DVBB：基于Dewey向量的B＋树索引结构连接算法

为解决XML数据库中的结构关系查询问题，本文以Dewey向量为基础，提出了基于Dewey向量的矿树（Dewey Vector Based矿Tree，简称为DVBB）双栈结构连接算法。该算法利用了两个栈，Public Stack和Privat-eStaek，在这两个栈的基础上，利用DVBB索引，能够最大限度地避免那些不能产生连接结果的元素参加连接运算。一系列的实验结果表明，基于DVBB的双栈结构连接算法，无论是对于有效的跳过“祖先”还是“后代”节点，都具有很高的性能。     

基于B+树索引的实时数据库缓冲区管理算法

考虑到工控位号历史数据时间戳递增的特点,针对已有实时数据库产品历史数据存储索引查询效率不高,磁盘空间利用率低的不足,提出了一种以B+树为索引方式,以状态链表和页式存储为管理方式的历史数据缓冲区管理方式.经过实际测试表明,基于该缓冲区管理算法的历史数据存储模块存取效率高,并发性能好,磁盘空间的利用率高,完全可以替代关系数据库作为实时数据库的历史数据存储模块.     

XML查询的结构连接算法

针对目前多数XML结构连接方法在输入元素集合不存在索引或者无序的情况下,对输入数据临时排序或建立索引代价过高的问题,分析经典的Stack-Tree-Desc算法以及B 树索引的优化算法,提出不局限于外部索引结构的XML查询优化策略并给出算法实现.实验结果表明该算法较Stack-Tree-Desc算法查询效率更高.     

基于扩展区间编码的XML结构连接算法

结构连接的效率直接影响XML查询的性能。经典的Anc-Des-B+算法在判断双亲/孩子关系时跳过双亲节点的后裔(非孩子)节点的能力不强。为此,基于区间编码的思想提出一种改进的编码方法,把每个节点译码为六元组,并增加双亲节点的信息。给出的ZParent算法可以跳过孩子列表中所有不参与连接的元素节点,只需要扫描一次列表P和列表C,即可实现基于该编码的结构连接计算。实验结果表明,该方法具有较好的时间性能。     

一种新的基于B+树结构索引的XML元素的连接算法

该文通过对传统的NumberingSchema进行改进,并结合B+树提出了一种新的索引———B+树结构索引。在B+树结构索引的基础上提出了一种有效的连接算法,该算法通过削减不参加连接的元素来实现快速、有效的连接。     

基于位图索引和B+树的BLAST改进算法

针对BLAST算法在查找命中的过程中需要遍历数据库造成计算资源消耗的问题,提出了基于位图索引和B+树的数据存储方式以加快数据的检索。改进算法利用位图索引的原理建立数据库的单词-位向量表,并对这个表使用B+树再次进行索引,最终达到加快BLAST程序的运算速度。对于DNA序列这个方法能够使BLAST查找命中耗费的时间得到极大的减少。     

B+树索引机制的研究及优化

B+树索引是大型数据库系统中较为常用的一种索引技术。当数据庞杂时,B+树索引在查找效率和空间利用率方面还存在不足。针对该问题提出一种改进的B+树结构,首先通过调整叶子结点与非叶子结点的数量关系,以降低树的深度;然后优化原插入算法,在分裂结点前进行平衡处理(BP),以提高树的空间利用率。经试验,改进后的B+树与传统B+树相比,在查找效率和空间利用率上分别提高了10%和6%,证明对B+树的改进具有可行性。     

闪存环境下B+树索引重访

闪存容量的增大使在其上构建大型系统成为可能,如何构建闪存数据库也成为数据库的热点研究领域之一。索引结构是数据库中必不可少的结构之一,而B+树是最广泛使用的索引结构。这里对存储在闪存芯片模拟器及固态硬盘上的B+树性能进行了测试及分析。首先介绍了闪存的IO特点,并测试了固态硬盘的基本IO特性。接着,对B+树的插入和查询效率进行了详细地测试。测试发现节点大小,缓存大小,以及数据值的分布方式都会对B+树的性能带来很大影响。例如由于闪存的读取速度不对称,闪存的更新和查询操作最优块大小相差较大。这些测试结果为更好地在闪存上使用B+树索引,并进一步设计出更适合闪存的索引提供了指导。     

基于分簇的B+树数据库索引优化算法

在数据库中普遍采用的索引结构为适合随机查找的B+树结构,当关键字之间存在顺序关系时,该类索引方式效率较低。针对以上问题,提出了基于分簇的B+树--CB+树(CB+ Tree)结构。该树在B+树的基础上充分考虑了记录集关键字之间的顺序关系,通过降低索引树的高度来提高关键字的索引效率。仿真结果显示,在记录数为100万的情况下,CB+树和B+树效率相当。当记录数达到500万时,CB+树插入用时6.7s,比B+树插入用时7.6s减少了8%;CB+树查询用时9.9s,比B+树查询用时11.1s减少了10%;CB+树删除用时10.1s,比B+树删除用时11.2s减少了10%。由此说明,在记录集关键字有序且记录数大于100万时,提出的CB+树是更为高效的索引结构,且其效率随记录数的增大提升更为明显。     

XML数据B树存储索引研究

XML正逐渐成为WWW数据表示和交换的标准,如何有效实现对于XML数据的存储、查询及更新等操作是XML相关技术研究中的一个重要领域。论文首先提及了几种对XML文档的编码机制;然后给出了改进的扩展编码方式,使用改进的B+树构造算法存储XML文档并对其进行查询、更新等操作,分析了执行效率;最后对系统的可扩展性进行了分析。     

B+树算法的Java实现方法研究

随着人们对移动数据处理和管理需求的不断提高,与各种手持设备能够紧密结合在一起的嵌入式数据库逐渐成为人们研究的热点。而B+树作为一种成熟的数据结构,在数据库索引构建以及文件索引数据组织方面具有极其广泛的应用。为深入研究嵌入式数据库中B+索引的构建机制,文中使用Java语言实现了基于内存的B+树,并对其性能进行了评估测试。测试结果表明,该B+树具有良好的数据处理能力。     

基于倒排表与B+树的联合索引技术

为提高XML文档的查询效率,提出一种基于倒排表与B+树的联合索引技术。DTD结构索引和内容索引采用倒排表作为索引单位,XML文档索引使用B+树作为索引基本组织。在DTD结构索引的结点编码中设置标识信息,便于确定需要查询的文档。通过建立DTD结构索引、XML文档索引和内容索引,实现混合型XML文档的查询。理论分析与实验结果表明,该技术具有较小的空间开销和较高的查询效率。     

优化的XML查询匹配：基于B^＋-Tree索引的包含段的结构化联接算法

高效的结构化联接方法是XML查询的关键。本文提出一种新颖的结构化联接方法,使用了包含段结构化XML文档树,并且使用了B^ -Tree索引技术支持该新方法,从而在基于栈的结构化联接过程中得以忽略若干时空耗费,提高处理效率。     

一种基于B+树的混合索引结构

针对文件中存在字符属性和数值属性特点的数据,提出一种基于B+树的2层混合索引结构。在索引创建过程中,将文件中的数据根据其类型进行分类,第1层是为数据属性建立B+树索引结构,第2层是根据不同的数据类型建立不同的索引结构。实验结果表明,该索引结构能实现跨数据范围的检索,提高索引的创建速度和空间利用率。     

一种应用于闪存数据库的高效B+树索引机制

为解决现有闪存数据库索引机制无法同时具备高索引更新性能和高检索性能的问题,提出一种应用于闪存数据库的高效B+树索引机制。该机制采用日志方式更新索引,利用日志缓存区保证日志快速写入闪存。针对日志方式检索效率低的缺陷,设计节点日志映射表,通过哈希映射直接索引节点更新记录,避免全局搜索节点日志。将更新日志整合为B+树逻辑节点,使索引检索转化为B+树深度搜索,在此基础上设计节点缓存区,提高节点检索效率。实验结果表明,该机制相比日志型索引机制BFTL,更新效率提高了51%、检索效率提高了2.3倍,相比基于Nand闪存转换层的B+树索引机制,在保证与其相当的高检索效率的同时,更新效率提高了2.4倍。     

M+树:一种新型、高效的动态哈希算法

通常哈希函数只支持等值查找,这给哈希函数的应用带来了很大的限制。该文提出了一种新型的哈希索引算法——M 树索引。该算法能够支持等值和范围查找,实验表明,该算法无论在查询效率还是可维护性方面都优于同类索引算法。     

一种新的基于B＋树结构的XML元素的索引方法

摘要：本文提出了一种用于搜索XML文档的新的索引方法即RIST。通过采用代码化的结构序列（SES）来表示XML文档和XML查询,我们得出查询XML数据等同于查找子序列匹配。RIST采用树结构作为查询的基本单元,从而避免了代价高昂的连接操作。另外,RIST还在XML文档的内容和结构上提供了一个统一的索引,所以它的一个很明显的优势就是克服了仅仅根据内容或结构建立索引的弊端。实验表明RIST在支持结构查询上是一种高效的方法。