关系闭包的计算

本文涉及演绎数据库递归查询的优化问题,提出算若干计算关系闭包的算法。算法的主要思想是及时地从关系中删去不产生新结果的元组,避免元组间多次重复的连接,提高查询效率。     

演绎数据库虚关系的内部表示

介绍了演绎数据库的系统结构，并着重介绍了基于SQL Serverr之上的递归查询算法和将以规则形式存放于外存的虚关系转化为内部表示的过程。     

一类查询算法的改进

ＱＳＱＩ是演绎数据库中自顶向查询算法的一种。但由于计算过程中重复工作太多，因而降低了执行效率。本文提出了改进的方法，在一定上可减少迭代冗余。     

演绎数据库的语义查询优化

演绎数据库的语义查询优化是根据数据库中的完整性约事条件对查询进行优化，本文推出了两种基于完整性约束条件的优化方法，通过编译时对规则的改写，减少了参与计算的中间结果的数目，避免了不必要的操作提高了计算的效率。     

基于混合遗传算法的关系型数据库查询优化

分析了关系型数据库的查询优化问题，针对多连接查询提出将遗传算法和爬山法结合，从而构造了关系型数据库多连接查询优化问题的混合遗传算法，并进行了实验计算．结果表明，用混合遗传算法解决多连接查询优化问题，可以发挥遗传算法和爬山法的不同优势，从而得到较满意的查询优化性能．     

一种基于SQL语句的ID3改进算法

ID3算法沿用的是机器学习算法,与数据库集成性差。提出一种基于SQL语句的ID3改进算法。通过SQL语句直接对保存在数据库中的数据表进行分组查询,计算测试属性的条件熵,并给出深度优先和广度优先生成子树的递归算法。实验证明,改进的ID3算法充分利用了SQL的高效性和C++语言的灵活性,降低了算法实现难度,高效实现大量数据的分类。     

一个演绎数据库原型系统的底层实现

演绎数据库查询具有不同于关系数据库查询的特点，因而对底层数数据库的实现也提出了更高的要求。本文结合一个演绎数据库原型系统ＤＤＳ，分析了演绎数据库系统的一些底层实现技术，所介绍的实现技术能很好地支持演绎数据库查询，从而有利于提高整个系统的效率。     

演绎数据库中一个有效的推理算法

在基于与给定查询相关的事实与公理的基础上，给出了演绎数据库的一个产生式推理方法．该算法采用自底向上的搜索策略由公理的前提事实产生结论，同时又以自顶向下的方法分析以约束生成的事实集，从而得到良好的查询应答搜索效果     

基于递归安全视图的XML查询重写算法

XML查询重写是访问控制中的关键技术.在分析Rewrite算法局限性的基础上提出一种基于XML安全视图的能处理递归视图的查询重写算法,并对算法进行分析,它能够避免视图的物化和保存,把基于递归视图的XPath查询转化为等效查询.     

阈值上限一定时超大规模数据库的查询方法研究

在确定查询阈值上限时,当前数据库查询方法只能使用查询树的一条路径,并行性能较差;在对超大规模数据进行查询时,具有查询时间长、响应不及时的弊端。为此,提出一种新的阈值上限一定时超大规模数据库的查询方法,通过RSA算法对超大规模数据库进行加密和解密处理,依据多叉树的定义构造多叉索引树,在此基础上计算各代表数据点与查询点之间的距离;在阈值上限一定时,利用多个从节点机并行处理后,使用主节点机汇集结果,运用后续子树递归处理,直至获取查询结果。实验结果表明,所提方法不仅具有很高的查询效率,而且CPU使用率很高。     

基于XML文档DTD的展开递归节点算法

XML安全视图是实现访问控制的关键技术.本文研究了递归DTD,提出了一种避免XML递归安全视图产生的算法,并对算法进行了分析,解决了当DTD中存在环路时所带来的递归安全视图的问题,提高了查询重写的效率.     

基于层次序列OLAP-Cache在大规模监测数据查询优化中的应用

利用OLAP进行大规模监测数据查询时存在效率低和实时性差的问题,传统解决方法主要利用缩小数据集市数据的方法,虽然在一定程度上提高了查询效率,但是会出现丢失数据的现象。提出在基于聚类方法基础之上进行层次序列OLAP查询优化,并针对大规模海洋监测数据的特点提出OLAPCache多级查询方法。在该算法中,首先分析OLAP序列立方体的查询效率问题;其次以等价类的层次关系为基础,确定等价的上下界和聚类值;然后利用改进的各级查询层次的运算策略来判断OLAP查询的语义特性,提高其Cache性能;最后结合OLAP查询集的闭包中存在最小蕴含关系的特点,对OLAP查询的蕴含关系进行分组查找。通过大规模监测的海洋数据对该算法进行仿真验证,仿真表明,该算法有效地避免了对大规模海量数据的递归查询,具有较好的执行效率。     

一种并发高效的连续时空查询处理算法

分析了SINA在查询结果上的完整性,发现和解决了其在消极更新结果完整性上的一点不足.为了进一步提高SINA的查询效率,将并发机制引入递增计算算法中,并给出了实施并发控制的策略及其在结果正确性上的证明.实验表明,并发运行后的算法,随着时空数据集的增大,查询计算的平均时间有了明显下降,内存和CPU的利用率有了明显提高.     

基于Cluster结构的多维动态数据分布方法

数据分布是数据库查询并行处理的基础，良好的数据分布方法对查询性能有着重要影响，本文提出了一种新的基于Cluster结构的多维动态数据分布方法，该方法能保证数据均匀分布在多个处理机上；能动态调整数据片段的大小，使关系始终保持最优并行度；并能有效地支持各属性上的查询操作，性能分析及实验结果表明，在大规模的并行系统中，本文方法的性能优于过去的数据分布方法。     

类树结构关系中递归查询的形式描述与实现方法

递归查询为包含多重层次结构的关系数据提供了一种非常灵活而有效的处理方法.本文运用关系代数和基于逻辑的Datalog规则对递归查询进行了形式描述,同时讨论了递归中固定点的计算公式和分层求反的原则.此外,对SQL3中实现递归编程方法和限制情况进行了深入分析.     

DAS模型下基于查询概率的密文索引技术

数据库服务(Database-as-a-Service,DAS)模型是一种新的数据管理模型,它把用户的数据存放在第三方并通过网络提供数据库管理系统.DAS模型下,如何提高密文数据库的查询效率是当前面临的一个主要问题,而密文索引技术是提高数据库中密文查询效率的手段之一.针对现有的密文索引方法查询命中率低的问题,本文根据查询概率的实际分布情况,提出了一种适用于非等概率查询的桶划分策略,该策略以降低错检率为目的生成密文索引,提高了查询效率.最后给出了相应的算法,并通过实验对算法进行了分析和验证.     

组态软件中数据存储与查询的缺陷与改进

数据存储与查询是组态软件中的重要组成部分,但是传统的方法效率低,因此对其进行改进,提高查询效率对于组态软件有着重要的意义。融合了数据库索引思想的新方法,不仅减小了存储文件的大小,而且大大提高了查询的效率。     

一种适应于动态环境范围查询的数据立方体

范围查询是对数据立方体进行数据分析的有效方法,预计算技术可以提高数据立方体范围查询的速度,实现快速的用户响应.近年来研究人员基于多维联机分析处理(MOLAP)预计算的研究主要以prefix sum及分块技术为基础,本文对分块方案及如何组织块内单元实施prefix sum方法进行探索,提出了前缀区域数据立方体结构(Prefix Region Cube,PRC),采用基于前缀区域的不规则的分块方案,这种分块方法利于从起始单元开始的前缀区域范围查询的实现.另外PRC在分块及对划分后的块内单元实施prefix sum时都采用回归分割技术,在不增加额外立方体空间的前提下,实现范围查询和数据更新的代价都为O(logdn).     

基于MS SQL Server数据库的查询优化方法

介绍数据库查询优化过程的主要步骤,讨论了ＭＳ ＳＱＬ Ｓｅｒｖｅｒ数据库进行查询优化的原理和所采用的技术,最后提出一些能实现ＳＱＬ Ｓｅｒｖｅｒ数据库查询的指导性策略和实用方法。