浅谈分布式数据库系统查询优化

分布式数据库系统的查询优化,就是要寻找执行代价最小的查询执行策略,使系统执行效率达到最高。我们在应用中需要选择适当优化方法,在执行代价和便捷度之间得到最佳执行方案。     

基于粒子群算法的数据库查询优化

研究粒子群算法在数据库查询优化中的应用问题。为了解决大型数据库信息检索困难、查询效率低的问题,提出了一种基于粒子群算法优化数据库查询技术方案。算法提出了一种数据库查询执行计划代价模型,主要包括了查询多链接次序以及副本的选择问题,准确定义了数据库查询执行代价,采用提出的粒子群算法来优化并求解该执行代价问题,从而使得分组数目更少、数据定位更精确。实例验证结果表明,通过属性表现和违规行为任何教师都可以被准确定位,减少了分组,为数据库查询提供了优化。     

松耦合多数据库集成系统中的最大子查询算法

本文提出一种松耦合多数据库系统环境下的查询处理策略。查询优化的目标是全局和局部两个操作层次开发系统，以减少执行一个查询的整体代价。     

分布式数据库系统的查询优化策略

简要的介绍了分布式数据库系统的概念和特点,并在分析比较分布式数据库系统和集中式数据库系统查询优化目标不同特点的基础上,归纳出分布式数据库系统的查询优化目标和代价分析,进而提出查询优化的策略,并在举例中重点讨论了操作执行顺序的不同对查询性能的影响。     

云科学工作流截止期限约束代价优化调度算法*

针对异构云环境下科学工作流调度的代价优化问题,提出一种基于约束关键路径的代价优化调度算法(CSACCP)。算法以满足截止期限约束同时最小化执行代价为目标,充分考虑云环境和科学工作流的独有特性,设定任务的向上权值,将工作流分解成约束关键路径(CCP)集合。结合首次适应插入算法以减少空闲时隙,改善费用优化效果,采用及时完成和最小费用增长代价的虚拟机选择策略形成备选资源集合。整体分配CCP到最便宜的虚拟机实例,压缩数据通信开销减少工作流的执行代价。通过四种著名的科学工作流仿真测试,结果表明与现有启发式算法相比,CSACCP不仅可以在满足截止期限的约束下得到更小的执行代价,还拥有更高的任务调度成功率。     

分布式数据库数据分配模型的优化算法

本文分析了广域网中影响分布式数据库系统执行总代价的主要因素,提出了以系统通讯量最少为目标的非冗余分配条件下的分布式数据库分配模型求解的优化算法,并给出了详细的论述.     

查询树的启发式优化研究

描述了查询树的启发式优化方法,优化了文献[1]中的查询树,并分析了查询树的执行代价。     

支持异构数据集成的Web服务合成方法的优化策略

通过介绍一种异构数据集成模型,讨论数据集成的执行代价模型;以代价模型为基础,提出了基于代价模型的优化策略和基于惰性思想的优化策略,并分别给出了优化算法,给出了模拟实验,验证了所提出的优化策略的可行性和有效性.     

包含高代价谓词查询的基于属性势值估算的优化技术研究

传统的关系数据库系统(RDBMS)是以查询操作中发生的内存与磁盘交换数据的块数(即I/O)为基础进行查询优化的,然而传统代价模型及查询优化方法并不适合包含高代价谓词的查询.学术界提出了一些优化方法,一定程度上解决了高代价谓词查询的优化问题,但这些方法存在优化空间加大、优化程度有限等问题.以具有视频监控的大型超市数据管理为背景,针对包含视频数据及视频处理的混合查询,以操作结果缓存的方式执行高代价谓词,提出属性势值估算以及基于属性势值估算的查询优化方法.这种优化方法更大程度地降低高代价谓词的执行次数,很好地解决了包含传统数据类型和大对象操作的混合查询的代价优化问题.将这种方法与以往高代价谓词的查询优化方法进行性能比较,结果令人满意.     

查询树的启发式优化研究

描述了查询树的启发式优化方法,优化了文献[1]中的查询树,并分析了查询树的执行代价.     

减小运行时优化开销的方法

运行时优化在程序运行期间,根据采集到的相关信息,确定程序的热点并进行优化,从而加速程序的执行。然而,运行时优化本身有一定的开销,有时候会抵消甚至超出优化得到的效果。该文设计和实现了一个基于SMP/IPF(英特尔安腾系列)/Linux架构的自适应二进制代码优化/编译框架,其中包含了运行时优化。分析了运行时优化的阶段和开销,并介绍了在设计和实现该框架的过程中,为减小这种开销所提出的思路和采用的方法。     

一种改进的数据库查询优化算法

数据库查询优化技术对提高数据库的查询效率,增强数据库性能有重要作用。针对大型数据库中多表连接查询效率低的问题,提出了一种基于粒子群算法的改进查询优化算法。针对多表连接查询的特征,对粒子采用树形编码的方式,并提出了一种计算数据库查询执行代价的模型。实验表明,使用粒子群算法优化后的查询策略比原始查询策略的查询执行代价低,有效提高了系统的查询效率。     

Shared-nothing并行数据库系统查询优化技术

查询优化是并行数据库系统的核心技术。该文介绍作者自行研制的一个Ｓｈａｒｅｄ－ｎｏｔｈｉｎｇ并行数据库系统ＰＢＡＳＥ／２中独特的两阶段优化策略。为了缩减并行相称优化庞大的搜索空间,ＰＢＡＳＥ／２将并行查询优化划分为顺序优化和并行化两个在阶段。在顺序优化阶段对并行化后的通信代价进行预先估算,将通信开销加入顺序优化的代价模型,同时对动态规划搜索算法进行了修正和扩展,保证了顺序优化阶段得到的最小代价计划在     

Query optimization via contention space partitioning and cost error controlling for dynamic multidatabase systems

A multidatabase system (MDBS) integrates information from multiple autonomous local databases. Performing global query optimization to achieve efficient query processing in such a system is challenging due to local autonomy of the data sources. Dynamic factors in the environment make the problem even more difficult. In this paper, we present two techniques, i.e., contention space partitioning and cost error controlling, to perform global query optimization in a dynamic MDBS. Both techniques generate an execution plan with multiple versions for a query in a dynamic MDBS, utilizing the multistate cost models built for the dynamic environment via our previous multistate query sampling method. The first technique partitions the contention space of a dynamic multidatabase environment into a given number of subspaces and chooses a good query execution plan version for each subspace, while the second technique selects a set of execution plan versions by using a given error tolerance to control query execution costs. Experiments demonstrate that the proposed techniques are quite promising for performing global query optimization in a dynamic MDBS. Compared with related work on dynamic query optimization, our approach has an advantage of avoiding the high overhead for modifying or re-generating an execution plan for a query based on dynamic runtime information. Research was supported by the US National Science Foundation under Grant # IIS-9811980 and The University of Michigan.     

云中截止时间动态分配的工作流调度成本优化算法

现如今,如何在满足截止时间约束的前提下降低工作流的执行成本,是云中工作流调度的主要问题之一。三步列表调度算法可以有效解决这一问题。但该算法在截止时间分配阶段只能形成静态的子截止时间。为方便用户部署工作流任务,云服务商为用户提供了的三种实例类型,其中竞价实例具有非常大的价格优势。为解决上述问题,提出了截止时间动态分配的工作流调度成本优化算法(S-DTDA)。该算法利用粒子群算法对截止时间进行动态分配,弥补了三步列表调度算法的缺陷。在虚拟机选择阶段,该算法在候选资源中增加了竞价实例,大大降低了执行成本。实验结果表明,相较于其他经典算法,该算法在实验成功率和执行成本上具有明显优势。综上所述,S-DTDA算法可以有效解决工作流调度中截止时间约束的成本优化问题。     

动态二进制翻译中的冗余LOAD删除优化技术

动态二进制翻译系统是根据程序的动态执行信息来将源机器上的可执行代码翻译成目标机器上的可执行代码.在翻译成中间表示的过程中会产生一些冗余的LOAD指令,为提高代码的执行效率,提出对这些LOAD指令进行冗余删除优化.该优化技术可以使优化效果超过其自身的开销,达到优化的目的.     

面向海洋节能边缘计算的任务卸载研究

针对海洋通信网络能源不稳定、时延较长的问题,提出一种混合能量供应的边缘计算卸载方案。对于能量供应问题,移动边缘计算(MEC)服务器集成混合电源和混合接入点,混合电源利用可再生能源为MEC服务器供应能量,采用电力电网作为其补充能源,保证边缘计算系统的可靠运行,船舶用户通过混合接入点广播的射频(RF)信号收集能量。针对任务卸载优化问题,以能耗-时延权衡优化为目标,联合能量收集方法制定任务卸载比例、本地计算能力和发射功率的优化方案,最后利用降维优化算法,将目标函数简化为关于任务卸载比例的一维多约束问题,并利用改进的鲸鱼优化算法获得最优的执行总代价。利用边缘云模拟器EdgeCloudSim仿真的结果表明,所提方案较具有能量收集的资源分配方案和基本海上通信网络优化的方案执行成本分别降低了13.4%和9.6%。