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。     

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.     

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.     

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.     

GRkNN:一种组反k近邻查询方法

针对传统查询方法在查询点有多个对象时,对每个查询点逐个执行查询导致运行时间较长的问题,提出一种组反k近邻查询(GRkNN)方法.该方法将多个查询点视为一个整体考虑,并采用剪枝和核实两阶段策略.实验表明,该方法能更有效地实现数据库更新操作,缩短了运行时间.     

基于语义的OLAP查询优化策略

根据Data Cube中单元格的层次性与聚集性,首先讨论了多个OLAP查询组成的OLAP查询集的查询优化策略,然后在单查询集优化的基础上,对于给定的多个OLAP查询集,识别公共查询.根据各查询之间的关系进行整体优化,采用动态启发式算法产生一个全局最优执行计划,从而避免磁盘冗余访问,减少查询执行时间.     

网络环境下基于差值的聚合查询策略

聚合查询(GNN)在网络环境中是一个相对比较新的操作.与传统的只有一个查询结点的任意性,使得GNN查询比只有一个查询点的kNN查询复杂得多.文章提出了一种基于2个查询点的差值聚合查询,基于单查询点的YPK-CNN,利用双曲线性质把查询空间分成几大部分,在此基础上计算出双曲线的渐近线以简化删减条件,直接删减掉不符合条件的搜索空间.实验结果显示,针对这种特定的差值聚合查询,我们所提出的基于双曲线渐近线过滤策略的查询算法要比基本查询算法在查询响应时间和访问结点次数方面更高效.     

基于聚集块的多用户连续K最近邻多线程查询

当对城市道路网络中的对象进行查询时,已研究出连续的K近邻查询技术,但在一般情况下服务器会同时收到多个查询请求,为了提高查询效率,降低多查询代价,提出一种聚集块的共享查询算法并建立多用户连续查询处理框架,采用流水线处理策略,将查询分为查询预处理、查询执行及查询结果分发3个执行阶段,利用扩展树存储查询结果。实验结果表明,在目标点分布比较密集的情况下,本算法明显优于其它算法。     

一种信息查询辅助决策新方法——面向问题的决策支持系统

本文依据企业高层面临决策问题所需提供辅助支持信息的特点,通过比较各种信息查询功能,提出用面向问题信息查询的查询功能,能较好满足企业高层决策的要求。在本文中还提出了一个面向问题信息查询系统的结构,这一结构通过知识库将用户提出或识别的问题逐步分解,逐步转化,形成查询策略,执行查询操作,最终得到用户所需的各种信息、数据。本文的最后介绍了一个实例,这就是按本文提出的结构设计与开发的 CF 经济环境信息查询决策支持系统。     

基于语义的移动数据库查询优化

本文给出了一种本文给出了基于语义的移动数据库查询优化策略。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。在本文中,分别从客户和服务器的角度,解决移动数据库在客户机断接情况下的查询问题。     

分布式数据库中数据查询优化算法研究进展

分布式数据库中,数据的分散存放和冗余给故障恢复带来了方便,同时也使得分布式查询处理变得更加复杂,因此如何快速准确的查询用户想要的数据成了分布式数据库系统中的一个重要问题。介绍了分布式数据库的特点,详细阐述了常用的查询优化算法的思想,分析了优缺点,给出了算法选择的方法。     

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。     

分布式数据查询技术的实现与分析

分布式数据库系统的数据在逻辑上是统一的,而在物理上却是分散的.分布式查询可以访问来自多种异类数据源的数据,而这些数据可存储在相同的或不同的计算机上,与集中式数据库相比它有诸多优点,但也有很多新问题,如:数据一致性问题、数据远程传递的实现、通信开销的降低等.本文具体分析解决了远程对象的发布与获取、数据库的访问、分布式查询等方面的关键问题,对实现分布式数据查询的技术进行初步探讨和分析.     

基于XML的分布式中草药查询系统的研究和设计

利用XML的良好可交换性,从分布式异构数据库系统中查询中草药信息,较好地解决了传统数据库模式和XML文档模式之间的转换,也为异构分布式数据源的整合提供了一个较好的解决方法。     

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。     

校园网格环境下异构数据库的集成与分布式查询

针对校园数据网格的分布式异构数据库环境,提出了一种基于网格服务的异构数据库访问和集成方法。该系统为用户提供一致的虚拟数据视图和分布式数据查询支持。在分析和研究现有分布式数据库查询技术的基础上,介绍了一种适用于网格环境下海量数据的连接操作算法,算法依据分布式数据库的固有并行性,利用数据划分来提高查询的并行处理程度,以改进响应时间。理论分析表明,该算法在减少网络通信开销和降低响应时间方面具有较好的性能。     

一种基于虚拟数据库的分布式查询优化算法

针对虚拟数据库系统(简称“VDBMS”)执行分布式查询时的网络代价问题,提出一种基于关系运算代价估算理论及半连接技术的分布式查询优化算法SJQA(Semijoin Based Query Algorithm),较之最大子查询法,该算法加入了对子查询之间执行顺序及连接方式等方面因素的考虑,从而能更有效地减少分布式查询的总网络代价．实验结果表明,对于带有选择运算的查询,SJQA算法的优化效益与查询的选择因子大小成近似反比关系,因此它对该类查询的优化效果是十分明显的。     

基于不确定数据的分布式Top-k查询算法

目前基于不确定数据的Top-k查询算法仅考虑了集中式的环境,为了解决分布式系统中节省系统带宽的问题,在此基础上,提出了在分布式环境中基于不确定数据的Top-k查询算法UDTopk.该算法定义了一个候选集(candidate set),仅使用候选集中的数据,而不用访问数据集中所有数据,就可以得到正确的Top-k查询答案.算法通过动态维护候选集、仅传输少量数据,达到减少网络中数据传输的目的.实验结果表明,该算法可以有效地节省网络带宽.     

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。     

分布式数据库系统中的设计方法和技术

介绍分布式数据库中主要的设计方法和技术, 着重讨论了分布式设计、分布式查询、事务处理、互联模式以及分布式对象等有关问题.