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．     

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.     

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.     

数据库自然语言查询条件研究

通过对汉语查询句的研究,建立了复合概念、逻辑概念与标准概念的内在联系.通过分析各种查询条件,得出查询条件表达式可以形式化表示为二叉树的结论,在此基础上,构造了查询条件字符块转换为二叉树的一套算法.     

一种对象级搜索中的多查询合并算法

对传统搜索引擎使用的排序算法进行分析,将概率意义引入对象级搜索,提出一种在对象级搜索中合并多个查询结果的算法.通过归一化以及考虑概率意义与查询规模间的关系,该算法独立于生成结果列表使用的排序算法.实验结果证明该算法提高了查询结果的质量.     

基于多蚁群遗传算法的分布式数据库查询优化

针对单一普通算法在查询优化方面的不足,提出了一种结合遗传算法与蚁群算法优点的多蚁群遗传算法,克服了蚁群算法前期搜索的盲目性,并引入多蚁群概念,更好地防止了算法陷入局部最优的情况,以获取更优的查询路径.类比实验表明,该算法较传统蚁群算法,在查询方面,能获得更好的查询路径.     

基于分布式数据库系统的一种查询优化算法

分布式数据库系统由于数据的物理分布和冗余使得分布式查询处理增加了难度和复杂度,使得分布式数据库系统的查询优化较集中式数据库系统更为重要.介绍分布式数据库系统的特点和分布式查询优化及一种新的查询算法:基于语义信息的分布查询处理.     

基于记录标识符的查询处理算法

给出了一种通过记录标识符的运算实现数据库查询处理的算法，讨论了有关的查询优化技术和算法特点。     

基于XML路径表达式优化及其查询和过滤计算方法研究

主要对XML路径表达式的优化、查询和过滤算法三个方面进行了研究.运用补路径和缩短路径方法对路径表达式进行优化.通过对路径表达式进行优化来提高查询速度的方法称为路径缩短策略.用简单的路径表达式来代替用户所建立的复杂度表达式的方法称作补路径.用Xpath语言对XML查询进行处理,并对Xpath表达式以及查询处理进行了研究,Xpath查询处理主要通过对XPE-Tree进行匹配以及两次路径连接运算来实现查询处理.XML的过滤系统通过路径表达式来进行模式和内容匹配,在用户信息输入系统之后,生成过滤引擎,过滤引擎与数据流进行匹配,输出用户感兴趣的信息,以此来完成过滤过程.     

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.     

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．     

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。     

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.     

基于物化策略的异构数据集成的动态查询调度

主要是引入了物化策略来优化异构数据集成调度算法,从总体上介绍了异构数据集成系统的查询处理流程.为了解决传统查询调度存在的几个问题:成本估计不正确,运行时可用的内存不足和数据传输率无法预测,提出了满足内存限制的一种查询调度的动态策略,主要包括调度条件、监察临界值、物化策略.最后根据动态调度优化对子查询结果进行整合,通过实验证明本文中动态查询调度的优越性.     

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     

一种加密数据库的快速查询算法

针对加密数据库中块加密字段需要将全表进行脱密方可进行查询的问题,提出了一种快速查询算法．该算法将块加密字段上的查询表达式与可直接查询字段上的查询表达式取交集,从而大大减少脱密的范围,节省了由加密引起的时间开销,同时从理论上证明了该算法的正确性．     

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.