数据仓库中实视图聚集函数的增量更新

提出在视图表达式树中以由下到上的方式计算中间结点的变化 ,将计算出的中间结果作为辅助视图保存在数据仓库中 ,利用这些辅助视图或子视图计算出来的聚集函数的变化 ,来计算本视图聚集函数值的更新 ,实现视图的增量维护 ,从而缩短数据仓库更新维护时间 ,提高OLAP查询效率 .同时 ,介绍了实视图中聚集函数的增量更新算法 ,实现实视图聚集函数的更新维护     

共享多版本源视图的多实化视图异步增量维护

为了解决补偿和多版本在多实化视图维护上性能不理想的问题,提出了共享多版本源视图的多实化视图异步增量维护方案SMVM(源多版本视图维护).在SMVM中,集成端的实化视图直接定义在多个数据源的共享引用多版本源视图上,并且在收到源视图的数据更新后,向其他相关数据源发送基于版本的维护查询,以此来进行多实化视图的异步增量维护.这样在完全避免数据源并发更新导致增量查询异常的同时,提高了多个实化视图异步增量维护的整体性能,且基于元组标志的视图增量补偿方法使得对源视图的维护更有效.实验结果验证了SMVM的可行性和有效性.     

数据仓库中视图选择算法的分析与比较

数据仓库中的视图选择关系到数据仓库的效率和维护代价，是数据仓库中研究的重要问题。本就已有的视图选择算法加以分析、比较，以此描述视图选择算法的研究现状和发展方向。     

数据仓库集合刷新联机维护算法

随着数据仓库应用的不断扩展和深入,它的联机维护技术也显得越来越重要。提出一种版本控制集合刷新算法VSRA(Version-controlSetRefreshingAlgorithm),它采用增量维护和批处理思想,首先根据原始数据的变化集合,计算出实体化视图的刷新集合,然后据此集合刷新实体化视图,同时利用版本控制保持数据仓库与当前数据库状态的一致性,达到对数据仓库联机维护的目的。VSRA算法采用集合方式一次处理一批数据,不但减少了数据仓库与数据库之间的通信开销,而且提高了数据仓库的刷新效率.严格的版本控制使用户可以随时使用数据仓库进行联机分析处理(OLAP),并得到正确一致的结果.在文后,通过一个典型示例说明了算法的具体应用.     

多数据源数据仓库实体化视图维护与下查

研究了多源单视图下数据仓库实体化视图联机维护与下查一致性问题,并提出普适性强一致收敛维护算法M-Glide.算法引入动作列表来控制数据仓库收到的信息顺序,采用版本控制、补偿思想和应答机制来协调源数据库与数据仓库间的数据更新,从而保证了数据仓库视图维护与下查的一致性,并通过一个示例说明了该算法在实际中的具体运用.     

实视图维护中的更新检测

在关系数据库系统中,视图是从一个或几个表中导出的表,为了提高访问视图数据的效率,人们将视图数据也保存起来,这样的视图称这实视图,当基表发生了变化,为使实社图与基表保持一致,必须对实视图进行维护。实视图的维护可分类一个阶段：即无关更新检测,可自处理更新检测和实际维护。     

一种关于XPATH视图维护的优化方法

Sawires等人给出的视图维护方法能在少量辅助空间的情况下增量地维护视图,但是在较多约束的视图定义下,由于该方法在约束检测方面没有被优化,所以影响了视图维护效率.提出了Sawires视图维护方法的一种优化方法,并通过试验验证了该方法能够有效地提高视图的维护效率.     

基于全局目标视图分解与重写算法的数据交换中间件的研究与实现

借鉴数据仓库在线维护技术思想，提出利用全局目标视图来表达部门用户对数据共享或交换的需求；然后通过全局目标视图分解与重写算法，将全局目标视图分解为仅仅与单个底层数据源相关的局部目标视图，通过对它们的实化来达到企业各部门之间数据共享与交换的目的．     

数据仓库动态设计与维护中与／或有向图方法

数据仓库（DW）可以抽象地看成基本关系上的一组具体的视图，是一个随时间不断推移变化的动态实体，当有新的查询出现时，可以将它化成具体的视图表示并加入到数据仓库中。将数据仓库表示成与／或有向图能够较好地描述数据仓库中各种查询（视图）之间的关系，这样数据仓库动态设计问题就可以模拟成状态空间搜索问题，相应的转换规则就可以定义成状态转换规则，通过状态空间搜索的转换和化简来实现数据仓库的动态设计。讨论了将视图加入到数据仓库中的动态设计方法，并通过一个实际的例子介绍了这种动态数据仓库的建立过程。     

数据仓库中实体化视图的一种维护算法

实现实体化视图是提高系统响应时间的一个关键技术和有效的解决方案,在具体的实现过程中面临着实体化视图的维护问题. 由于源数据的不稳定性,其数据的变化必须及时传播到实体化视图中,以保持实体化视图与源数据的变化一致性,否则会降低实体化视图中数据的新鲜度,并影响联机分析处理(OLAP)查询结果的真实性和有效性. 针对视图的维护问题,提出了实体化视图的一种维护算法,它将使视图重计算代价最小化.     

层次-关系型DBMS的实视图及其增量维护

以对象交换模型作为中间模型,讨论了基于层次关系模型的视图机制,提出了一个增量维护的算法．该算法以统一的ＳＱＬ语句定义,维护混合模型上的视图,并提高地图应用系统的适应性．     

并发更新环境下的视图维护异常研究

通过对视图维护过程中的更新异常进行分析,发现并发更新是导致视图维护异常的主要原因.在并发环境下,数据更新和模式更新极有可能同时存在,这对视图维护工作带来极大的困难.在实例分析基础上,深入而细致地刻画了模式与数据全面并发的典型情形,为视图维护工作奠定基础.     

基于目标视图的数据交换引擎的研究

借鉴数据仓库在线维护技术思想,提出利用全局目标视图来表达部门用户对数据共享或交换的需求;然后通过全局目标视图分解与重写算法,将全局目标视图分解为仅仅与单个底层数据源相关的局部目标视图,通过对它们的实化来达到企业各部门之间数据共享与交换的目的.     

数据仓库环境下的视图联机维护技术

视图联机维护技术是数据仓库技术中的重要研究领域之一。在系统总结国内外相关领域的主要技术的基础上，对目前所取得的研究进展和研究现状在进行了综述，为下一步的深入研究奠定了基础。     

一种物化Web视图的在线选择算法

建立了一个考虑更新代价的Web视图置换测度模型,并以此为基础,提出一种物化Web视图在线选择算法DCR.该算法在简单的缓存算法基础上引入了选择置换机制, 通过监测提交的用户查询, 决定是否将其结果予以保存, 必要时依据置换测度值的大小进行置换, 实现Web视图物化总量的控制, 防止视图过分物化, 以降低动态缓存管理、索引和检索的开销.同时可结合适当的维护方式, 提高更新效率, 避免频繁的更新对查询性能产生太大的影响, 使整个算法更具适用性. 实验表明, 在查询集较大、数据源更新比较频繁的场合, DCR算法可以降低视图检索开销, 并可通过机会更新有效减少了失效视图的数量,使算法在用户查询响应性能方面显示出较大的优势.     

基于查询的改进数据仓库模型研究

提出一种改进的数据仓库体系结构,在数据仓库中添加一个辅助结构作为接收和存储更新数据的暂存库,直到数据仓库获得空闲周期,加入新的数据和更新必要的视图;通过试验模拟两种数据仓库结构,验证了新的模型在设计和性能上的优越性。     

联结视图的更新问题

在关系数据库系统中，对视图的更新容易导致二义性和副作用，由联结运算定义的视图尤其如此。对这类视图的更新问题，利用参照完整性限制，讨论了避免副作用的问题，同时给出了主表的参照表的概念以及在此基础上克服二义性的方法。     

数据库连接类视图的物化和增量保持技术

目前，对数据视图的物化和增量保持技术已有很多讨论，但基本上局限于ISA关系由单个类导出现图的范围内，而对于由两个或多个类通过连接操作导出的视图这一范围尚无涉及，本文提出了基于这一范畴的视图物化和增量保持的一种数据模式和基于该模式的增量保持技术。     

Oracle数据库应用中的可更新视图设计

Oracle数据库管理系统在许多领域都有着广泛的应用,本文主要介绍Oracle数据库应用当中对可更新视图的设计方法,着重分析了单表视图和多表视图在更新操作的时候需要注意的问题,并根据实例提出了实现可更新视图的具体解决方案.     

数据仓库聚集策略优化的研究

数据仓库聚集策略的维护与优化是数据仓库领域的重要研究课题，反映了数据仓库反生命周期规律的重要特征．探讨一种基于数据仓库质量的聚集策略优化方法，以及在此基础上提出了一个基于C0RBA的Agent实现技术构建具有主动性和适应能力的数据仓库聚集策略优化的实现方案．利用Agent的特性，从而适应用户需求的变化、提高系统的性能和用户满意度．