基于遗传算法的数据中心能效仿真

随着数据中心数量和规模的不断扩大,能耗已经成为制约数据中心成本和可靠性的关键问题。而且,随着数据中心投入运营后的硬件迭代更新,数据中心服务器的异构性进一步加大,其能效也同设计建设之初相比有较大的变化。因此,根据数据中心服务器的构成和硬件配置,对整个数据中心进行动态能效仿真与分析,有助于实时掌握数据中心的能效现状,进行能效感知的负载调度,并提供能效优化的可能性。首先基于企业级服务器的SPECpower测试结果,对近年来服务器的能效发展趋势和影响因素进行了分析;然后基于遗传算法对数据中心的能效优化进行仿真,并设计了一个数据中心的能效仿真器原型系统。该仿真器可以根据供电限额、负载情况和吞吐量指标等动态仿真和调整数据中心服务器的运行状态,并对不同规模和不同服务器类型的数据中心能效进行仿真。所提出的基于遗传算法的数据中心能效仿真算法在能量最小化问题上得到了较小的误差和较短的仿真计算时间。     

XML数据查询中值匹配查询代价估计算法

XML数据查询中值匹配查询条件的查询代价估计问题是一种典型的多元素查询条件代价估计问题.它与传统关系型数据库中的多元素查询条件不同,因为XML数据中的值信息分布不仅与其他值信息分布相关,还与XML数据中的结构信息相关,而且当XML数据结构比较复杂时,可能会形成高维元素相关.针对以上问题,提出了一种面向XML数据的基于小波的多维直方图查询代价估计算法,并提出了确定XML数据中以某值元素为主键的相互依赖元组的方法,将值匹配条件改写为多元素查询条件的方法以及结构信息的值化方法.实验结果证明,提出的方法取得了较准确的查询代价估计结果.     

基于数据库负载的SQL能耗预测模型

传统数据库以性能(吞吐量、响应时间)为首要优化目标,忽略了数据库系统的能量消耗。在一味追求性能的同时,高能耗问题日益突出,为数据库负载构建能耗模型是构建绿色数据库的基础。通过量化查询负载执行过程中对系统资源(CPU与磁盘)的消耗,将资源消耗产生的时间代价和功耗代价转化为时间代价预测模型和功率代价预测模型,在单站点数据库服务器上实现了为数据库系统构建资源单位代价统一的能耗预测模型。采用多元线性回归工具拟合模型的重要参数,实验结果验证了能耗预测模型的可行性;并分别在静态与动态的系统环境下对系统不同类型查询负载的能耗进行预测与评价,验证了该模型的准确性,使得提出的能耗模型适合于构建能耗感知的绿色数据库。     

基于分布式数据库系统查询优化策略的研究

在分布式数据库系统中,由于数据的物理分布使得分布式查询处理增加了许多新的复杂性,不同的查询处理策略,其查询处理代价和复杂度是大不一样的。分布式数据库系统的查询优化和集中式数据库系统相比,显得更为重要。文章在充分讨论查询优化和策略的基础上,着重论述了一种分布式数据库系统查询优化策略是如何影响查询性能的。     

Geno:基于代价的异构融合查询优化器

新型硬件及其构建的环境改变了传统的计算、存储以及网络体系,也改变了上层软件既往的设计假设,特别是通用处理器和专用加速器组成的异构计算架构,改变了数据库系统的底层框架设计和查询优化的代价模型.数据库系统需要针对新型硬件的特性做出适应性调整,以充分发挥新硬件的潜力.提出一种面向CPU/GPU/FPGA异构计算融合的基于代价...     

语义查询优化技术研究综述

1.引言传统的查询优化器利用语法变换对查询进行优化,从生成的查询计划中选择一个具有最小代价的执行计划。然而,随着数据库技术和网络技术的发展,尤其是在异构数据库环境下和面向对象的数据库中,处理的对象结构更为复杂,传统的查询优化器显得力不从心。语义查询优化利用数据库上的语义规则将一个查询变为一个语义等价且更加高效地查询,以此来弥补传统查询优化技术的不足。虽然,语义查询优化能够产生较好的优化效果,但必须有效地解决以下一些问题:     

基于代数的Transform查询优化策略

XQuery/Update中定义了一种特殊的查询--Transform查询.Transform查询类似于关系数据库中的假设查询,可以表示成假设查询的一般形式:"Q when{U}",即查询Q的查询结果是假设数据库执行了更新操作{U}以后的结果,而更新操作U实际不修改数据库的状态.Transform查询需要拷贝XML数据库中的结点,并对拷贝的结点执行更新操作,所以不影响数据库的状态.但该操作通常拷贝和更新了大量与查询结果无关的结点,因此如何减少拷贝与更新操作的代价是Transform查询处理优化的关键.提出了基于OrientXA的Transform查询优化方法,并在NativeXML数据库系统OrientX 3.0里实现和验证了该方法.     

一种新的关系数据库查询优化方法

现代关系数据库查询优化器通常根据查询代价评估不同查询计划的执行效率,对查询计划中产生的中间结果集的错误预测是造成优化器效率低下的主要原因。为了解决这个问题,本文介绍一种新的SPS（Statistics Predict Set）查询优化方法。该方法能够有效地解决这方面的问题。     

大规模分布式系统中的多属性查询处理

大规模分布式系统中的复杂查询处理是将对等计算技术运用于关键应用中的重要问题,是学术界与工业界所共同关注的研究问题.文中介绍了一种高效、可伸缩的通用的基于类Chord协议的多属性查询处理技术GChord.它既支持匹配查询也支持范围查询.和现有其它技术相比,对于任何数据元组,GChord只需要对其编码和索引一次,且能将查询处理的代价限制在一个很小的范围内.因此,它能在索引维护代价和查询效率之间达到平衡.GChord还提供优化技术以进一步提升性能.实验证实了GChord具有较高的查询处理效率以及较低的索引维护代价.     

基于Shared-Nothing的并行Hash连接算法效率分析

该文研究了基于Shared-Nothing结构的几种常用并行连接算法,分析了影响查询响应时间的各种因素.在此基础上,以多种硬件成分作为参数建立一个代价分析模型.使用该模型计算并行Hash算法在每个处理机上的平均任务执行时间和总的查询响应时间,并比较了几种算法在不同硬件配置下的执行效率.所提出的模型和分析方法为评价和选取并行连接算法提供了一种可行的途径.     

基于时间／能量模型的无线传感器网查询优化

针对无线传感器网在数据查询过程中存在的问题,提出一种基于时间,能量模型的无线传感器网查询优化算法,每个传感器站点通过评估数据／事务的时限要求和时间／能量消耗,将查询数据直接上传到服务器,并执行压缩、合并、聚集,融合等优化处理。仿真实验结果表明,该算法是有效的,且能够获得较好的性能。     

传感器网络中基于蚁群优化的数据查询协议

在无线传感器网络的数据查询中,蚁群优化方法可以找到从源节点到目的节点的最优路径.但当所有的查询消息和查询结果都在这条路径上进行时,路径上的能量消耗会很大.因此,提出一种基于蚁群优化的能量均衡数据查询协议EBDQ(energy balance data query protocol based on ant colony optimization),根据路径上的能量消耗情况,通过信息素对其进行奖惩,使网络的能量消耗分散在不同的路径上,让整个网络的能量平稳降级.理论分析和仿真结果都说明,EBDQ协议能够提高传感器网络的生命周期,降低网络时延.     

一种改进Cougar传感器网络数据管理系统

分析了Cougar传感器网络数据管理系统的组成和功能,对存在簇头节点能量消耗大,不均衡的问题,提出一种改进的Cougar系统,给出了节省能量的查询优化预处理算法。实验表明,改进后的Cougar系统有效地降低了传感器网络的能量消耗。     

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。     

并行查询下查询执行计划的选择

查询是数据库系统的主要负载,其效率决定了数据库性能的好坏。一个查询存在多种执行计划,当前,查询优化器只能按照数据库系统的配置参数,静态地为查询选择一个较优的执行计划。并行查询间存在复杂多变的资源争用,很难通过配置参数准确反映,而且同一执行计划在不同情景下的效率并不一致。并行查询下执行计划的选择需考虑查询间的相互影响——查询交互。基于此,提出了一种在并行查询下度量查询受查询交互影响大小的标准QIs。针对并行查询下查询执行计划的选择,还提出了一种动态地为查询选择执行计划的方法TRating,该方法通过比较查询组合中按不同执行计划执行的查询受查询交互影响的大小,选择受查询交互影响较小的执行计划作为该查询的较优执行计划。实验结果表明,TRating方法为查询选择较优执行计划的准确率达61%,相比查询优化器提高了25%;而且在为查询选择次优执行计划时,其准确率也高达69%。     

基于节点分布密度的传感器网络查询处理机制

为了使传感器网络在进行数据查询时降低能耗和提高网络生命期,引入了一种分布式查询处理机制。这种机制是先将查询分发到网络后再进行优化,这种方法更具有针对性,优化效果也更明显。分簇路由协议与分布式查询有着天然的结合点。每个簇头相当于传统数据库中的一个索引,负责查询的分析、优化和数据融合。簇头根据本区域的节点分布和数据特性可以自主地选择区域内结构而不受其他区域的影响,这样就可以把每个区域看成一个自治系统,而整个传感器网络就是多个自治系统的集合。结果表明：设计查询处理机制时考虑这些因素可以降低能耗和提高网络生命期。     

基于预取机制的传感器网络移动查询技术

无线传感器网络技术所面临的关键问题之一是解决向终端用户提供传送信息的数据服务问题。提出了一种移动环境下满足时间空间约束的数据查询处理技术,结构上由代理体和网络节点两层组成,其中网络节点执行消息预取、查询扩散和数据收集处理功能,通过对用户的运动路线进行预测并向传感节点发出预取消息,由节点自主构建网络查询树,再由数据集中组件完成数据的收集和融合,用户在到达传感区域后能在查询周期结束前获取查询数据。仿真表明该技术能以较低的能量消耗提供高的数据服务质量。     

基于预取机制的传感器网络移动查询技术

无线传感器网络技术所面临的关键问题之一是解决向终端用户提供传送信息的数据服务问题.提出了一种移动环境下满足时间空间约束的数据查询处理技术,结构上由代理体和网络节点两层组成,其中网络节点执行消息预取、查询扩散和数据收集处理功能,通过对用户的运动路线进行预测并向传感节点发出预取消息,由节点自主构建网络查询树,再由数据集中组件完成数据的收集和融合,用户在到达传感区域后能在查询周期结束前获取查询数据.仿真表明该技术能以较低的能量消耗提供高的数据服务质量.     

面向移动计算环境的单连接查询处理模式研究

在移动计算环境下，基于准确的操作代价估算结果来选择合适的连接查询处理模式，可以减少数据的传输量和移动设备的能量消耗。探讨了该环境下移动设备能量消耗的一个新的非对称特征，提出了一种操作代价估算方法，并从数据传输量和能量消耗两个方面对连接查询处理模式进行了代价估算和性能比较，提出了4个实用准则，以指导连接查询处理模式的选择。试验结果充分论证了估算方法和准则的正确性，且比现有同类估算模型和结论具有更加广泛的应用范围。     

传感器网络中基于蚁群优化的谣传协议*

谣传协议是传感器网络中基于数据查询的路由协议,它使用随机方式生成路由,形成的数据传输路径不是最优路径,并且可能存在回路。为此,提出一种基于蚁群优化的谣传协议。该协议将蚁群分成查询蚂蚁和事件蚂蚁两个种群。当两个种群的蚂蚁相遇时,则形成查询路径。该协议解决了谣传协议中的回路问题,算法收敛性好,建立完整查询路由的概率比谣传协议的要大,传输数据所需的能量消耗比谣传协议的要少,是一种能量高效的数据查询协议。