并行查询中的索引并行化技术

提出一种新的索引并行化技术，利用多处理机来提高建立在B树结构上的索引性能，并提出了一种改进的B树结构－FALNB树，基于该树结构，以大结点B树方式在多个处理机上分布索引数据，通过动态调整算法快速进行调整，取得很好的负载平衡效果，给出了时间分析模型，实验结果显示FALNB树能加快查询响应速度，对海量数据的索引有良好性能。     

超大容量表的Web查询优化和并发处理

分析了超大容量表的特点,通过对超大容量表的存储优化、查询优化和并发处理进行分析,用L／O均衡、表及索引分区和SQL查询优化等方法实现Web并行查询．实例证明经优化后查询速度大大提高。     

分布式数据库中链查询及树查询全缩减的并行计算

求解对数据库进行全缩减的半联接序列及并行执行这些半联接序列，给出了链式查询全缩减并行计算的一个有效算法，并推广到树查询中。     

多源数据库集成系统中查询技术的研究

本文讨论了多源数据库集成系统中的查询技术问题。对查询处理系统的实现提出了以多源数据模型为全局数据模型，采用源标签方法的实现技术。     

多介质图形数据库管理系统查询机制的设计与实现

提出一种多介质数据库查询机制的方案与实现方法。该方案将图形中的图元实体与数据库记录以及相关的图象文件、文本文件等组合在一起，构成最基本的逻辑查询单元──结点，然后在结点之间定义一种链式结构，使其彼此相连。在此基础上给出了多介质查询语言ＱＢＥ的语法及实现方法。这里的ＱＢＥ语言与传统的ＱＢＥ的最大区别是在查询的结果视图中，不仅包含了数据，而且还包含了相关的图形、图象等其他介质的信息。     

基于遗传算法的数据库多连接查询优化策略

结合多连接查询的特点,提出了一种基于遗传算法的查询优化策略.在查询左深树策略空间上构造了遗传算法的一个原型,设计出查询优化问题的染色体编码方法,并基于该编码方法给出了选择策略及交叉、变异算子.     

基于并行处理机制的多基地雷达多目标跟踪算法

针对用多基地雷达系统跟踪近距离多高速机动目标的场合,提出了一种基于并行处理机制的跟踪 算法。该算法将整个观测数据的关联过程拆分成若干个并行子关联进程,并将确定目标的跟踪过程拆分成 两个并行的三维子进程,同时对距离和拟测值及多普勒速度拟测值进行迭代滤波。仿真结果表明,该算法不 仅能够在杂波中快速精确地跟踪多个机动目标,而且具有很好的收敛特性和稳定性。     

基于丛生树的可调节的并行查询优化算法研究

在分析现有的并行查询优化算法的基础上,提出了一种新的并行查询优化算法,该算法充分考虑并行计算机的物理限制,以丛生树为模型,利用大关系的数量对操作内的并行性、操作间的独立并行性以及操作间流水并行性进行调节,从而保证了高效的并行查询计划的产生     

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．     

并行空间连接查询处理

基于顺序空间连接查询的效率不能令人满意，利用并行控制提高空间连接查询效率。空间连接查询的并行处理方法最重要的特征是任务分配根据多路平面扫描顺序，避免了连接处理过程中处理器之间的通信花费，提出基于空间连接花费模型的任务分配方法和基于花费估计的动态任务分配策略，并给出了花费模型。该模型经实际应用效果明显。     

并行查询中基于二维资源模型的处理机分配

并行查询中的处理机分配是并行数据库系统中查询优化的重要组成部分.考虑到进程对CPU和磁盘IO的需求,着重研究SN结构上并行查询的处理机分配问题.首先提出查询操作对CPU和IO的二维资源使用模型,再通过粗粒度概念确定(浮动)操作的划分并行度,并定量分析查询内各种并行性和资源共享对查询响应时间的影响,最后提出HLS启发式处理机分配算法     

基于Amdahl定律的分组密码并行处理模型研究

为进行分组密码并行处理的理论研究和定量分析,构建了基于Amdahl定律的分组密码并行处理模型.通过引入分组内数据级并行性、分组内指令级并行性、分组间数据级并行性和分组间指令级并行性等并行性,建立了分组密码的多维度并行处理模型,研究了算法参数和并行参数对分组密码处理性能的影响.结果表明,并行比例大的算法其性能提升空间较大,且开发任一并行性都能够提升密码运算性能;但对于具体的应用场景,需要根据算法结构、工作模式等来进行合理的资源配置和并行性开发;该模型能够为分组密码算法的并行处理架构设计、资源配置和并行性开发等提供理论依据和指导原则.      

并行数据库的语义查询优化研究:基于Agent

并行数据库技术中的查询处理及优化方法,都各有优劣;作者提出了一种基于Multi-Agent技术的语义查询模型(SQMAS),并以此模型为基础建立了一种基于Agent的并行数据库语义查询方法;同时为了保证系统组内、组间Agent之间的高效通信,采用了树型拓扑结构(TTMAS)的通信模型,系统内各Agent使用通信原语高效通信、协作,且满足Agent间的通信路由最优,从而保证了SQMAS的查询效率.     

并行查询中的处理机分派算法研究

讨论了并行查询中丛生树的自顶向下和自底向上两类处理机分派算法的优点及其不足之处，在此基础上提出了一个新的处理机分派的调度算法，本算法可达到近似最优调度效果．     

透明存取和数据库并行操作的分布式系统模型

提出一个支持并行处理和透明存取的分布式系统模型，并讨论数据分布策略和支持为数据库并行操作的数据组织方法，这一计算模式适宜于“企业级”分布式网络信息系统的设计与建议。     

多信号处理器并行系统及其应用

多信号处理器并行运算是提高数字信号处理系统运行速度的主要方法之一，具有广阔的应用前景。本文介绍了ADSP2106x的硬件结构和高速处理性能，然后给出了基于ADSP2106x的4种多处理器并行处理器的设计方法及其在快速付里叶变换（FFT）和移位快速付立叶变换（SFFT）中的应用。     

并行数据库查询优化技术研究

并行数据库查询优化的关键是缩减庞大的计划搜索空间,针对无共享结构（SN）,充分考虑通信开销,给出代价估计模型,采用两阶段优化方法,依据代价估计模型先对查询树进行顺序优化,并提出一种新的两阶段查询优化策略．对顺序优化的查询计划进行并行化,充分利用了多处理机的并行性,获得了较快的查询响应速度。既具备良好的并行性又避免了复杂性．