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.     

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.     

基于机群系统的并行多连接查询优化算法

多连接查询优化是并行数据库系统的核心问题。已有的研究工作多集中于连接个数较少的情况,不适用于机群系统中的多连接查询优化。在机群环境中,系统的通信带宽是一种瓶颈资源。提出了基于遗传算法的多连接查询优化算法,算法考虑了关系的存储信息和网络的通信代价,有效地利用了机群系统中的资源。实验结果表明,算法具有良好的性能,能够提高多连接查询的执行效率。     

面向无线传感器网络多连接的数据卸载策略

定义了局部规划卸载模式和全局规划卸载模式,分别针对两种卸载模式提出两种卸载策略:局部关联卸载策略和全局关联卸载策略.局部关联卸载策略改进了已有的独立卸载策略,按照某个顺序进行关系上的卸载计算,考虑了关系之间的卸载影响,因而可以比独立卸载策略保留更多的结果.全局关联卸载策略将所有参与连接的关系元组进行全局考虑,从中选择被卸载的数据元组.针对局部关联卸载策略提出两种改进算法:大损失优先关联卸载和多轮关联卸载算法.实验说明提出的数据卸载方法比已有的方法产生更大的卸载后连接结果集.     

再探多连接查询优化方法

研究发现给定条件下的全局优化算法可用于具有非等连接的多连接查询中,并且与join操作产生的关系大小的估算模型无关。对于星状查询,应用join产生关系的大小估算模型,证明全局优化算法所生成的join序列具有任意3个相邻的join操作序列是最优的特性。