基于数据流的近似查询计算及其应用研究

通过分析基于实化聚集视图的查询重写方法，将相关的查询计算理论与数据流的查询相结合，针对数据流的特征，给出了一种具有广泛应用前景的基于数据流的近似查询计算方案。     

一类近似查询提纲的小波方法的应用研究

在数据仓库以及联机分析处理等许多领域中，聚集数据的处理是一个非常重要的核心问题。本文分析了聚集数据查询的特点，引入了基于聚集数据的近似查询计算模型，并针对该计算模型的提纲构建问题，给出了一类近似查询提纲的Haar小波方法，来实现对聚集数据和聚集视图的快速查询计算。     

一种用于搜索可能响应查询的候选实化视图的索引

1 引言实化视图是存储了实际数据的视图,在响应查询时如果能直接利用实化视图,那么就可以避免相应的重新计算,从而提高查询性能。对一个复杂查询,一个实化视图往往只能替代查询的一部分(子表达式),在构造一个重写查询时,这种视图替代过程将被多次调用。当实化视图的数量很多时,如果每次视图替代都要把所有视图检查一遍,那将花费大量时间,从而降低利用视图响应查询的效果。     

一种扩充语义的实视图重写查询技术

分组聚集查询已成为数据仓库领域研究的核心问题之一,实视图是提高分组聚集查询性能的有效手段。利用维属性间的层次关系,对一般意义上的实视图重写查询进行了扩展,讨论了单一视图重写查询的限制条件,并给出重写方法,在此基础上,提出了一种利用多个实视图重写查询的优化选择算法,并通过实验表明,该算法进一步提高了分组聚集查询效率。     

动态更新实物化视图以提高OLAP查询效率

在数据仓库系统中,OLAP查询一般都涉及多表连接和分组聚集两部分操作,提高这些查询的性能成为提高OLAP响应速度的关键。利用实物化视图,可以准确地计算并保存表连接或聚集等耗时较多的操作的结果。研究基于查询频率的实物化视图的更新算法,可以使实物化视图得到最大效率的使用,明显地缩短查询的响应时间,从而提高OLAP的查询效率。     

含有SPREADSHEET子句的实化视图匹配

含有SPREADSHEET子句的SQL语句，增强了传统SQL语句的多维计算能力．本文研究含有SPREADSHEET子句的实化视图匹配，利用实化数据加快spreadsheet查询的响应速度．文中提出了含有SPREADSHEET子句的视图匹配算法．实验结果表明，含有SPREADSHEET子句的视图匹配方法，具有良好的查询响应能力和良好的可扩展性．     

一种维护分解的并行增量视图维护方法

实化视图维护是指在数据源的原始数据发生改变时,有效地将这种变化反映到数据仓库中,使相应的实化视图得到及时更新.当前的视图维护方法主要以C/S结构为基础,当更新频繁时将会导致数据仓库超载而崩溃.针对这种现状,提出基于维护查询任务进行分解的实化视图并行增量维护P3Sweep算法,算法修正了Sweep算法只能顺序处理的限制,赋予其并行处理能力.对于单个更新,P3Sweep算法通过对维护查询任务进行分解,并行执行左右扫描过程来完成维护演算;对于并发更新,算法通过递归分解方式进行细粒度并行演算.性能计算和实验测试结果表明,该方法增加了系统对更新的吞吐能力,减少了维护的延迟,从维护查询任务本身实施对实化视图维护的优化.     

一种通用连接查询的重写方法

使用实视图进行查询优化的关键,是从实视图中找到执行代价较小的查询重写.本文提出了一种基于目标的方法,可以找到更多的候选方案,当查询的内置谓词只包含特征变量时该方法更加有效.在更多时候,它可以找到由Bucket算法找到的所有重写,而且更高效.     

基于物化视图的查询系统研究与实现

在数据库领域,如何加快查询的执行速度非常重要。查询重写技术能透明地利用物化视图回答查询,避免了直接访问大量的原始记录以及耗时的连接和聚集计算,提高了查询 的执行速度。本文讨论了基于数据库中的外键连接关系进行扩展的查询重写方法,以此为核心研究了针对小型数据库的物化视图查询系统,并通过实验证明了物化视图策略的有效性。     

基于多维护策略的物化视图选择方法

物化视图是数据仓库环境中提高OLAP查询效率的重要手段，因此，物化视图的选择是数据仓库设计中重要的决策之一。本文提出的物化视图选择方法目标是选择合适的视图进行物化，使得查询处理的总代价和物化视图的维护代价最低，提出了物化视图收益模型，并在此基础上基于视图的多维护策略提出了物化视图选择的方法：基于增量和重计算的物化视图选择算法IRMVS、基于增量策略的物化视图选择算法IMVS和基于重计算策略的物化视图选择算法RMVs和基于增量策略的物化后代视图选择算法IMDVS，理论分析和实验表明这些算法是有效可行的。