OODB中连接视图的物化和增量保持技术

提出了一个实现OODB中连接视图物化和增量保持的算法，基本思想是扩充了文献[1]中的OODB模型，使其便利于连接视图的物化和增量保持，为每个类中的对象增加一个视图标识，用来标记该对象是否在相应视图中，以减少连接运算，最后，开发出一系列算法来实现由两个类做连接运算生成一视图的物化及保持工作。     

物化视图增量保持的改进算法

对于定义在若干基本表上的物化视图，当基本表发生变化时，物化视图也需要相应地更新，如何有效地进行物化视图的增量保持是一个非常重要的问题。文章提出了一种在O(nlogn)时间内构造最优Delta传播树的二分贪心算法，并给出了算法正确性证明。     

基于快速排序和huffman树的物化视图增量保持算法

物化视图是一种提高查询响应的有效方法,其核心问题在于如何与基表保持数据同步。目前已经有很多算法用于物化视图增量保持,各算法的效率不同,因此也出现了很多提高物化视图增量保持效率的算法。在构造最优Delta传播树的BinPartition算法的基础之上提出了一种基于快速排序和huffman树的物化视图增量保持算法,并通过实验证明了该算法可以提高物化视图增量保持的效率。     

OODB中基于多个类的视图维护

视图是可以被物化和查询的虚拟数据,是查询模式的一个重要的方面,它在保持数据的统一性和完整性方面有很大的作用。在视图被物化以后,每当数据库中的数据发生变化时,视图也应该更新,否则,就违背了数据的一致性和完整性。本文主要研究利用被修改的数据库对象进行视图维护的简单方法。     

数据仓库中基于实体化辅助视图的视图增量维护

为了加快对大量数据的查询处理速度，通常在数据仓库以实视图方式存储数据，当基础数据发生变化时，这些实视图也必须随着更新，因而视图自维护和一致性维护成为数据仓库的重要问题。本文提出利用视图计算的中间结果创建辅助视图，在数据仓库中进行实体化，采用有效的增量维护算法计算实视图的精确变化，实现数据仓库视图自维护。     

XQuery物化视图增量更新系统框架的研究

在Web应用中,以XML为格式的信息查询通常会受到网络传输速度有限等因素的影响。为了减少XML的物化视图与其数据源之间的一致性维护中所需的网络数据传输开销,提出了一种面向远程的XML物化视图增量维护方法和系统框架。这种方法根据多用户的查询请求和数据源更新信息,生成视图维护程序代码,以程序代码的网络迁移代替XML视图的重复查询,有效地减少了网络数据传输量。介绍了物化视图增量维护的基本原理、系统框架以及设计实现思路。最后通过性能测试,说明这种增量维护系统能够有效地减少传输开销。     

含聚集物化视图的增量维护方法

针对含聚集物化视图的增量维护问题,提出了一种基于逐步更新思想的增量维护模型和方法.该方法建立了聚集函数计算前查询结果与基表记录之间的映射关系表,并根据映射关系表的增量变化更新物化视图的聚集函数.针对之前方法对于MAX/MIN聚集函数增量更新的不足,在仅利用增量数据不能更新聚集函数值时,采用仅重新计算映射关系表中相关行的MAX/MIN函数值的方法,极大地减小了更新MAX/MIN聚集函数的计算量.在OSCAR数据库的应用表明了该方法的有效性和高效性.     

数据库视图增量保持的并行主动触发机制

当前数据库并行处理已经引起了很大的关注,而利用主动触发规则导出数据库数据(如视图)的研究也很多见,但在物化视图增量保持领域这方面的研究还不多见,尤其是利用并行处理能力来解决物化视图增量保持的多触发问题的研究。文章提出了并行环境下物化视图增量保持的主动多触发规则处理机制。     

基于物化视图的Oracle增量备份方法的实现

为缓解HIS主服务器压力,提高数据安全性和保密性,本文研究使用Oracle物化视图实现数据库的实时增量备份,同时对敏感数据进行过滤。该系统功能完整,实用性强,辅以图形界面以简化系统操作和维护。系统实施后,通过访问备份数据库,有效缓解了主服务器的负载压力,扩大了数据使用范围,达到了预期的设计要求。     

多物化视图并行增量保持三阶段模式

文章提出了一种基于并行流水线处理方式的多物化视图(materialized views)增量保持方法,即在先进行筛选的条件下,利用归类拓扑排序,将所有物化视图进行分类,使每一类中的视图之间没有嵌套定义关系.最后对每一类中的所有视图利用基于信号量控制机制的流水线模式并行处理,以达到对多物化视图实现增量保持的目的.     

保持时新性的WebView自适应物化和维护策略

WebView是指存储在WebRepository中的Web页面。WebView对于很多系统来说都非常有用,它可以给用户的查询和分析带来更快的效率,特别适合联机分析处理(OLAP)和决策支持。然而当使用Repository中的信息为用户服务时,笔者无法保证所提供的信息是最新的(与源数据保持up-to-date)。在这种情况下,虽然把这些信息返回给用户,实际上却不知道这些信息是否可以满足用户的需要。为了提高数据质量,系统需要尽可能提高数据时新性(Freshness),保持Repository与数据源相一致。该文围绕数据时新性,对系统存储哪些页面,这些页面又如何更新和维护才能取得系统能力和效率之间的平衡进行讨论,并提出一种基于效益的时新性保持方法(Profit-basedFreshness-keepingMethod,PFM),同时给出了它的近似解。实验结果说明,该方法在系统效率和数据时新性综合评估方面优于传统方法,同时对Web环境具有良好的适应性。     

面向区块链的高效物化视图维护和可信查询

区块链具有去中心化、不可篡改和可追溯等特性,可应用于金融、物流等诸多行业.由于所有交易数据按照交易时间顺序存储在各个区块,相同类型的交易数据通常会散布在诸多区块之中,降低了面向历史区块的追溯查询的处理效率.索引构建和物化视图是提升查询性能的两种典型方法,但当待处理数据分布于多个区块时,使用索引无法改善I/O访问效率,而物化视图可有效应对这个问题.然而,由于区块链系统的特点明显区别于关系数据库,传统的面向关系数据库的物化视图技术无法被直接应用到区块链之中.鉴于此,首次提出一种面向区块链的高效物化视图机制,具有如下特征:(1)将视图维护操作与共识过程同时执行,降低该操作对系统性能的影响;(2)使用字典树加快以区块为单位的多物化视图维护进程;(3)以默克尔验证的方式确保物化结果不被恶意篡改,进而确保查询结果可信.所提出的物化视图维护机制已经被集成到一个区块链系统中,并通过实验来验证该机制的高效性.     

基于网络的数据仓库动态增量维护算法与模型

提出数据仓库动态增量维护算法和模型．文中阐述了动态增量维护算法、模型以及利用该算法对数据仓库视图的维护技术，并以基于网络的数据仓库为例，描述了动态增量维护算法在数据仓库系统中的实现技术．本算法与技术对数据仓库技术的发展及应用有着重要的理论意义和实用价值。     

数据仓库中时态视图的维护

数据仓库的一个重要用途是利用时态视图向用户提供历史信息.因为在传统关系数据模型中增加了对时间的支持,而且时态视图的更新不仅来自于基表更新,还包括时间前进,所以,目前对非时态视图维护的研究成果不适用于时态视图,并且已有的一些时态视图维护算法也不适用于数据仓库.以历史关系模式为对象,根据增量式维护方法的原理,采用纯删除、纯插入的计算方法,用代数语言给出了5种基本历史关系代数运算的更新传播算法,由这5种历史关系代数组合定义的时态视图都可用迭代方法得到其增量维护计算式.所采用的纯删除、纯插入思想也可移用于其他历史     

Peer数据管理系统中的视图维护策略

研究Peer数据管理系统(peer data management system,简称PDMS)中的视图维护策略.首先提出一种混合的P2P架构,在该架构中,Peer优先选择基本的P2P架构而不是超级Peer架构.如果一个视图沿着PDMS的一条语义链路传播,那么它通过重构能够从许多数据源检索到数据,因此扩展了视图的定义,提出peer视图、局部视图和全局视图;并且从一条语义链路的任意节点出发,同一查询都能够得到相同的结果.在PDMS中,连接操作限制在各个局部PDMS中,这样,全局物化视图的维护就转化为对各相关局部物化视图的维护.在PDMS中,一个视图可能涉及到多个表的连接,根据该应用的需要扩展了Mork的规则系统.根据扩展了的规则系统进行更新数据传播,同时依据该规则系统提出一种算法来维护PDMS中的视图.最后进行实验验证.实验结果表明,该视图维护策略比Mork的视图维护策略的性能要好.     

面向对象数据库的关键技术研究

面向对象数据库作为第三代数据库,具有前两代数据库无法比拟的优点,满足复杂数据结构和海量存储需要,是新型数据库如多媒体数据库﹑空间数据库﹑演绎数据库﹑工程数据库的实现基础。本文作为综述第1部分,通过对比传统数据库不足来说明面向对象数据库优点,介绍面向对象数据库3种关键技术:数据库转换﹑模式演进﹑视图实现,阐述其原理并评论其优缺点。     

数据仓库保证任务一致性的多版本实视图维护

本文在3vwq算法的版本控制和补充思想的基础上，提出利用实现图的相关性和通过灵活的版本控制解决用户查询时的任务一致性问题和视图维护的多版本问题。     

OODB延迟视图维护模型

针对面向对象数据库中视图的特点，提出了一个延迟视图维护的模型以及相关的更新算法，在视图更新时，要考虑导出它的类的改动，以有以此类为根的继承和类组成子层次结构中的所有类的改动，因此，为每个类添加一个修改列表，为依赖于它的视图保存修改信息。