内存数据库的图论存取方法

对内存数据库（MMDB）而言,数据库的存储结构与存取方法是关键,文中给出了一种MMDB组织与存取的图论方法,它引入“内存数据库图”（MM－DBG）的概念,提出了一种片段式的集数据和索引在一起的存储结构,具体给出了MM－DBG上维护和关系查询操作的算法,并从存储空间和操作执行时间两方面进行性能分析。     

航天测控信息数据库实时优化管理策略研究与应用

为提高和优化测控信息数据库实时性能,设计了一种基于内存数据库与关系数据库的两级实时存储模型,文章详细阐述了两级数据库的存储机制及其生命周期,分析归纳了实时测控信息的特征及存储策略,提出了内存数据库基于“T树”＋“哈希”索引相结合的白适应索引算法和两级数据库实时数据同步机制等关键技术,从而提升和优化了数据库的实时性、可靠性和安全性,为今后实时的扩展应用提供了可靠数据保证．     

内存数据库系统SwiftMMDB索引机制的设计与实现

T树结合了平衡二叉树(AVL树)和B树的优点,可以有效地组织索引数据,从而为内存数据库提供优良的存储效率和查询性能。结合自主开发的一个内存数据库系统SwiftMMDB介绍T树索引的设计与实现,并通过节点分裂、填充等方法改进了经典T树的插入和删除操作,减少了T树中平衡旋转的次数,从而进一步提高内存数据库检索的效率和性能。     

内存数据库在TPC-H负载下的处理器性能

Ailamaki等人1999年研究了数据库管理系统(database management system,简称DBMS)在处理器上的时间开销分解.此后,相关研究集中在分析DBMS在处理器上的瓶颈.但这些研究工作均是在磁盘数据库DRDBs(disk resident databases)上开展的,而且都是分析DBMS上的TPC-C类负载.然而,随着硬件技术的进步,现代计算机的多级缓存结构(memory hierarchy)在逐渐地"上移".例如,容量越来越大的芯片内缓存(on-chip caches)和芯片外缓存(off-chip caches),容量越来越大的RAM,Flash Memory等等.为此,处理器负载分析的研究工作也应随之"上移".研究内存数据MMDBs(mainmemory resident databases)在计算密集型负载下的处理器行为特性.由于磁盘数据库的主要性能瓶颈是磁盘I/O,因而可以用索引、压缩等技术进行优化;然而,内存数据库的性能瓶颈却在于处理器和内存之间的数据交换.针对这一问题,首先分析了磁盘数据库和内存数据库在TPC-H负载下处理器性能瓶颈的差异,并给出了一些优化建议,提出了通过预取的优化方法.其次,通过实验比较了不同存储体系结构(行存储与列存储)对处理器利用率的差异,并探索了下一代内存数据库体系结构方面的解决方案.此外,还研究了索引结构对处理器多级缓存的影响,并给出了索引的优化建议.最后,提出一个微测试集用于评估内存数据库在DSS(decision support system)负载下处理器的性能及行为特性.研究结果会对运行于下一代处理器上的内存数据库体系结构设计和性能优化提供一定的实验依据.     

频繁更新移动对象的索引方法

在时空数据库中,频繁更新会导致TPR树更新与查询性能下降。针对该问题,提出MAH—TPR索引方法,分别对预处理过程、索引结构及更新算法进行优化。在构建索引及更新操作时,通过使用空间聚类来减少节点间空间区域的交叠几率。引入基于磁盘的Hash辅助存储结构,在直接访问叶节点的基础上进一步减少磁盘I／O的操作。引入基于内存的移动对象辅助存储结构,用于存储发出频繁更新请求,以避免主索引结构节点的合并和分裂。实验结果表明,MAH—TPR索引方法的查询性能优于HTPR方法和LGU方法,更新性能优于HTPR索引方法。     

内存数据库索引技术研究

内存数据库已经成为了当今数据库研究的热点,而索引能够极大地提高数据库操作的性能.文章介绍了内存数据库发展至今比较成熟的一些索引结构,并在查找时间上对它们进行了对比分析,总结了结构特点和分析数据之后的结论表明,CSS树索引和CSB树索引有着最好的缓存意识,同时还具有很高的查找速度和空间利用率.     

内存存储模型上的多表连接优化技术研究

分析了面向先进硬件平台上的数据库优化技术,提出了基于内存存储模型的多表连接查询处理优化技术,采用内存存储模型存储维表并对维表主键进行顺序化,从而使维表的主键与内存维表记录的内存偏移地址相一致,实现对维表记录的内存直接访问。通过列存储技术减少维表记录的访问宽度,进一步优化维表访问的cache性能。与基于SQL Server 2005的查询执行计划的连接算法、join index连接算法以及基于列存储模型的优化连接算法进行了实验比较和性能分析,结果表明:基于内存存储模型的多表连接算法在处理星型结构数据仓库多谓词、多连接的复杂查询时具有很好的性能,与join index相比不需要额外的空间开销,与列存储数据模型相比具有更好的兼容性和性能。     

一种基于管算存分离的内存数据库实现技术

在多核处理器、大内存、非易失内存等新硬件技术的支持下,异构存储与计算平台成为主流的高性能计算平台.传统的数据库引擎采用一体化设计,新兴数据库则采用存算分离和算子下推技术以更好适应新型分布式存储架构.提出了一种新颖的基于管算存分离方法的内存数据库实现技术,在存算分离技术的基础上进一步根据数据库模式、数据分布与负载计算特征将数据集划分为元数据集和数值集,将统一的查询引擎分解为元数据管理引擎、计算引擎和存储引擎,将包含语义信息的元数据管理抽象为独立的管理层,将无语义的数值存储和计算抽象为计算存储层,其中计算密集型负载定义为计算层,数据密集型负载设计为存储层,并根据硬件平台的不同分离或合并计算与存储层.内存数据库的实现技术分为几个层次:1)模式优化,实现数据库存储中“数(数值)”与“据(元数据)”的分离,根据数据的内在特性选择不同的存储与计算策略;2)模型优化,采用Fusion OLAP模型,实现在关系存储模型上的高性能多维计算;3)算法优化,通过代理键索引、向量索引支持优化的向量连接、向量聚集算法,提高OLAP性能;4)系统设计优化,通过数据库引擎分层技术实现管理与计算分离、存储与计算分离以...     

基于结构摘要的时态索引技术

目前B+树仍是在商业数据库中应用最广泛的基本索引结构,为在现有数据库平台上对时态数据进行有效操作,有必要研究基于B+树的时态索引技术.研究了一种以B+树为基本存储结构、基于结构摘要的时态索引方法Cmap-tree.首先,引入基于内存的结构摘要,通过存储结点必要的结构摘要信息,有效地降低了时态操作过程中对无效结点的访问;其次,提出了时态矩阵的概念,并以时态矩阵为参考详细分析了各时态关系对应的结果集;然后,在结构摘要的基础上,详细讨论了Cmap-tree的时态插入、查询和更新算法.最后,通过仿真实验,对Cmap-tree的空间利用率、查询效率和更新效率等基本性能与现有时态索引方法进行了比较和分析.实验结果表明,Cmap-tree具有明显优势.     

内存数据库中存储结构的实现机制

内存数据库是外存数据库的"工作版本",它们无论在数据上、结构上等都应该保持一致性.怎么定义内存数据库的存储结构,特别当外存数据库中表的结构发生改变时,内存数据库中表结构的相应改变,都直接影响系统的性能.研讨了内存数据库结构的定义以及实现,并对静态和动态存储结构的机制作了详尽的分析,突出地反映了动态特性.     

主存数据库系统与技术

主存数据库管理系统充分利用当前硬件和先进体系结构所提供的物质条件，如大容量主存，大规模并行计算机体系结构、客户／服务器模型以及网络计算机环境，把所管理的数据全部存于物理内存中以获得非常高的存取速度，这使得ＭＭＤＢ技术和系统可以很好地满足某些在线或实时应用场合的需求．传统数据库中的优化措施是针对磁盘存储特性的，ＭＭＤＢ则采用不同的技术来组织数据和保持数据的可靠性．本文将讨论一些主要的技术以及这些技术在某些已设计或实现的系统中的应用．     

实时内存数据库的数据交换策略及评价

实时数据库系统（ＲＴＤＢＳ）的高性能要求以内存数据库（ＭＭＤＢ）做底层支持内存数据库事务在运行过程中没有内外存数据Ｉ／Ｏ,这就要求对事务的执行进行预分析处理并在此基础上合理进行的内外存数据交换,文中以正在开发的一个实时数据库系统为原型,对数据库的内外存数据交换的策略、方法、进行了探讨,并提出了一咱评价交换策略的标准。     

主动实时内存数据库系统的数据交换策略及实现

实时数据库系统的高性能要求以内存数据库(MMDB)做底层支持。内存数据库事务在运行过程中没有内外存I/O,这就要求在对事务进行预处理(知识提取)的基础上合理地进行内外存交换。该文针对一个自主开发的主动实时内存数据库系统(ART-Ⅱ),介绍了其内外存数据交换的策略及实现。     

一种实时内存数据库组织与管理方法

文中首先给出了一种合理的内存数据库定义，然后针对实时的事务和数据特征以及各种存储介质的特性，提出了一种有效的实时内存数据库组织方法，并着重讨论了相应的数据安置策略和内外存数据交换策略．     

内存数据库系统SwiftMMDB存储管理的设计与实现

该文在深入研究内存数据库系统存储管理技术的基础上,给出了自主开发的内存数据库系统SwiftMMDB存储管理模块的设计与实现方案,针对不同种类的应用背景,设计了两种数据库系统的运行结构以加快本地数据访问;分析并比较了三种内存空间分配方式,使SwiftMMDB能够根据不同应用场合的需求特点选用不同的底层内存分配方式;将哈希索引与T树索引相结合对查询进行优化,提高内存数据库的查询效率。     

主动实时内存数据库的组织与故障恢复

给出了一个支持主动实时的内存数据库的定义、层次存储结构和物理组织。在此基础上,讨论了MMDB的故障恢复,着重阐述了恢复中的重装策略。     

内存受限的实时内存数据库数据装入策略

实时数据库要求以内存数据库为其底层的支持。传统的内存数据库要求内存数据库能容纳全部外存数据库，因此没有数据装入的问题。而要实现内存受限的内存数据库，就是在内存数据库不能容纳全部外存数据库的前提下，保证一个事务执行前，其数据被装入内存。而内存数据库的脆弱性使得数据的装入比较频繁(包括初装和运行时装入)，因此传统的装入策略对实时内存数据库就显得不合适。为此给出了新的数据装入策略，并在此基础上实现了ERTMMDB(Embedded Real-time Main Memory Database)。     

关键业务中内存数据库的T树索引优化

在关键业务中，提高DBMS性能的一个途径是把数据库放在主存巾而不是硬盘中，这样便可以设计新的数据结构和算法，来提高内存数据库(MMDB)的效率。该文列举了当前MMDB研究中关于索引结构的一些成果，并设计了一个新的索引结构——T-tail树，最后给出T-tail树的主要算法和这些算法的性能分析。结果表明在内存数据库中，T-tail树具备非常好的性能。