基于时态层次链的Data Cube 多版本维护方案

针对Data Cube的模式变动造成的多版本问题,对时态聚集关系与时态层次链进行了形式化描述,并基于这些关系实现了多个版本的Data Cube的统一生成算法,不仅可以高效地进行Data Cube多个版本的维护,而且在OLAP查询也可以基于时态层次链来执行,从而提高系统的整体效率。     

一种面向事务型数据库的无锁并发B+tree索引结构

为了克服现有多版本并发控制(MVCC)进行数据的并发访问控制中短暂阻塞的缺点,达到读写完全并发,提出了一种基于写时复制的多版本并发B+tree(BCMVBT)索引结构。BCMVBT通过复制分离读写的操作空间以使读写事务在任意时刻完全并发执行,规避比较与交换(CAS)操作带来的高CPU消耗,达到一写多读场景下的完全并发。同时针对现有多版本开发B+tree(MVBT)范围查询的复杂操作,提出了无锁的BCMVBT的范围查询算法和回收机制,从而实现了索引的插入、查询、更新与回收的无锁并发操作。通过与事务型MVBT(transaction MVBT)的对比,在读写并发环境下BCMVBT的时间消耗降低了50%,实验进一步表明BCMVBT在大事务的场景下具有更高的优势。     

利用DBV构造CSCW工作模型

通过对多版本数据库模型(DBV方法)和CSCW(计算机支持的协同工作)的分析比较，提出了面向CSCW的DBV方法的限制策略，描述了如何利用多版本数据库技术构造一个CSCW工作模型。主要介绍实现版本的派生、版本的提交、版本的合并等功能，另外提出了临时版本的概念以优化CSCW工作模型，其中最关键的是提出了版本合并的冲突解决方案。最后，以CAD协同设计为例介绍了在实际应用中如何利用这个CSCW工作模型来解决实际问题。     

基于CIM/G的图形多版本管理与展示

针对智能电网调度控制系统在基于时间维度的图形管理与展示方面的不足,提出一种基于CIM/G的图形多版本管理与展示技术,使用CIM/G文件作为持久化存储介质,根据模型版本划分相应的图形版本标识,实现变化图形版本存储和图形多版本安全隔离,进而实现图形多版本的构建管理技术方案,同时给用户提供图形任意版本快速浏览、图形多版本差异集中展示的方法。该项技术已在华北电力调控分中心试点应用,可满足多项业务应用对多时态版本图形的需求,提升了调控系统对图形版本构建、存储、展示等方面的管控能力。     

基于软件多版本演化提取克隆谱系

针对单个版本克隆检测结果不足以体现克隆特征这一问题,从软件多版本中自动提取克隆谱系,获得克隆在软件演化过程中表现出的模式和特征。首先基于克隆代码Token表示及其所在文件名称、函数名称等位置属性,准确映射软件历时演化版本间的克隆代码,进而识别克隆演化模式;然后匹配克隆类ID号,合并所有相邻版本间的映射结果及演化模式信息,得到克隆谱系。同时开发了相应的克隆谱系自动提取工具FCG对6款开源软件进行了测试,发现当前版本中克隆代码平均生命周期占所研究版本总数的70%以上,且大部分没有发生变化,说明大部分克隆能被较好地维护,但也存在少量不稳定的克隆可能导致软件缺陷,需要修改或重构。实验结果表明FCG可高效提取克隆谱系,有助于更好地理解克隆及有针对性地管理克隆。     

Efficient query processing framework for big data warehouse: an almost join-free approach

The rapidly increasing scale of data warehouses is challenging today’s data analytical technologies. A conventional data analytical platform processes data warehouse queries using a star schema — it normalizes the data into a fact table and a number of dimension tables, and during query processing it selectively joins the tables according to users’ demands. This model is space economical. However, it faces two problems when applied to big data. First, join is an expensive operation, which prohibits a parallel database or a MapReduce-based system from achieving efficiency and scalability simultaneously. Second, join operations have to be executed repeatedly, while numerous join results can actually be reused by different queries. In this paper, we propose a new query processing framework for data warehouses. It pushes the join operations partially to the pre-processing phase and partially to the postprocessing phase, so that data warehouse queries can be transformed into massive parallelized filter-aggregation operations on the fact table. In contrast to the conventional query processing models, our approach is efficient, scalable and stable despite of the large number of tables involved in the join. It is especially suitable for a large-scale parallel data warehouse. Our empirical evaluation on Hadoop shows that our framework exhibits linear scalability and outperforms some existing approaches by an order of magnitude.     

针对有向无环图结构的多版本分布模式优化

为提高多版本协同设计的整体存储及查询性能,针对具有有向无环图结构、结合完整和增量存储的多版本模型,在研究多版本演化过程、版本间继承关系的基础上,提出可双向恢复的增量版本定义方式,将有向无环图结构转换成带权无向图结构。以版本差异为指标计算版本恢复成本,使用改进的Floyd算法,以计算所有版本最小恢复成本为目标设计多版本分布模式优化算法。分析和实例结果验证,该方法可以提高协同设计多版本的数据存储可靠性和提取效率,并且优化算法具有较高的计算效率。     

多级多版本数据库管理系统全局串行化

多级调度应该保证事务历史可串行化,满足多级安全特性,不会引入隐通道,并保证高级别事务不会因为无限等待而"饿死".与其他多级数据管理系统调度机制相比,多级多版本时戳调度机制满足上述要求,但该机制存在两个问题,一是事务可能读旧版本,二是要求调度器是可信进程.提出一种多级多版本全局时戳调度机制(MLS_MVGTO),以及依据事务快照生成其全局时戳的基本步骤.给出了预知只读事务信息时的两种改进方法.MLS_MVGTO机制生成的事务历史可串行化,不引入隐通道等,并且该方法避免引入一个全局可信的调度器,并通过对只读事务的深入分析,允许事务读新版本.     

基于应用与时间维度的电网模型多版本构建与管理技术

针对智能电网调度控制系统在电网调控业务的未来模型和历史模型管理方面的不足,本文提出了一种基于应用与时间维度的电网模型多版本构建与管理技术,使用轻量级文件数据库与CIM/E文件作为多版本模型数据持久化存储介质,实现多个版本的安全隔离,以模型集为逻辑单元对电网不同业务模型进行分类,进而实现不同业务多时态模型版本构建与管理的技术方案,并对多版本间的模型比较与合并、未来版本模型验证与投在线流程管理等关键技术给出了具体的解决方案。该项技术已在调控中心试点应用,可满足多项业务应用对多时态版本模型的需求,提升了调控系统对未来模型构建、历史模型回溯、模型共享等方面的支撑能力。     

一种非阻塞读文件系统的实现方法

针对现有文件系统在容错性及读性能远低于数据库系统的情况,运用数据库系统中数据的多版本技术实现数据的快速闪回及非阻塞读原理,通过改进文件系统元数据结构及结合写时复制技术的方法,在文件系统中增加文件瞬时恢复功能及非阻塞读功能,解决现有文件系统在容错性不足的问题,提高文件系统的读性能。通过该方法制作MVFS文件系统,测试结果表明,应用该方法生成的文件系统具有优越的读性能、容错性和可靠性。