基于Marc_index的查询处理技术

基于Marc_index索引的XML查询技术进行阐述,提出了一个新的路径表达式查询算法,并对查询进行了优化处理．实验结果表明,提出的方法具有较高的效率．     

一种面向对象的Java Bean查询方法的实现

为了克服在Java Bean方法中编写许多SQL语句实现数据查询的缺点，通过查询条件进行了对象化的封装，提出了一种针对Java Bean的面向对象的查询方法．通过设置查询条件对象，使用文中所提出的查询方法能方便地实现不同条件的数据查询，可以有效地提高系统的开发效率．     

加密数据库通用快速查询算法研究

对多级安全加密数据库中缩短查询响应时间、提高查询绝对速度和查询算法通用性的方法进行了研究运用集合论原理提出了低I/O开销的高查询绝对速度算法;采用高并行处理的方法给出了高查询响应速度算法;利用统计学的原理提出了实用的基于统计的通用查询算法．     

对等式查询在分布式数据库中的应用

由于数据的分布和冗余使得分布式查询处理更加复杂,因此如何进行查询优化是分布式数据库系统中的重要问题．现有的查询方法主要有集中式查询、全局用户查询、遗传算法、回溯法等,但这些方法的查询效率都较低．针对这个问题,本文根据分布式数据库的特点,首先采用诱导分割对数据进行合理的分布,然后在回溯法的基础上提出了对等式查询思想,并给出一种优化查询方案．该方案根据数据特点构造相关联接表,查询时首先从联接表中得到相关信息,从而缩小范围并迅速得到查询结果,有效地提高了分布式数据库系统的查询效率。     

加密数据库通用快速查询算法研究

对多级安全加密数据库中缩短查询响应时间、提高查询绝对速度和查询算法通用性的方法进行了研究,运用集合论原理提出了低I／O开销的高查询绝对速度算法;采用高并行处理的方法给出了高查询响应速度算法;利用统计学的原理提出了实用的基于统计的通用查询算法．     

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．     

工程图纸可视化查询技术研究

针对传统工程图纸查询过分依赖用户、效率低等现象,在分析可视化查询要求和待查询物体属性的基础上,提出了一种用于查询可视化模型的构造方法,并将该方法应用到工程图纸的查询中．通过工程图纸中不同图纸子库的存放地域间的层次关系,构造了基于地图模式的可视化查询系统,同时提出了地图定义和地图查询策略．     

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．     

利用支持向量回归确定相关Web查询

对用户输入的查询请求,如果搜索引擎系统能给出一个相关查询列表,将有助于用户进行查询修正,进而检索到用户所需要的信息．文中提出了一种利用支持向量回归确定相关Web查询的新方法．对一个给定的Web查询,首先从用户的使用记录中抽取候选查询的5个量化指标：被查询的次数、被查询的用户量、用户在反馈结果中的点击次数、与给定查询间的共有词项个数和点击相同网址（URL）的个数;然后用手工标记部分训练数据,进而建立支持向量回归模型,根据相关度的大小确定相关Web查询．实验结果表明该方法具有较高的准确度．     

多查询并行处理的模型和同步机制

研究数据库多查询并行处理技术中的模型和同步机制问题．讨论了数据库多查询任务和Ｂ＋树的特点，分析了目前已有的几种查询模型，对多查询任务的并行性开发和同步控制机制等关键性问题进行了较详细的讨论．在此基础上，提出了一种基于Ｂ＋树的数据库多查询任务并行处理模型和有利于加大并行度的同步控制机制，并在ＭＩＭＤ－ＳＭ结构上给出了实现多查询任务并行处理的算法设计思想．     

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.     

基于混合处理模型的乱序数据流分布式聚合查询处理技术

为了解决现有的乱序数据流聚合查询处理技术不能在降低查询处理延迟,同时保障聚合查询结果的最终正确性的局限性问题,本研究设计了混合嵌入分布式流处理模块和分布式批处理模块的乱序数据流分布式聚合查询处理技术。该技术一方面基于用户给定的结果质量,限制自适应地优化流处理模块所用的缓冲区大小,从而尽可能降低流处理的查询处理延迟;另一方面基于备份于分布式数据存储系统的历史流数据,并以批处理的方式实现对极其晚到流元组的查询处理,从而保障聚合查询结果的最终正确性。基于真实的乱序数据流数据集对该技术进行测试分析表明:该技术在平均查询处理时延、查询结果精度和系统可扩展性方面,比目前最好的基于缓存的乱序数据流处理技术均具有显著优势。     

扩展XML-RL查询语言的实现

XM L的迅猛发展使得对XM L查询语言的需求进一步地增强.XM L查询语言已成为一个新的研究热点.XM L-RL是基于规则的查询语言,扩展XM L-RL查询语言支持关于面向对象的XM L文档的查询.介绍了扩展XM L-RL查询语言后,按照查询处理流程描述了扩展XM L-RL的实现.     

A processing approach for event-based location aware queries in hybrid wireless sensor networks

In hybrid wireless sensor networks, sensor mobility causes the query areas to change dynamically. Aiming at the problem of inefficiency in processing the data aggregation queries in dynamic query areas, this paper proposes a processing approach for event-based location aware queries (ELAQ), which includes query dissemination algorithm, maximum distance projection proxy selection algorithm, in-network query propagation, and aggregation algorithm. ELAQs are triggered by the events and the query results are dependent on mobile sensors’ location, which are the characteristics of ELAQ model. The results show that compared with the TinyDB query processing approach, ELAQ processing approach increases the accuracy of the query result and decreases the query response time. Biography: HONG Liang (1982–), male, Ph.D. candidate, research direction: database system, sensor network.     

一种数据立方高效索引机制 --CuboidTree

提出了一种高效的数据立方高效索引机制CuboidTree，利用Z-Order编码以保持同一数据小方内立方元组之间的多维空间邻近性，将数据立方查询归结构为针为其中某个特定数据小方的查询，从而将同一数据小方中的立方元组聚簇在一起以加速响应数据立方查询，对模拟数据和真实数据进行的实验表明，CuboidTree不仅可以明显地提高数据立方范围查询的性能，而且节省了存储空间，更重要的是它对数据立方查询性能的改进效果随着数据立方维数的增加而愈加明显。     

一种启发式异构分布式数据库的查询优化方法

目的提高异构分布式数据库的直询处理速度．方法提出了一个求异构分布式数据库查询处理中,使网上数据传输量达到最小的连接与半连接执行序列的启发式算法．该算法通过一个系列启发式规则,在搜索空间中,选择最有希望的节点作为下一个被扩展的节点,以减少搜索的节点数．结果提出了有用半连接的概念,虽然有的半连接就其本身讲是无益的,但是与一系列连接结合起来使用却是有益的,结论该方法能提高分布式数据库的查询处理速度,尤其在广域网上效果更为明显．     

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。     

多数据库系统查询优化算法的研究

分析了多数据库系统中模式集成信息对查询优化的影响，论述了Panoram多数据库系统查询优化特别是后查询处理优化的实现方法，提出了一种动态查询优化技术，在查询优化的执行过程中，使用了基于多元线性回归模型的统计决策机制．     

基于启发函数的网格数据库查询算法

查询处理技术是网格数据库研究的核心,但是传统的查询处理技术无法适应动态变化的网格环境,导致网格资源利用率低、查询效率不高。给出了基于副本的网格数据库查询处理代价模型和两种查询处理算法,利用不同的数据集和网格环境参数进行实验验证。实验结果表明,基于启发函数的网格数据库查询算法在一定程度上提高了查询处理效率,生成子查询时间代价为O(n),消耗时间比采用穷举策略下降10%左右。     

An Efficient Multi-Keyword Query Processing Strategy on P2P Based Web Search

The paper presents a novel benefit based query processing strategy for efficient query routing. Based on DHT as the overlay network, it first applies Nash equilibrium to construct the optimal peer group based on the correlations of keywords and coverage and overlap of the peers to decrease the time cost, and then presents a two-layered architecture for query processing that utilizes Bloom filter as compact representation to reduce the bandwidth consumption. Extensive experiments conducted on a real world dataset have demonstrated that our approach obviously decreases the processing time, while improves the precision and recall as well.