面向分布式数据库的相关子查询优化策略

子查询是指查询语句作为另一个语句的查询条件出现,相关子查询是指子查询的查询条件依赖于父查询.相关子查询要对子查询反复求值,需要多次访问磁盘,尤其是在分布式的环境中还会产生大量的通信开销,导致执行效率低下.在对现有相关子查询优化策略分析研究的基础上,综合分布式的特点,将子查询展开、无用子树切除、聚集函数消除等策略应用于分布式关系数据库系统中,并在开源分布式关系数据库0ceanBase中应用这些策略实现对谓词EXISTS的相关子查询的优化.实验表明这些策略能够明显改善相关子查询的查询性能.     

分布式数据库系统的查询策略研究

对于一个给定的查询,通常会有多种不同的查询策略。查询优化就是从这些策略中找出最有效查询计划的一种过程。一个好的查询策略往往比一个坏的查询策略在执行效率(基于执行时间)上高几个数量级。简要说明了分布式数据库的特点,重点讨论了几种分布式查询策略的特点及其适用的情况。     

分布式数据库查询优化研究

本文在充分讨论分布式数据库和查询优化的概念、特点及查询优化目标的基础上,说明不同的查询策略通信时间相差很大,一个好的查询策略往往比一个坏的查询策略在执行效率上高出几个线性数量级。然后着重以学生选课数据库系统为例,分析了查询优化策略中的基于半连接算法的思想以及连接过程,得到优化基于半连接查询策略的方法,从而提高系统的查询效率。     

关系数据库中查询优化方法的探讨

数据库是一个复杂的高效率、高性能的软件产品,查询是数据库中最基本、最常用的操作。查询优化对于关系数据库的性能,特别是对于大型数据库系统的性能至关重要。以关系数据库为基础,结合实践经验,从数据库设计和查询策略选择的角度讨论查询优化技巧。     

查询语句语义优化的一个方法

查询语句语义优化的基本思想是,数据库所反映的现实世界的特定知识可以用来将查询语句变换成语义上等价但句法上不同的形式,以期寻找常规优化方法不可能找到的最优执行方案。本文提出了建立在费用模型及约束强度概念上的语义优化策略,并对查询语句中连接运算的删除作了进一步讨论。     

带函数的关系操作

数据库管理系统中的查询优化处理一直回避处理查询定义中函数运算的优化问题,而在异构数据源集成系统、数据仓库系统和ＷＷＷ数据库中,大部分的用户查询了都涉及到复杂的函数运算,因此,有必要研究带函数的关系操作的优化技术。本文定义了６处基本的函数的关系操作,分析了这些操作的交换规则,并给出一些查询优化策略。     

分布式数据库系统中的查询优化

分布式数据库系统是数据库技术与计算机网络技术相结合的产物,分布式数据库系统由于数据的分布和冗余使得分布式查询处理增加了许多新的内容和复杂性,不同的查询处理方法,其查询的费用和并行处理程度是大不一样的,因此,分布式数据库系统的查询优化较集中式数据库系统更重要.根据分布式数据库系统的特点,简要介绍分布式查询优化的目标、策略及查询优化的基本方法.     

查询语句语义优化的一个方法

查询语句语义优化的基本思想是,数据库所反映的现实世界的特定知识可以用来将查询语句变换成语义上等价但句法上不同的形式,以期寻找常规优化方法不可能找到的最优执行方案。本文提出了建立在费用模型及约束强度概念上的语义优化策略,并对查询语句中连接运算的删除作了进一步讨论。     

基于语义的移动数据库查询优化

本文给出了一种本文给出了基于语义的移动数据库查询优化策略。对于一个给定的查询,通常会有多种不同的查询策略。查询优化就是从这些策略中找出最有效查询计划的一种过程。在本文中,分别从客户和服务器的角度,解决移动数据库在客户机断接情况下的查询问题。     

分布式数据库查询优化系统设计

在分布式数据库系统中,由于数据的物理分布使得分布式查询处理增加了复杂性,不同的查询处理方法,其查询处理代价和复杂度是大不一样的,因而分布式数据库系统的查询优化比集中式数据库系统更为重要。文章介绍了查询优化和策略,并说明分布式数据库系统查询优化策略对查询性能的影响,分析了自己的查询优化系统。     

地理信息系统中的对象代数

在一般空间数据库中同时使用关系代数和图象代数给查询优化带来困难．本文提出一种合并的对象代数以支持地理信息系统中的复杂查询．代数的基础是规范化的面向对象的空间数据模型，该模型将图象代数操作与空间物体属性一起集成于物体基元的定义中．最后讨论了基于对象代数上的查询优化．     

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.     

分布式数据库中数据查询优化算法研究进展

分布式数据库中，数据的分散存放和冗余给故障恢复带来了方便，同时也使得分布式查询处理变得更加复杂，因此如何快速准确的查询用户想要的数据成了分布式数据库系统中的一个重要问题。介绍了分布式数据库的特点，详细阐述了常用的查询优化算法的思想，分析了优缺点，给出了算法选择的方法。     

基于传输代价最小原则的分布式数据库查询优化

分布式查询算法的核心部分是全局查询优化算法，将查询请求合理地优化分解为子查询任务，并尽量使子查询任务并行执行。分布式查询的优化需要权衡网络流量、响应时间、服务器负载、算法复杂性等多种因素。本着减少节点之间的数据传输量的目的，本文提出一个复杂度和延迟时间之间进行衡量的全局优化算法。本文就连接查询和复合查询进行了详细的分析，最后提出了一种基于半连接的查询优化算法，并分析了该改进算法的优缺点。     

应用聚簇索引的多连接查询优化方法

多连接查询优化是提高数据库性能的关键问题之一.查询优化主要针对连接等一些具有较高执行代价的操作进行研究.在分布式查询优化中,应同时考虑本地处理代价和传输代价.提出了一种应用聚簇索引来优化多连接查询的方法,旨在减小查询的代价.分析对比证明该方法具有较好的效果.     

数据流上基于遗传算法的并行查询优化技术

传统数据库中存储的是相对静态的记录集,这些记录没有预先定义的时间概念,除非时间属性被显示地加上去.虽然这个模型能够较好地表示商业数据库和个人信息存储库,然而它对快速变化的数据流进行在线分析的支持存在很多限制.因此,需要对已有技术进行扩展研究,构建出新的管理系统来管理数据流.数据流的高速性和无限性以及计算机资源的有限性使得提高数据处理速度成为数据流管理系统(DSMS)的关键;本文主要讨论了DSMS的核心技术———查询优化;着重研究了在shared-nothing机群并行系统中,通过并行查询处理技术来提高数据流处理速度的新方法.