功能。     

链路感知的传感器网络空间范围查询处理算法

在无线传感器网络环境中,用户经常提交空间范围查询以获取网络某局部区域的统计信息,如最大温度、平均湿度等。现有的基于路线的空间范围查询处理算法假设节点通信模型为理想的圆盘模型,而实际的网络并不满足该假设,导致其能量消耗大且查询结果质量差。提出了一种链路感知的空间范围查询处理算法LSA,它根据网络拓扑和链路质量动态地将查询区域划分为若干个网格,依次收集各网格中节点的感知数据,以生成最终的查询结果。LSA算法通过遍历查询区域内的所有网格,保证了算法查询结果的质量。提出了启发式的网格划分方法以降低节点间数据通信的丢包率,给出链路感知的数据收集算法,以减少算法的能量消耗,提高查询结果的质量。通过仿真实验系统地分析和比较了LSA算法和现有的IWQE算法的能量消耗及查询结果质量,结果表明,在绝大多数情况下,LSA算法优于IWQE算法。     

面向PSTP查询的高效处理算法

在使用"不完全结构的约束查询(PSTP查询)"从XML文档中获取信息时,用户可以根据自身对XML文档结构的熟悉程度,在查询表达式中灵活地嵌入结构约束条件,从而满足完全不了解、完全了解及了解部分结构信息的各种用户的查询需求。提出一种基于扩展Dewey编码的查询处理算法,可以在仅扫描一遍元素的情况下,处理任意形式的PSTP查询。不同数据集上的实验结果表明,EDPS算法在处理twig查询、不包含"*"结点的PSTP查询及包含"*"结点的PSTP查询时,综合性能明显优于已有方法。     

Using distributed objects to build the Stanford digital libraryInfobus

For digital libraries to thrive, the providers of information processing services must be able to evolve their systems autonomously. However, as the complexity of their offerings increases, software tools more sophisticated than existing Web facilities are needed. Distributed object technology may be the answer. The availability of high-volume, increasingly sophisticated information is making the need for metadata facilities more urgent. Traditional, library-based approaches break down when used in an advanced digital library. More modular mechanisms are needed, and the CORBA system is one approach. Digital libraries are affected at a deep technical level by the widely differing user traditions of Web users and library patrons. The challenge and opportunity of digital libraries will be the synthesis of these traditions. The authors set out to create a technical infrastructure to support the construction of digital libraries. In their view, a digital library comprises widely distributed resources that can be maintained autonomously by different organizations and will not require adherence to uniform interfaces     

Applications of a Web query language

In this paper we report on our experience using WebSQL, a high level declarative query language for extracting information from the Web. WebSQL takes advantage of multiple index servers without requiring users to know about them, and integrates full-text with topology-based queries.The WebSQL query engine is a library of Java classes, and WebSQL queries can be embedded into Java programs much in the same way as SQL queries are embedded in C programs. This allows us to access the Web from Java at a much higher level of abstraction than bare HTTP requests.We illustrate the use of WebSQL for application development by describing two applications we are experimenting with: Web site maintenance and specialized index construction. We also sketch several other possible applications.Using the library, we have also implemented a client-server architecture that allows us to perform interactive intelligent searches on the Web from an applet running on a browser.