基于物化视图的查询重写系统设计与实现

随着XML文档大量涌现,如何有效地管理和查询XML数据已经成为亟待解决的问题。结合数据库发展的需要,研究了在关系数据库中利用物化视图和查询重写技术存储和查询XML文档。基于视图的查询重写技术是查询优化的一个重要技术,利用缓存的视图结果回答新查询不需要访问源数据库进行查询,能够节省查询处理时间。通过对物化视图、视图缓存、查询重写等技术进行研究,讨论如何利用关系数据库中缓存的物化视图来回答查询的问题,并实现了基于物化视图的XML数据查询系统原型。系统中使用扩展的模式匹配算法实现对多分支路径的模式匹配,解决了重写是否存在的问题,并通过模式匹配算法的匹配结果,来判断是否可以构造补偿表达式。通过构造补偿表达式算法得到重写结果,进而通过数据库中缓存的视图完成查询。     

Visual FoxPro 3.0 for Windows(三):Visual FoxPro3.0的查询与视图

Visual FoxPro 3.0(简称VFP 3.0)提供了查询设计器和视图设计器。用户可以使用查询设计器从指定的表或视图中筛选出满足给定条件的记录,并可以对筛选出来的记录进行排序和分类汇总。查询设计器最终可以将查询结果输出到不同的目的地,方便用户的使用。用户可以使用视图设计器从指定的本地表、其它的视图、放在服务器上的表以及从其它关系数据库管理系统中筛选出满足给定条件的记录,并对记录进行排序和分类汇总。但视图与查询不同的是:在视图中改变的记录值可以送回源表以更新源表中相对应的记录。本讲内容为: Visual FoxPro 3.0的查询设计器 Visual FoxPro 3.0的视图设计器 Visual FoxPro 3.     

高校学生全信息查询通用信息模型的研究与实现

高校学生综合数据查询中,建立信息查询通用的信息模型至关重要。提出了通用的全信息查询信息模型。基于对现实需求的分析,提出基础结构数据和卡片结构数据2种概念,并基于此归纳出模型的数据项、数据视图、用户角色、管理级别和源权限5种基本元素与角色层、数据层、过滤层3层结构。针对模型实现中的数据视图建立、数据源整合方式、数据项呈现等6项问题进行重点阐述。实践表明,模型具有高度适配性和实用性,可以基本解决高校综合查询中如数据项权限、人员角色分类、行政级别权限、多种数据源等问题。     

聚合查询重写的MiniCon算法

研究了聚合查询的重写问题。提出了一种聚合查询的重写算法，借用了MiniCon算法的思想，解决了在给定一个聚合查询和一组聚合视图的情况下，找到最大被包含重写的问题．证明了算法的正确性。     

一种物化视图维护算法

数据仓库的刷新过程常被看作在数据源上对物化视图的维护问题，但现有的许多物化视图维护算法在不稳定网络中应用会导致数据异常问题，本文基于传统的数据仓库模型，提出了一种新的物化视图维护算法，来完成对数据仓库的有效刷新，并通过验证说明该算法的可行性。     

Microsoft Access 97技术讲座(二)——Microsoft Access 97表和查询

在Access 97关系数据库中,数据表视图类似于XBase或FoxPro中的Browse窗口。用户可以通过数据表视图(Datasheet View)随时输入、编辑和浏览表中的记录,同时还可以进行记录的查找和替换以及对记录进行排序和筛选。数据表视图是可格式化的,用户可以根据需要改变记录的显示方式(例如,改变记录的显示字型及字号,调整字段的显示次序,隐藏或冻结字段等)。在Access 97关系数据库中,查询(Query)是根据给定条件在表中筛选记录或者进一步对筛选出来的记录做某种操作的基本对象。查询可分为选择查询(Select Query)和动作查询(Action Query)。用户可以使用选择查询从指定的表中获取所需要的记录,也可以使用动作查询从指定的表中筛选记录以生成一个新的表或者对指定的表进行记录的更新、追加和删除操作。     

基于关系数据库的大规模网络本体存储与查询研究

针对互联网中大规模本体的有效存储和无缝访问的问题,结合OWL本体语言的成分与组织特点,提出了一种易于理解且结构稳定的关系数据库（RDB）模式,利用RDB对大规模的互联网本体进行存储.在此基础上,利用动态生成的RDB视图将标准的本体查询解释为SQL查询,在保持标准本体查询的灵活性和丰富性的同时,使基于RDB的本体数据存储相对于上层的面向本体互联网应用保持透明.     

数据仓库中物化视图的遗传选择算法

针对贪心算法没有考虑物化视图的更新代价和计算量大等缺点,提出了一个物化视图的遗传选择算法。首先通过候选视图选择算法产生候选视图集;其次提出了优化的代价模型,不仅考虑了查询代价,而且考虑了更新代价;最后从候选视图集中选择出物化视图。该算法与贪心算法相比,降低了计算代价。     

数据库索引研究

在数据库系统应用中,要进行频繁的数据查询操作。索引是与表或视图关联的磁盘上结构,有效的使用索引,可以快速找到表或视图中特定信息,减少系统的响应时间。本文介绍了索引的概念、分类、使用和维护,并就MSSQLSERVER索引进行了一些分析和实践。     

光纤通信系统中光传输技术分析及维护的探讨

随着现代网络通信技术的发展,光纤通信技术在人们的日常生活中应用得越来越普及.光传输具有抗干扰强、损耗低、保密性高和频带宽等显著的应用优势,在光纤通信系统中占据着重要的地位,但在技术应用过程中时常出现各类光传输设备运行故障问题,影响通信传输的稳定性和安全性.本文对光纤通信系统中光传输技术的常见故障问题进行了分析,并结合实...     

一种物化视图维护算法

数据仓库的刷新过程常被看作在数据源上对物化视图的维护问题 ,但现有的许多物化视图维护算法在不稳定网络中应用会导致数据异常问题 ,本文基于传统的数据仓库模型 ,提出了一种新的物化视图维护算法 ,来完成对数据仓库的有效刷新 ,并通过验证说明该算法的可行性。     

A/sup */ search: an efficient and flexible approach to materialized view selection

Decision support systems issue a large number of online analytical processing (OLAP) queries to access very large databases. A data warehouse needs to precompute or materialize some of such OLAP queries in order to improve the system throughput, since many coming queries can benefit greatly from these materialized views. Materialized view selection with resource constraint is one of the most important issues in the management of data warehouses. It addresses how to fully utilize the limited resource, disk space, or maintenance time to minimize the total query processing cost. This paper revisits the problem of materialized view selection under a disk-space constraint S. Many efficient greedy algorithms have been developed to address this problem. The quality of greedy solutions is guaranteed by a lower bound. However, it is observed that, when S is small, this lower bound can be very small and even be negative. In such cases, their solution quality will not be guaranteed well. In order to improve further the solution quality in such cases, a new competitive A/sup */ algorithm is proposed. It is shown that it is just the distinctive topological structure of the dependent lattice that makes the A/sup */ search a very competitive strategy for this problem. Both theoretical and experimental results show that the proposed algorithm is a powerful, efficient, and flexible approach to this problem.     

TATS: an Efficient Technique for Computing Temporal Aggregates for Data Warehousing

An important use of data warehousing is to provide temporal views over the history of source data. It is significant that nearly all data warehouses are dependent on relational database technology, yet relational databases provide little or no real support for temporal data. Therefore, it is difficult to obtain accurate information for time‐varying data. In this paper, we are going to design a temporal data warehouse to support time‐varying data efficiently. For this purpose, we present a method to support temporal query by combining a temporal query process layer with the relational database which is used as a source database in an existing data warehouse. We introduce the Temporal Aggregate Tree Strategy (TATS), and suggest its algorithm for the way to aggregate the time‐varying data that is changed by the time when the temporal view is created. In addition, The TATS and the materialized view creation method of the existing data warehouse have been evaluated. As a result, the TATS reduces the size of the fact table and it shows a good performance for the comparison factor in case of processing the query for time‐varying data.     

An evolutionary approach to materialized views selection in a datawarehouse environment

A data warehouse (DW) contains multiple views accessed by queries. One of the most important decisions in designing a DW is selecting views to materialize for the purpose of efficiently supporting decision making. The search space for possible materialized views is exponentially large. Therefore heuristics have been used to search for a near optimal solution. In this paper, we explore the use of an evolutionary algorithm for materialized view selection based on multiple global processing plans for queries. We apply a hybrid evolutionary algorithm to solve three related problems. The first is to optimize queries. The second is to choose the best global processing plan from multiple global processing plans. The third is to select materialized views from a given global processing plan. Our experiment shows that the hybrid evolutionary algorithm delivers better performance than either the evolutionary algorithm or heuristics used alone in terms of the minimal query and maintenance cost and the evaluation cost to obtain the minimal cost     

Materialized view selection as constrained evolutionary optimization

One of the important issues in data warehouse development is the selection of a set of views to materialize in order to accelerate a large number of on-line analytical processing (OLAP) queries. The maintenance-cost view-selection problem is to select a set of materialized views under certain resource constraints for the purpose of minimizing the total query processing cost. However, the search space for possible materialized views may be exponentially large. A heuristic algorithm often has to be used to find a near optimal solution. In this paper, for the maintenance-cost view-selection problem, we propose a new constrained evolutionary algorithm. Constraints are incorporated into the algorithm through a stochastic ranking procedure. No penalty functions are used. Our experimental results show that the constraint handling technique, i.e., stochastic ranking, can deal with constraints effectively. Our algorithm is able to find a near-optimal feasible solution and scales with the problem size well.     

数据仓库实现技术

由于信息技术的飞速发展,数据仓库技术应运而生并得到迅速发展.介绍了数据仓库的基本概念,在此基础上,介绍了数据仓库的实现技术,重点描述了结构设计、模型设计以及数据组织,并给出了几家大公司的解决方案.     

县级广电库房管理系统设计与开发——以诸暨广电为例

针对诸暨广电库房管理存在的问题,提出广电库房系统方案,该系统分为库房管理系统和库房查询系统,主要介绍库房管理系统的结构、功能及各功能模块的设计。     

基于内存计算技术的电信行业数据仓库系统构建探讨

数据仓库目前在电信行业已广泛应用,从决策分析到经营分析,数据仓库为各领域的数据应用提供了强大的支撑功能。然而随着系统的深入应用,数据仓库的性能问题开始突显,使数据仓库的应用受到了较大的制约。并且,随着电信运营商战略转型的深化开展,如何在智能管道、综合平台、内容提供等方面确认电信自身的优势也越来越迫切,而这一切都需要数据仓库的有效支撑。本文旨在探讨在电信的战略转型期,如何利用内存计算技术,为电信数据仓库系统建设找到一条可行的途径。