主动数据库系统的研究

传统的数据库系统已经不能适应当今的现代应用．近年来,主动数据库的研究发展非常迅速,而且被应用到许多领域,主动数据库已经成为了数据库研究领域一个前沿的方向．文章介绍了主动数据库的出现的背景、发展与现状、主要特征及体系结构,对主动数据库的实现途径进行讨论．     

一种基于数据库分解的关联规则挖掘新算法

在Fp-growth算法的基础上,提出了一种新颖的关联规则挖掘算法.该算法将大型数据库分解成频繁1-项集的项总数个子集,然后对分解得到的各个数据库子集用Fp-growth算法进行约束项数据挖掘,待所有数据库子集的约束项数据挖掘进行完毕后,再合并这些约束频繁项得到大型数据库的频繁项集.实验结果表明新算法所采用的数据库划分策略克服了FP-growth算法对大型数据库进行挖掘时,占用内存大,运行速度慢的不足,是一种适合于大型数据库的关联规则挖掘算法.     

主动数据库中规则合流性问题的一个解决方案

提出一种解决主劝数据库中规则管理的合流性问题的新方法，并与优先方法进行比较。     

主动规则执行终止性分析算法的修正

指出基于触发图和活化图主动规则终止性分析算法的，错误，提出触发可达和触发可达集，并在此基础上对原算法进行修正。     

运用数据库优化器提高SQL查询效率

数据库优化器为数据库查询提供一个最佳的执行策略，执行策略是执行查询所需要的一系列步骤，数据库操作的反应速度经常就体现在这个优化算法上，不同的查询策略会使服务器的响应速度大相径庭。对数据库优化器的性能进行分析，给出四种查询优化策略。     

DBASEⅢ演绎功能的扩充

叙述了为DBASEⅢ扩充演绎功能的方法,将数据库中的记录作为事实,与用户定义的规则结合起来形成知识库,通过建立知识库的内部存贮结构和推理机制,实现了对数据库进行演绎查询的功能。     

并行数据库极限加速比

一种由前台服务器和集群结点组成的集群架构,将整个数据库分解并分别存储到集群中不同的结点机上,通过前台服务器负责客户端的交互,命令的分解,并统一对整个集群进行管理,实现数据库的并行化.并且对这种集群结构下的并行数据库执行时间进行了计算,推导了在考虑网络流速,数据交互条件的加速比计算公式.通过计算极限的方法得到了理想状态下的加速比极值,进而得到了在数据库规模一定的条件下,随着集群结点数目的不断增加,数据库操作的复杂度增加,这一类集群所能达到的加速能力的上限.     

数据采掘中的广义粗略集模型

在数据采掘中,运用传统的粗略集模型能对完整的数据库进行所需的规则抽取。在此基础上研究了广义粗略集模型对不完整数据库的数据采掘问题。     

含有类别属性数据库中联系性规则的挖掘

通过类型转换技术，探讨在含有类别属性数据库中提取联系性规则的问题，给出相应的数据结构和算法，并对实验结果做了定量分析。     

基于多重加权树的并行数据查询处理方法

研究了并行数据库系统的优化问题,提出了一个基于多重加权树的查询处理方法.这种方法由基于多重加权树的并行查询计划模型、并行查询计划的代价模型和一个并行查询优化器等三部分组成.并行查询计划模型首次模拟了所有关系操作、查询执行的三种并行性、查询操作的处理器和存储器分配、按流水线方式并行执行的操作间的存储器分配以及数据重分布.查询代价模型充分考虑了按流水线方式并行执行的操作间的等待时间,并给出了一种自底向上的查询代价计算方法.查询处理器以最经常使用的选择-投影-连接查询为背景.查询优化器使用了一组确定启发式规则为数据操作分配处理器,并且很好地利用了存储器资源.此外,查询优化器支持多种连接操作实现算法,能够根据不同情况为查询中每个连接操作选择优化的连接操作实现算法.该查询处理方法已经用于作者自行设计的并行数据库管理系统,取得了良好的效果.