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:     

PostgreSQL查询优化器分析研究

作为开源数据库的代表,PostgreSQL的应用范围越来越广泛.文中的目的是研究PostgreSQL查询优化器的工作原理,介绍了PostgreSQL查询优化器的工作流程,分析了PostgreSQL查询优化器的工作原理,深入剖析了PostgreSQL查询优化器实现的具体细节和采用的两种优化算法.结合图论中查找最小生成树的算法提出了改进策略,并简要论证了可行性.研究发现,Po8tgSQL查询优化器可以处理任意复杂的请求,并能尽快地给出比较合理的执行路径.     

网格数据的语义查询优化研究

利用网格技术实现的异构数据源集成环境中,引入本体可以解决网格数据的语义查询问题。为了提高网格环境中语义查询的效率,提出了一个基于本体的语义查询优化器（GSQO）,该优化器主要实现了以下3个模块的优化：（1）用户查询语义扩展;（2）资源选择;（3）并行处理。实验结果表明,GSQO通过采取上述优化策略提供了较好的查询效率。     

面向对象数据库中查询代价的估算

好的查询优化器都是基于代价的，因此查询代价的估算是数据库查询优化中一项不可缺少的工作。文中在联系代数的基础上，综合考虑了对象聚集，索引等因素，给出了面向对象数据库中查询代价的一种估算方法。     

面向对象的XML查询系统的设计与实现

设计和开发了面向对象的XML数据查询系统原型OOX(object-oriented XML).OOX系统中包括了面向对象XML数据查询系统的一些核心功能,如存储、索引、查询等.其最大的特点是:它是一个可以实现对富含面向对象XML数据进行查询的XML查询系统;支持用继承扩展的XML模式语言DTD的解析,支持用继承扩展的XML查询语言XML-RL;采用了先进的路经仓索引模式以及高效的查询处理技术,可以实现高效的查询处理.     

SQL Server的查询优化方法的设计和实现

在分析传统SQLSERVER查询优化技术的基础上,本文用面向对象方法分析了SQL语句中的查询语句SELECT语法结构,概括出基于表达式类等7个抽象类的面向对象模型。使得用户可以根据这个模型创建、删除、组合和拆分这些类所定义的对象,提高了SQLSERVER的查询效率。     

查询表达式优化的研究与实现

查询是数据库应用系统中使用最频繁的操作,其执行效率很大程度上影响了整个系统的性能.介绍了查询表达式优化的一般过程,在查询重写阶段提出了一种面向对象的框架,设计和实现了"多字段间关系自动推理"等若干种优化算法.测试结果表明,查询取得了良好的优化效果.     

数据集成系统中的动态查询处理

为实现数据集成查询我们会用到查询优化器,而传统的查询优化器生成的执行计划会由于以下几个原因产生不良的结果：成本估计不正确,运行时可用的内存不足和数据传输率无法预测,所有这些问题都要求助于动态策略来修正静态的查询执行计划。介绍了一个动态的查询处理框架和这个框架用到的动态策略。     

通用数据库查询系统的设计与实现

构造方便、有效的查询子系统是数据库应用系统设计的主要目标之一。本文在分析查询子系统一般设计要求的基础上，介绍了通用数据库查询系统ＧＱＳ的设计实现方法，应用ＧＱＳ，用户只须建立相应的工作库，就可以实现相应的查询子系统     

面向对象知识库系统CAOBS／V1.2的可视化查询子系统

面向对象知识库系统ＣＡＯＢＳ／Ｖ１．２的用户界面是一个可视化知识查询子系统，它包括一个灵活、直观、方便的可视知识查询语言（ＶＫＱＬ）和一个知识库浏览编辑器。利用该可视化查询语言，用户可以通过构造查询图来表达查询要求，并最终实现查询功能。ＶＫＱＬ吸收了国际上现有的几种可视查询语言的优点，具有较强的查询功能，使用方便。文中介绍了ＶＫＱＬ的设计思想和实现技术，在最后一节将ＶＫＱＬ与同类查询语言进行了对比     

OO代数——一个面向对象的数据库的基本查询模型

本文提出了一个面向对象的数据库系统的基本查询模型－ＯＯ代数，它具有关系代数相似的形式，具有封闭性和远比关系代数强得多的表达能力。文中首先给出了面向对象的数据库系统的数据结构的一种形式化描述－ＯＳＧ，然后ＯＯ代数的五种基本运算：并、差、类间连接、类内选择及广义投影被一一定义，并说明了用关系代数实现这五种运算的方法。     

OPT++ : an object-oriented implementation for extensible database query optimization

In this paper we describe the design and implementation of OPT++, a tool for extensible database query optimization that uses an object-oriented design to simplify the task of implementing, extending, and modifying an optimizer. Building an optimizer using OPT++ makes it easy to extend the query algebra (to add new query algebra operators and physical implementation algorithms to the system), easy to change the search space, and also to change the search strategy. Furthermore, OPT++ comes equipped with a number of search strategies that are available for use by an optimizer-implementor. OPT++ considerably simplifies both, the task of implementing an optimizer for a new database system, and the task of evaluating alternative optimization techniques and strategies to decide what techniques are best suited for that database system. We present the results of a series of performance studies. These results validate our design and show that, in spite of its flexibility, OPT++ can be used to build efficient optimizers. Received October 1996 / Accepted January 1998     

基于统计的关系数据库查询优化器模型分析与研究

如果没有良好的查询优化器,即使是小型的数据库也会表现出非常明显的性能低下。由于实际优化器的内部结构所涉及的功能和过程异常复杂,通常的商业数据库的查询优化器至少需要50人/年的开发量。主要分析研究关系数据库中的查询优化技术,提出基于统计的、适应于关系数据库的查询优化器设计模型。     

浅析SQL Server 2000中索引对查询性能的影响

本文通过说明SQL Server2000中查询优化器的工作原理,介绍了查询优化器如何针对不同的查询语句和索引进行优化,并给出了针对数据库表如何设计索引和编写性能优化的查询的一般规律。     

Cbase查询优化的重写机制及其实现

Cbase是南京大学计算机系与南大谷元石油软件研究所有限公司研制的新一代商用关系数据库管理系统。为了提高查询效率,作者开发了Cbase数据库的查询优化器。文章详细论述了Cbase查询优化器中重写模块的设计思想与实现技术,并讨论了基于执行引擎特点引入的一组基于等价谓词的简单语句的重写规则。测试结果表明,所设计的重写器能够显著提高系统的查询效率。     

基于二阶基调的时空查询代数形式化定义

提出了一种基于对象关系数据库和中间件技术的时空数据库系统实现与查询处理框架，着重论述了其中的时空查询代数。引入了二阶基调用于时空查询代数的形式化定义，给出了时宅数据库的逻辑结构定义、类型系统定义以及查询操作定义。     

基于免疫遗传算法的关系型数据库查询优化技术

在关系型数据库的查询过程中,表的不同连接次序是执行计划多样性的最主要原因。查询优化器必须能够通过一定的算法确定一个好的连接的次序,以便对查询路径进行优化。遗传算法的出现为求解查询优化问题提供了新的工具。但是遗传算法具有局部搜索能力不强、个体多样性差及早熟现象等缺点,导致解的质量不够理想。针对遗传算法的缺陷,本文引入结合免疫系统原理和遗传算子自适应调整的算法,即免疫遗传算法。该算法具有可防止未成熟收敛和保证种群的多样性等优点。在使用此算法搜索最优解时,可防止陷入局部寻优情况的出现。经过实验计算,免疫遗传算法对多连接查询优化有很好的效果,优化后的查询代价较遗传算法有很大的降低。     

A Probe-Based Technique to Optimize Join Queries in Distributed Internet Databases

An adaptive probe-based optimization technique is developed and demonstrated in the context of an Internet-based distributed database environment. More and more common are database systems which are distributed across servers communicating via the Internet where a query at a given site might require data from remote sites. Optimizing the response time of such queries is a challenging task due to the unpredictability of server performance and network traffic at the time of data shipment; this may result in the selection of an expensive query plan using a static query optimizer. We constructed an experimental setup consisting of two servers running the same database management system connected via the Internet. Concentrating on join queries, we demonstrate how a static query optimizer might choose an expensive plan by mistake. This is due to the lack of a priori knowledge of the run-time environment, inaccurate statistical assumptions in size estimation, and neglecting the cost of remote method invocation. These shortcomings are addressed collectively by proposing a probing mechanism. An implementation of our run-time optimization technique for join queries was constructed in the Java language and incorporated into an experimental setup. The results demonstrate the superiority of our probe-based optimization over a static optimization. Received 6 February 1999 / Revised 15 February 2000 / Accepted 10 May 2000     

XQuery实现技术研究综述

XML数据的广泛应用,使得高性能的XQuery实现成为XML数据处理领域的重要课题,但XQuery的灵活性和复杂性为其实现技术研究提出了巨大挑战。XQuery语言的高性能实现需要利用XML查询代数提供的查询优化方法,也需要采取高效的树模式整体匹配算法。给出了XQuery语言实现的基础架构,探讨了原生XML数据库系统中XQuery实现的关键技术——查询代数和树模式查询的国内外研究现状,展望了未来的研究方向及面临的挑战。     

Node and edge selectivity estimation for range queries in spatial networks

Modern applications requiring spatial network processing pose several interesting query optimization challenges. Spatial networks are usually represented as graphs, and therefore, queries involving a spatial network can be executed by using the corresponding graph representation. This means that the cost for executing a query is determined by graph properties such as the graph order and size (i.e., number of nodes and edges) and other graph parameters. In this paper, we present novel methods to estimate the number of nodes and edges in regions of interest in spatial networks, towards predicting the space and time requirements for range queries. The methods are evaluated by using real-life and synthetic data sets. Experimental results show that the number of nodes and edges can be estimated efficiently and accurately, with relatively small space requirements, thus providing useful information to the query optimizer.