基于SQL Server数据库查询优化的几点思考

优化数据库性能的一个很重要的方法就是优化查询,即提高SQL的执行效率,减少计算量和内存的使用量实现提高查询速度的目的.本文通过分析影响SQL Server数据库性能的数据库模型、查询语句等因素,提出了一些常用的查询优化的方案,实现有效提高查询效率,优化数据库性能的目的.     

基于索引的关系数据库查询优化

查询优化是提高数据库性能的关键技术之一.在分析SQL Server关系数据库系统自动查询优化技术的基础上,介绍了索引的类型和使用原则,并结合实例讨论了SQL语句中使用索引进行查询优化的多种有效方法,有助于提高数据库的查询效率.     

数据库查询优化策略研究

数据库性能的提升是数据库设计者所关注的焦点,而数据库性能的提升很大程度上决定于查询效率的高低.围绕关系模式、索引、查询语句的优化进行了分析,为提高查询效率提出了一些基本原则.     

自适应逃逸动量粒子群算法的数据库多连接查询优化

为了提高数据库多连接查询的优化效率,针对粒子群算法存在的早熟、局部最优等缺陷,提出一种自适应逃逸动量粒子群算法的数据库多连接查询优化方法.该算法首先将遗传算法的交叉机制引入粒子群算法中,以保持粒子群的多样性,避免早熟现象出现;然后,引入动量算法平滑粒子搜索轨迹,加快粒子群的收敛速度;最后,将该算法应用于数据库多连接查询优化求解,以获得最优的数据库多连接查询方案.仿真结果表明,该算法提高了数据库查询效率,缩短了查询响应时间.     

数据库的查询优化技术

数据库的查询操作对数据库的性能影响比较大,为了提高数据库的效率,需要对查询进行优化。本文研究了数据库查询的若干优化方法。     

GIS空间数据查询优化技术研究

空间数据库是GIS(地理信息系统)的核心,空间数据查询是空间数据库的关键技术,其性能的高低决定着整个空间数据库的效率.查询效率一直是GIS系统的一个瓶颈,因此研究空间数据的查询优化技术具有重要的意义.重点对提高数据库查询性能的关键技术——空间数据索引技术、查询处理算法、空间数据访问技术进行了阐述.     

SQL语句的分析与查询优化策略

信息时代中,海量数据的存储和查询需要高性能的数据库系统。影响数据库性能的一个重要因素就是SQL查询的效率。为了提高数据库应用系统的执行效率,本文从数据库查询的基本概念入手,着重讨论SQL语句的处理过程,以及SQL查询的优化策略。     

浅谈数据库的查询优化方法

目前数据库面临的主要问题是SQL查询语句的优化。本文主要探讨了在数据库的应用中对数据库查询优化的一些策略,其中包括基于索引、SQL语句的优化的方法,并简要对其他一些常用方法做了简单介绍,以拓宽优化数据查询的灵活性,有效提高查询效率以及数据库的整体性能。     

Web数据库多表查询的关键技术与优化

为了满足面向专业的Web数据库通用信息查询服务需要 ,弥补目前这一方面存在的一些不足 ,作者研究了Web数据库多表查询中的关键技术与优化方法 .即通过查询界面的设计原则、实现方法 ,引导查询人进行正确的操作 ,以获得与期望相符的查询结果 ,同时还对界面进行了优化 ,压缩了界面HTML文件的大小 ,降低了网络传输所带来的延时 .此外 ,还讨论了SQL语句的形成 ,以子查询方式优化SQL语句 ,提高了查询的效率 ,改善了Web数据库服务器的性能 .特别是当数据库中的记录越多时 ,Web数据库服务器性能的改善越明显 .在查询结果界面中 ,通过引入拖拽机制与隐藏 /显示机制来提高查询结果界面的交互性 ,从而使用户获得更好的查询效果     

浅谈关系数据库的查询处理和优化

在关系数据库应用开发中,查询优化是提高查询效率和系统性能的关键。文章从介绍RDBMS的查询处理步骤入手,分别从数据库设计方案、查询优化技术、查询优化的方法三方面对查询优化做了具体分析,以便对关系数据库的查询处理和优化有较完整的认识。     

一种基于知识的关系数据库模糊查询方法

在数据库查询中,针对传统DBMS不支持模糊查询的弱点,提出了基于知识的数据库模糊查询转换方法.以模糊集理论为基础,介绍了数据库模糊查询条件的构成形式,并提出利用隶属函数、领域知识和模糊集的α-截集运算相结合的方法实现模糊查询转换,模糊查询条件的转换和扩展考虑了查询条件的重要程度和用户偏好.该方法无需改变传统SQL语言或数据库引擎就能够实现模糊查询,提高了用户与系统之间的交互能力.     

利用AI-DB技术设计OODB的语义查询模型

作为第三代数据库的OODB,要求是新的理论方法和技术。作者分析OODB的现状后,提出了一种语义查询模型。它是用一种基于人工智能和数据库相结合(AI-DB)的技术实现的。与用户界面自然语言的查询,被分析、分解为相应的查询规则,建立规则表、触发表和转换表,最后提交给系统依照表格完成查询。这是一种新的基于语义查询的实践。     

基于支持向量机的相关反馈图像检索算法

相关反馈技术是近年来在图像检索中较为重要的研究方法 ,从机器学习的角度 ,以支持向量机 (SVM)为分类器 ,提出了一种新的相关反馈方法。在每次反馈中对用户标记的正例和反例样本进行学习 ,建立 SVM分类器作为模型 ,并根据学习所得的模型进行检索。由于 SVM分类器在一定程度上勾勒出了相关图像在特征空间中的分布 ,因而对整个图像库进行检索时可以查找到更多的相关图像。使用由9918幅图像组成的图像库进行实验 ,结果表明 :该方法可以通过交互的反馈过程 ,有效地检索出更多的相关图像 ,并且在有限训练样本情况下具有良好的泛化能力     

Verifiable Auditing Protocol with Proxy Re-Encryption for Outsourced Databases in Cloud

As a new computing paradigm, outsourcing computing provides inexpensive, on-demand, convenient storage and computing services for cloud clients. For the security of outsourcing databases to the cloud, it is important to allow the user to verify the query results returned by the cloud server. So far, tremendous efforts have been carried out to study secure outsourcing computing. The existing scheme supports that the user can detect the correctness and completeness of the query results even if the cloud server returns an empty set. However, since the data owner performs the database encryption operations and uploads the encrypted database to the cloud server, they require the user to request the data owner to decrypt the query results. In this paper, we propose a new scheme, which can accurately verify the search results. Meanwhile, the users can decrypt the query results independently. Furthermore, the proposed scheme supports a large number of data owners to upload their encrypted database to the cloud server, and it can efficiently verify the query results. Besides, we can prove that our proposed solution can achieve the desired security properties.     

一种新的中文数据库查询语言XD

提出基于ＳＱＬ且适合于中文数据库查询的新语言ＸＤ，其主要特点：把过程查询与说明查询有机地结合起来，使查询结果更加简单，遵循汉语限制形式，使语言更加自然，可使用各种窗口软件，使查询更加容易。     

基于MapReduce的关系型数据仓库并行查询

针对MapReduce框架与传统关系型数据库兼容性不好的问题,提出了一种基于分块结构的分布式关系数据库ChunkDB.并对MapReduce架构进行了扩展设计,使ChunkDB与MapReduce有效结合,将MapReduce的扩展性、易操作性、高并行性与关系数据库的索引等查询优化优势相结合.实验证明基于MapReduce的ChunkDB数据库能够为数据仓库应用提供快速高效的并行查询.     

Web数据库查询结果的自动分类方法

为解决Web数据库查询中出现的多查询结果问题,提出一种Web数据库查询结果自动分类方法.该方法在查询结果上动态生成一个带标签的、分层的分类树.分类树的构建通过两个处理阶段完成:首先在离线阶段分析系统中所有用户的查询历史并聚合语义上相似的查询,然后根据聚合的查询将原始数据划分成多个元组聚类,每个元组聚类对应一种类型的用户偏好;当用户查询到来时,在线查询处理阶段利用第一阶段生成的元组聚类,在查询结果集上为用户生成一个分类树,使得用户能够方便地选择和定位所需信息.实验和分析表明,提出的分类方法能够很好地满足用户个性化查询的需求.     

基于动态学习的Deep Web数据源选择算法

提出了基于查询过程的动态计算数据源和查询关键词相似度的算法.当用户查询时,从数据源中选择子集进行查询,然后计算结果网页与查询关键词的相似度,按加权均值法调整该数据源的相似度,随着系统的运行,数据源与关键词的相似度不断被动态调整以反映数据源的实际情况,从而为数据源选择做出判断依据.     

利用关系数据库系统对半结构化数据进行近似查询

提出一种利用关系数据库系统在一般图结构的半结构化数据上进行近似查询的途径.根据嵌套结构和文本值的相似性来度量路径的相似性;根据路径的相似性得到查询目标节点与数据源节点的相似性.为返回数据源中与查询目标节点相似的节点,首先提取出数据源中长度在固定范围内的所有路径,然后利用关系数据库系统将其与查询路径进行相似性连接,并按相似度从大到小返回所有结果.为提高相似性连接的效率,引入q窗口概念,并利用若干路径相似的必要条件来减少计算相似性函数的次数.试验证明了其有效性.     

一种基于遗传算法的优化查询方法

查询效率是数据库系统的重要指标,查询优化是该系统研究的难点和热点.提出了一种基于遗传算法的优化查询方法,该法利用关键字预处理模块,将用户输入的关键字转化为内部关键字,以提高查询准确性;为加快查询响应时间,设置用户搜索统计记录索引表,避免遇到重复搜索时的全库扫描;针对全库扫描时采用遗传算法进行最优求解,提出了相关度的计算方法,根据相关度的大小进行排序,方便用户查询.