改进的半连接查询优化算法

在多关系连接查询中,普通半连接查询方法没有优化子查询的半连接顺序,导致查询代价较高,为此,本文提出了一种改进的半连接查询优化算法.首先,将多关系连接组织成较小代价的类树形结构,然后利用半连接操作对处于根节点处的关系进行最大化缩减,并以此为基础利用PERF位向量对其他节点进行缩减,最后回收缩减关系进行连接操作.模拟实验表明改进的半连接查询优化算法能够有效地缩减查询关系,降低查询代价.     

分布式数据库中半连接操作的查询优化

查询优化技术是分布式数据库中的关键技术、而半连接操作是查询技术中的非常有效和重要的技术.介绍了查询优化技术实现的目标、查询执行的途径,分析了分布式数据库中半连接操作的执行代价,半连接的操作过程,比较了两种半连接操作的执行代价评估和优化结果,并给出结论.     

一种基于虚拟数据库的分布式查询优化算法

针对虚拟数据库系统(简称“VDBMS”)执行分布式查询时的网络代价问题,提出一种基于关系运算代价估算理论及半连接技术的分布式查询优化算法SJQA(Semijoin Based Query Algorithm),较之最大子查询法,该算法加入了对子查询之间执行顺序及连接方式等方面因素的考虑,从而能更有效地减少分布式查询的总网络代价．实验结果表明,对于带有选择运算的查询,SJQA算法的优化效益与查询的选择因子大小成近似反比关系,因此它对该类查询的优化效果是十分明显的。     

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.     

基于R树的空间连接查询代价分析

在空间数据库中空间连接是最重要的操作之一。本文首先介绍了R树结构，然后在此基础上介绍了基于R树的空间连接查询的代价模型，以达到空间查询优化的目的。     

中间件异构数据库集成中基于半连接的查询优化算法

全局查询效率一直是中间件异构数据库集成中的热点和难点问题,由于目前异构数据库绝大多数是关系型数据库,所以采用半连接方法优化连接操作,并在半连接图的基础上提出了多个站点的半连接执行方案优化算法,该算法根据半连接图生成有向无序树,使多个半连接操作能够并行执行,经分析能有效地提高全局查询效率.     

分布式数据库连接算法实验研究

随着分布式数据库系统的广泛应用,其涉及的查询性能问题也就随之而来。查询执行和优化是影响分布式数据库性能的关键因素。查询优化算法中常见于应用的有直连接算法和半连接算法,通常认为后者性能优于前者。论文针对大数据量局域网环境下等值连接,对两种算法性能进行分析,并以通信代价为指标设计具体用例进行测试。根据实验结果对半连接算法的优越性进行量化,从而得出半连接在更切合实际的应用场景中比直连接性能更好。     

数据仓库中聚簇索引优化

数据仓库存储着用于查询和分析的集成信息,它包含大量历史数据,需重视存储空间的节约;同时,数据仓库要支持即席的、复杂的查询,这些查询需要访问大量记录,进行复杂的连接和聚合运算.为了提高查询效率,需要一些技术上的支持,考虑采用一定的空间为代价提高查询速度.文章围绕提高查询速度和节约存储空间作为查询技术评价关键性指标,对聚簇索引的优化进行了研究.     

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．     

派生索引空间连接查询

空间连接查询是最耗时、最重要的空间查询。针对空间多路连接中一方有R树索引,另一方是连接或选择的中间结果,因而无索引的情况,提出派生索引连接方法。这一方法基于父母索引为中间结果建立派生索引,以用于随后的空间连接,分析其查询花费,用于多路连接的查询优化。最后用实验结果说明方法的有效性。     

GAAA算法在数据库多连接查询优化中的研究应用

数据库优化中多连接技术是目前研究的热点问题,对于一个复杂的查询,寻找一个优化策略是数据库系统开发成功的关键所在。将GAAA算法应用于数据库的多连接优化中,并进行仿真试验。试验结果表明,用GAAA算法解决数据库多连接优化问题,克服了两种算法各自的缺陷,通过寻找较好的算法连接点,取得了比较满意的效果。     

一种具有服务质量支持的数据访问方法

针对目前的查询优化技术并没有考虑网格环境中数据源的动态特征,导致数据访问质量很差的问题,文中提出了网格环境中具有服务质量(QoS)支持的数据访问方法.它能在查询优化的过程中考虑数据源的动态特征以及用户的QoS要求,根据用户的QoS要求选择不同的查询执行计划;文中还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,它不仅可以提高并行度而且可以尽快返回部分结果给用户.实验结果表明,文中提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务.     

具有服务质量支持的数据访问

随着网格技术的发展,很多应用程序需要访问网格环境中分布、异构的数据源。但是由于目前的查询优化技术并没有考虑网格环境中数据源的动态特征导致数据访问的质量很差(如访问时间不确定、返回不相关的结果等)。本文提出了网格环境中具有服务质量支持(QoS)的数据访问方法,能在查询优化的过程中考虑用户的QoS要求和数据源的动态特征;同时本文还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,不仅可以提高并行度而且可以尽快返回部分结果给用户。实验表明本文提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务     

最小生成树算法在多元连接中的应用及算法分析

本文用最小生成树算法实现了分布式数据库中的多元连接查询,并进行了算法的分析与设计.     

基于场地约束的PDMS查询优化技术

基于视图的查询求解是解决PDMS(Peer Data Management Systems)中数据共享的一个重要手段.基于成熟的Datalog技术,设计了基于场地约束的Datalog扩展技术用于解决PDMS环境下的查询优化问题.研究在数据密集型和逻辑上紧耦合的PDMS中存在的查询优化问题,提出了PDMS视图定义语言PView,局部约束和分布式约束的定义、及基于视图与约束的查询重写的优化方案,并给出性能分析.测试结果证明,基于约束的查询重写优化算法AffixC可以显著地提高查询处理效率,适用于逻辑上具有紧耦合关系的信息集成处理.     

数据集成系统中多查询优化的研究

多查询优化的主要目的就是为了消除多个查询间存在的冗余.基于扩展查询头部变量算法,提出一种多查询优化算法.其主要思想是:通过构造一棵查询集合的伪包含树,建立查询间的联系.然后通过解析这棵树,来构造全局优化的查询计划.     

MDBS中基于模式映射树的查询分解和优化

提出了一种多数据库系统的模式映射方法，并对水平映射、垂直映射、混合映射、相关映射和局部映射给出了一种统一的形式化描述．使用模式映射树存储和表达用于查询分解的全局模式以及全局模式到输出模式及局部模式的映射信息，使用查询树来表示多数据库查询的内部结构．通过合并全局查询树与模式映射树，给出了将全局查询转化为中间查询的全局查询分解方法．利用模式映射信息中的相关映射性质，给出了多数据库查询中全局连接的优化处理策略．     

An Efficient Algorithm for Query Transformation in Semantic Query Optimization

Semantic query optimization (SQO)is comparatively a recent approach for the transformation of given query into equivalent alternative query using matching rules in order to select an optimal query based on the costs of executing alternative queries,The key aspect of the algorthm proposed here is that previous proposed SQO techniques can be considered equally in the uniform cost model,with which optimization opportunities will not be missed.At the same time,the authors used the implication closure to guarantee that any matched rule will not be lost .The authors implemented their algorithm for the optimization of decomposed sub-query in local database in MultiDatabase Integrator(MDBI),which is a multidatabase project.The experimental results verify that this algorithm is effective in the process of SQO.