谈基于分布式数据库的查询优化处理算法

分布式数据库是数据库技术与网络技术相结合的产物,是数据库领域中一个重要的分支。随着传统的数据库技术日趋成熟,计算机网络技术的飞速发展和应用范围的扩大,以分布式为主要特征的数据库系统的研究受到人们的关注。研究了基于分布式数据库的查询优化处理算法,并在文章结尾谈到了关于SQL语句的优化。     

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.     

分布式数据库中的查询策略与查询优化

信息资源的大量共享促使分布式数据库的集成技术迅速发展,查询优化是分布式数据库中的关键问题,现代的查询优化策略,取得了一定的效果,但还需要进一步完善,因此,分布式数据库的查询优化问题一直吸引着众多的研究者去寻求解决它的新途径。     

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.     

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。     

一种分布式数据库查询优化算法

在分析分布式数据库查询目标和策略的基础上,提出了一种新的查询优化算法：基于二级索引的查询算法。该算法利用全局和局部二级索引对查询语句进行分析,进而确定最优查询路径。该算法可以有效地减少分布式数据库系统查询过程对带宽的消耗。     

分布式数据库系统中的查询优化

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,因此分布式查询处理的优化显得尤为重要.本文简要介绍分布式查询优化的特点和目标,并针对分布式数据库系统的查询优化,讲述三个典型的算法:INGRES算法、System R*算法、SDD-1算法,并对SDD-1算法进行改进.     

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。     

分布式数据库中半连接操作的查询优化

查询优化技术是分布式数据库中的关键技术、而半连接操作是查询技术中的非常有效和重要的技术.介绍了查询优化技术实现的目标、查询执行的途径,分析了分布式数据库中半连接操作的执行代价,半连接的操作过程,比较了两种半连接操作的执行代价评估和优化结果,并给出结论.     

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.     

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.     

内存数据库查询优化

基于一种广泛接受的内存数据库系统基本概念及内存数据库中的SB-树索引结构，提出了更方便关系代数操作的SB^*-树．在此基础上，提出了优化的关系代数操作的实现算法．根据这些算法和关系代数等价定理，给出了对关系代数查询树进行逻辑优化的规则，并证明了逻辑优化的正确性．最后给出了代价评估模型，实验表明提出的内存数据库查询优化算法相对于传统的优化算法具有更好的时间及空间性能．     

改进的分布式数据查询算法研究和实现

通过对数据库查询领域中SDD-1算法性能的分析,针对其在特定情况下存在的不足,引入人工智能领域的Ⅳ算法。将改进后的SDD-1算法与J2EE技术结合,应用到生产加工企业的材料供应链系统中。通过实验表明,新算法比SDD-1算法更具有适用性。     

基于线性浓密树的并行数据库查询优化算法

查询优化是并行数据库的核心技术。基于线性浓密树的查询优化方法是对基于浓密树(Bushy-Tree)查询优化方法的一种改进,这种优化方法大大地缩减了查询执行计划空间,确保了并行查询执行计划的优化性。     

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。     

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．     

基于J2EE的分布式数据库查询系统研究与应用

针对目前基于网络环境下的分布式查询需求,将J2EE技术与分布式数据库理论结合,提出基于J2EE的分布式数据库查询系统模型。文章还以固定资产查询系统为例,系统论述了基于J2EE的分布式数据库查询系统的开发过程,并重点研究其中的事务处理及查询优化问题,最后提出了适合系统需求的查询优化策略并加以分析。     

分布式查询优化算法与应用实践

依据笔者开发大型分布数据库的应用实践，首先介绍半连接、选择因子、收益分析等基础概念，其次介绍分布式查询处理过程，主要阐述以半连接为核心的SDD-1查询优化算法，最后以实例说明该算法的实现并比较实际收益情况．     

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.     

一种维护分布式数据库中数据一致性的方法

通过对几种维护分布式数据库一致性方法的优缺点的比较分析，提出一种基于事务日志表的数据一致性的维护方法，给出一个简单例子的部分实现．这种方法较成功地运用于黑龙江省公路养路费微机管理系统的实施中．