分布式数据库半连接查询优化算法的研究

在分布式数据查询处理中,连接操作是最常用的、费时的而且代价较高的一种操作,也是影响查询效率的关键因素。在处理连接操作的优化时,通常采用半连接的方法来缩减操作数,减少网络传输代价,降低通信费用。本文在研究前人的传统算法基础上,针对半连接操作提出了一种新的改进算法,在处理分布式数据库中海量信息查询和复杂查询领域里具有实用的价值。     

改进的半连接查询优化算法

在多关系连接查询中,普通半连接查询方法没有优化子查询的半连接顺序,导致查询代价较高,为此,本文提出了一种改进的半连接查询优化算法。首先,将多关系连接组织成较小代价的类树形结构,然后利用半连接操作对处于根节点处的关系进行最大化缩减,并以此为基础利用PERF位向量对其他节点进行缩减,最后回收缩减关系进行连接操作。模拟实验表明改进的半连接查询优化算法能够有效地缩减查询关系,降低查询代价。     

一种分布式数据流连接查询算法

分布式处理是数据流管理系统发展的必然趋势.研究了分布式数据流系统中的基于滑动窗口的连接操作,提出了DMS-Join算法.通过将多连接操作中的子操作分解置于不同的网络节点上,以减少数据的传输.分析与实验结果表明,DMS-Join算法具有较高的查询性能.     

分布式查询策略的选择及应用

本文介绍分布式数据库中查询处理的问题，查询优化的目标，并且通过实例分析查询策略的选择的重要性。     

多区块链环境下的连接查询优化算法

为了提高多区块链间的连接查询处理效率,提出多区块链环境下的连接查询优化算法. 该方法在传统的多区块链模型中增加语义信息,构建语义多区块链模型,为多区块链间的连接查询提供基础. 基于该模型,参考分布式数据库的索引结构,提出多区块链间的连接索引结构,将多条区块链进行属性连接,提高连接计算的效率,减少数据传输的通信代价. 在此基础上,提出多链连接查询优化算法,提升多区块链连接查询的效率. 最后,在2个真实公开的数据集上进行实验. 结果表明,多区块链间的连接索引结构稳定;与传统的直接进行连接查询的操作相比,多区块链连接查询优化方法简化了查询处理过程,通过访问连接索引直接获取查询结果,减少了本地计算负载和网络开销,提高了查询效率.     

一种XML代数及其查询优化方法

现有的XQuery处理策略有基于核心语法一次一结点的方法和基于代数的一次一集合2种,单独使用这2种方法都不能很好地解决XQuery查询处理和查询优化问题.该文提出了一个有效的XML代数系统-ETA.总结已有的XML代数的工作,分析新的XML查询问题,并在前述2种策略的思想的基础上提出了操作范围的概念.提出XML代数查询优化策略,主要包括选择谓词下移、抽取下移与分合、抽取替代自连接以及XML函数依赖及键约束等策略.ETA代数能够表达W3C的用例和XMark测试集的所有查询,查询效率得到提高.     

受限空间连接查询及代价分析

针对已有的空间连接查询算法无法解决限定范围内的空间连接查询问题,提出了受限的空间连接查询,在给定查询范围内找到满足某种空间谓词的空间对象,给出直接解决方法和基于R-树的受限空间连接查询算法.基于QR树的优良特性,提出一种基于QR树的受限空间连接查询算法,该算法既避免了四叉树的较大存储代价,又克服了R树的节点重复的弊端,使得受限空间连接查询可以在多棵较小的R树上进行,较好地解决了空间连接查询开销较大的问题.对所提出的算法进行代价分析,实验证明算法具有较高效率.     

多关系SQL查询中连接顺序的优化

关系数据库优化器确定SQL查询的执行计划是一个非常复杂的过程,该文概要性地介绍了数据库应用系统开发各个阶段的优化,对优化器的结构和优化方法作了陈述,包括SQL语句执行计划的产生和确定.该文只对SQL查询执行计划的表达和算法进行了介绍.同一SQL语句有多种执行计划,它们的结果相同,但代价相差巨大.优化的内容很多,包括连接算法的优化,连接顺序的优化,语义的优化,索引的优化等,阐述了Oracle数据库中多关系连接运算中连接顺序的优化方法,并给出了实际应用案例.     

一种分布式查询处理的数据划分策略

分布式数据库的查询处理速度一直是从事数据库研究的人们关注的热点之一，本文提出了在关系不分片而且有复本的多数据库环境中，分布式查询处理的一种数据划分策略，旨在减少数据库查询处理的响应时间。     

分布式数据库数据查询的优化处理方法

本文根据局域网下分布式数据库数据分布的模型,分析了在局域网下分布式数据分布的问题,阐述了分布式数据库中数据的优化查询操作与应用环境、节点处理能力间的关系,及查询方式对查询效率的影响,进而提出了对数据的全局优化问题的基于连接的优化算法模型,可以有效地提高分布式环境下数据查询的效率.     

Rough集查询算法在分布式数据库中的应用

在分布式数据库技术和模糊集理论的基础上,应用作为数据挖掘的新方法的Rough集理论,针对分布式数据库的复杂查询处理问题,构建一种基于Rough集的分布式数据库系统,设计出Rough集上的查询算法,不仅极大地降低了信息查询的时间复杂性,而且提高了信息查准率,又兼顾了查全率,从而可以更准确迅速地查到所需要的信息,为信息查询和科技查新提供决策支持。     

基于最短时间的公交乘车路径查询模型

很多经典的公交路径查询算法都把焦点放在行驶路径最短搜索上,而忽略了越来越影响人们出行时间花费的等车和换车上.本文利用有向带权图建立了一种综合考虑等车、换乘和运行时间的最短时间公交出行路径查询模型,通过灵活的权值设定策略优化查询目标.实验表明,提出的模型有效、实用,具有很好的灵活性.     

关系代数查询算法在Foxpro系统中的移植

Foxpro系统基本命令集中提供有在表文件中顺序查询和索引查询的命令，但都是一次一记录的查询方式。Foxpro系统尽管是最小关系系统，但是关系代数中的投影、选择、连接、笛卡尔积和并运算都有不同程度的实现。作者在文中重点讨论了利用这些关系代数运算并借助关系代数表达式的查询算法，从而可以在一定程度上实现一次一集合方式的查询。     

位置隐私保护下的连续最近邻查询

已有的位置隐私保护下的连续最近邻查询往往采用snapshot方式进行,导致较高的中央处理器开销.为此,研究了基于位置隐私的连续最近邻查询,提出了基于重用技术的位置隐私保护的连续最近邻查询算法.该算法利用相邻时刻查询结果集的相似性来减少计算成本,从而实现答案集的快速更新,可大大加快系统响应时间.实验结果表明了该算法的有效性.     

基于“智能克隆”的移动查询技术

提出了采用"智能克隆"技术动态调整成员的个数.并采用代数理论将联盟的演化归结为Mobile Agent运算表达式的变化.通过实验表明,采用"智能克隆"技术形成查询联盟,可以有'效节省平均查询时间.     

一种基于影响区域的CBRkNN查询方法

针对以集合点为发起者的双色反向k最近邻（BRkNN）查询效率问题,提出一种联合查询方法.BRkNN查询查找的是以查询点为k最近邻的点集,双色反向k最近邻联合(CBRkNN)查询查找的是以查询集合中某一设施集合为k最近邻的点集.该方法通过构造查询集合的影响区域来处理CBRkNN查询问题,任何一个物体落入影响区域就是查询结果,反之则不属于查询结果.算法通过画出用户感兴趣设施集合和用户不感兴趣设施集合之间的所有垂直平分线,计算集合中每个设施的优势支配区域,找出被优势支配区域覆盖个数小于k次的凸多边形区域以构造影响区域.在此基础上算法对影响区域进行点包含性查询得到最终结果.通过实验验证了算法在不同的用户规模、用户感兴趣/不感兴趣设施规模和不同的k值条件下都具有较小的时间消耗,从而说明影响区域的使用可以提高查询方法的有效性.     

基于ATSQL2时间点与时间段时态操作扩充

以时态数据操作语言ATSQL2为基础,对其时间点与时间段查询运算操作存在的不足进行扩充。增加时间运算操作函数,完成不同时态逻辑时间段运算,不同时间粒度之间的转换和时间比较逻辑判断操作。结果表明,扩充后的时间运算操作,丰富了原有ATSQL2的查询操作语义,简化了复杂时态数据操作语句的书写,使时态查询操作更加高效、简便。     

R-树和四叉树的空间索引结构:RQOP_树

针对现有的基于R-树和四叉树的空间索引结构中存在的问题,通过建立数据矩形间的序关系对数据空间进行分割,提出了一种新的空间数据索引结构:RQOP树.在此结构中,节点的构造是按照空间数据的分布来进行的而不是像其它基于R-树和四叉树的空间索引结构只是对数据空间进行均匀划分而得到,使树的高度尽可能低,同时使兄弟节点间的交叠相对较小.在区域查询算法中引入了查询窗口包含节点MBR的判断加快了查询的速度.给出了RQOP树的生成、节点插入和区域查询算法,并给出了相应算法的可行性和正确性定理及时间复杂度分析.实验表明:新索引结构的查询速度明显加快.     

基于Solr和本体的地方志数据语义检索研究

针对传统基于关键字匹配的检索方法在地方志数据查询时的不足,给出了基于Solr和本体的地方志数据语义检索解决方案。建立了地方志本体库;提出了基于本体的综合语义相似度进行语义查询扩展的方法;将本体技术与全文检索技术相结合,建立了基于Solr和本体的语义检索模型架构。最后设计实验,对数据库SQL查询方法和文章提出的语义检索方法的查全率、查准率和查询时间进行对比。实验表明,文章提出的方法明显优于基于关键字匹配的数据库SQL查询方法,具有可行性和有效性。     

基于List集合的多条件查询优化算法研究

在数据库应用程序的研发过程中,经常涉及到对数据表的任意字段进行任意形式的组合查询,这样可以大大缩小查询范围,这就是多条件查询。文章首先对多条件查询的常用方法予以介绍,包括枚举法、递进法;最后笔者给出防止注入攻击的基于List集合的多条件查询优化算法。同时,为了提高性能,避免产生垃圾内存,SQL语句都使用StringBuilder类来创建字符串实例进行拼接,文中的代码均在VS2008平台下运行通过。