HF-Tree:一种闪存数据库的高更新性能索引结构

随着电子技术的发展,闪存作为一种新型的电子存储设备具有高速的访问速度和无机械延迟的特性.但是由于闪存高昂的写操作代价,传统的基于磁盘的索引结构如果直接应用在闪存上会导致极差的更新性能.提出一种新颖的索引结构HF-Tree,通过组提交、更新合并以及多级延迟的方式来提高更新性能.HF-Tree能够有效地克服闪存和现有基于磁盘索引之间的不匹配性的问题.通过和经典的BFTL及IPL索引的性能比较,实验结果充分显示了HF-Tree优越的更新和查询性能.此外HF-Tree能够有效地减少擦除次数,从而延长闪存的使用寿命.     

一种具有自适应机制的闪存数据库索引结构

针对闪存数据库系统索引技术中基于日志更新策略存在的检索效率低、日志空间分配不合理及合并带来的高昂更新代价等问题,提出一种具有自适应机制的索引结构LM-B+TREE。LM-B+TREE将索引的更新缓冲页映射于传统B+TREE的相应节点,并根据闪存索引的读写负载及读写代价差异,动态地分配缓冲更新区,自适应地调整索引架构。实验证明LM-B+TREE能够动态地调整索引架构来适应索引的读写负载代价,在减少索引更新代价的同时,有效地提高了索引的查询性能。     

一种适用于嵌入式数据库的新索引机制

由于嵌入式系统具有内存资源极为有限和处理器速度不高等特点,因此适用于嵌入式数据库的索引机制应在尽量减少内存占用量的基础上进一步提高数据操作的速度.现有的数据库索引机制不能同时满足时空双方面要求,因此本文在传统混合索引机制hybrid-TH的基础上提出一种新索引机制-H-T*-tail,探讨它的基本操作算法并通过具体实验验证其优良的时空性能.     

嵌入式数据库索引机制的研究

在嵌入式数据库系统中,实现高效查询必须有一套高效的索引机制。索引机制是数据库系统的重要组成部分,数据库的操作性能在很大程度上取决于它所采用的索引机制。但创建索引和维护索引要耗费一定资源。选择一种好的索引机制来满足这两方面的要求是该文所探讨的主要内容。     

HV-Recovery:一种闪存数据库的高效恢复方法

和磁盘相比,闪存作为一种新型的存储设备,具有读写速度快、抗震、省电、体积小等优点.因此,当前的研究普遍认为闪存将取代磁盘成为新一代的数据库二级存储设备.但是,由于闪存具有和磁盘不同的一些固有的读取特性,将当前基于磁盘设计的数据库直接移植到闪存上时,并不能充分发挥闪存设备的优越性.在数据库的恢复过程中,由于闪存的异地更新和重写之前先擦除的特性将带来大量高代价的小的随机写,直接使用传统的恢复方法在闪存数据库中就更难以充分利用闪存的优越性.因此,文中提出了一种对闪存中天然存在的数据的历史版本来进行管理和利用的恢复方法HV-recovery,来改进undo恢复的性能.通过和开源数据库Oracle Berkeley DB的比较,实验结果表明HV-recovery是原有的恢复算法性能的2～8倍,充分说明了其优越性.     

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。     

一种数据库的索引选择模型

索引的选择是物理数据库设计中的一个重要问题。研究表明，这是一个ＮＰ问题。本文首先在不考虑索引本身占的存储空间及维护代价等因素的情况下对它进行了讨论，然后给出了解决该问题的一个模型及其两种算法。     

一种有效的混合式闪存磨损均衡算法

为延长嵌入式系统中作为外部存储设备的闪存介质的使用寿命,普遍采用磨损均衡算法时各物理块进行管理.本文对现有的确定性磨损均衡算法进行改进,结合随机性处理,提出HWL(Hybrid Wear Leveling)算法,不仅使磨损均衡处理只占用很少的内存开销,还能有效地进行"冷热"数据存放位置的交换.在多种逻辑页更新模式的仿真试验中,物理块彼此之间都能达到较为接近的擦除次数;与已有算法相比,磨损均衡处理引起的额外擦除较少,可延长闪存的使用寿命.     

一种基于NAND闪存的嵌入式Linux文件系统

本文分析了NAND闪存的独特属性和它对嵌入式Linux文件系统提出的新要求,在此基础上提出了一个基于NAND闪存的嵌入式Linux文件系统。     

基于列式存储的闪存数据库查询优化策略

随着闪存的性能和容量的提高,闪存数据库的研究受到了广泛的关注.闪存具有随机读快、擦写代价大的特性,如何利用闪存的这个特点,减少查询时写闪存的频率,提高数据库的查询效率是闪存数据库查询研究的重要问题.已有的很多查询优化算法主要是按传统的行式存储方式来进行优化的,有一定的局限性.文中采用列式存储,提出了一种新的连接算法.该算法最小化了中间临时表,使投影数据量大大减少,达到了少写闪存、减小擦除代价的目的,从而提高了查询的效率.通过与传统行式算法的比较实验,证明了该算法的优越性.     

嵌入式数据库B+_树索引机制研究及其改进

针对嵌入式数据库中B＋_树索引机制的空间利用率低下及面对庞杂数据的处理能力不足,提出了一种改进的B＋_树索引机制,使用这种索引机制能较好地解决在存储容量受限的嵌入式系统中提高数据空间利用率和处理庞杂数据能力的问题。     

空间数据库索引技术的研究

空间数据库的索引是提高空间数据库存储效率、空间检索性能的关键技术。传统的索引技术不能有效地索引空间数据。在综述现有空间数据库索引技术的基础上，提出了一种面向大型空间数据库的QR-树索引方法。     

一种面向闪存键值存储的矩阵索引布鲁姆过滤器

索引结构是提高闪存键值存储插入和查询性能的关键技术之一.在分析目前相关索引结构特点的基础上提出了一种面向闪存键值存储的矩阵索引布鲁姆过滤器(matrix-indexed Bloom filter, MIBF),由m×s的位矩阵表示的多个布鲁姆过滤器组(multiple Bloom filter group, MBFG)和一个附加布鲁姆过滤器(additional Bloom filter, ABF)组成,其核心思想是键值对的闪存页地址被拆分为多组位串,每组位串采用MBFG中的一组布鲁姆过滤器(Bloom filter, BF)来表示,同时将键值对的Key与闪存页地址组合值存入ABF中.根据Key查询Value时,MBFG中的每组BF产生多位,组合生成键值对的闪存页地址,并通过ABF滤掉部分伪闪存页地址达到较精确地址定位,从而降低闪存访问次数,提高系统性能.与已有类似方法相比,MIBF的查询地址定位精度提高,内存和闪存访问次数降低明显,插入和查询性能显著提升.     

一种自适应的闪存存储管理方法

针对数据库的数据访问特点和已有的闪存存储管理方法的不足,提出一种新的自适应的闪存存储管理方法AFS.AFS方法将逻辑页区分为日志和非日志两种模式,并采用不同的更新方法;同时能够根据负载的变化自适应地调整逻辑页的模式.实验结果表明,AFS方法能够在提高闪存数据更新性能的同时较好地兼顾数据读取性能.     

一种有效的混合空间索引机制

论文结合网格索引和R树索引的特点,提出了一种基于粗分网格和聚类R树的混合索引方案(HSIBGR)。该方案首先将矩形地理空间进行粗网格划分建立一级索引,然后针对每个小网格建立基于R树的二级索引,采用聚类技术处理溢出R树结点的分裂。论文还对HSIBGR索引机制进行了理论分析和实验验证,结果表明HSIBGR索引机制能有效地减少存储开销,提高检索效率,具有良好的性能。     

嵌入式数据库在SPC中的应用

论文在分析了嵌入式SPC系统的实际需求之后,提出了基于ARM的嵌入式SPC系统的应用框架方案,并介绍了μCLinux在S3C44B0X上的移植方法和在μCLinux环境下建立SQLite数据库的方法,最后结合实际介绍了嵌入式数据库在SPC中的应用。     

地图数据库中的空间索引

本文提出了针对地图数据对象的一种新的索引机制，称为网格索引。网格索引基于地图对象的空间位置及其分布，是一种高效使用的空间索引。文章全面地讨论了它的查找、插入、删除和修改算法及实现技术。     

面向闪存的树型索引综述

随着闪存技术的不断成熟,基于闪存的固态硬盘（solid state drive,SSD）迅速发展。然而,SSD具有不同于磁盘的特性,使得传统基于磁盘设计的索引不适用于闪存环境,因此面向闪存索引机制的研究与优化迅速开展。通过对目前闪存索引的广泛调研,从索引更新策略的角度,分析了它们的优缺点,旨在为SSD算法设计和索引开发提供系统的、有价值的参考。最后讨论了该领域未来的发展趋势和新的研究方向。     

空间数据库检索在嵌入式GIS中的应用

在GIS数据库模型研究的基础上，对嵌入式GIS中数据组织，存储结构与访问机制方面进行了较为深入的探讨，重点介绍了其中四叉树索引技术的实现情况。     

一种嵌入式内存数据库文件的挂载方法

介绍了嵌入式数据库SQLite的概念、特征以及内部结构,并结合Flash的物理特性和RamDisk技术提出了一种内存数据库文件挂载方法.