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     

基于Cluster结构的多维动态数据分布方法

数据分布是数据库查询并行处理的基础，良好的数据分布方法对查询性能有着重要影响，本文提出了一种新的基于Cluster结构的多维动态数据分布方法，该方法能保证数据均匀分布在多个处理机上；能动态调整数据片段的大小，使关系始终保持最优并行度；并能有效地支持各属性上的查询操作，性能分析及实验结果表明，在大规模的并行系统中，本文方法的性能优于过去的数据分布方法。     

抗偏斜的并行二元连接算法研究

在分析了数据偏斜特点的基础上,提出了一种抗静态和动态数据偏斜的ＨｙｂｒｉｄＳｋｅｗ算法以及代价分析模型．应用本模型对ＨｙｂｒｉｄＳｋｅｗ算法进行分析,结果表明,本算法在网络传输率和磁盘传输率较低的系统和半连接选择率较小、有偏斜的情况下,能有效地提高连接算法的效率     

抗偏斜的并行二元连接算法研究

在分析了数据偏斜特点的基础上，提出了一种抗静态和动态数据偏斜的Ｈｙｂｒｉｄ Ｓｋｅｗ算法以及代价分析模型，应用本模型对Ｈｙｂｒｉｄ Ｓｋｅｗ算法进行分析，结果表明，本算法在网络传输率和磁盘传输率较低的系统和半连续选择率较小，有偏斜的情况下，能有效地提高连接算法的效率。     

并行查询中的索引并行化技术

提出一种新的索引并行化技术，利用多处理机来提高建立在B树结构上的索引性能，并提出了一种改进的B树结构－FALNB树，基于该树结构，以大结点B树方式在多个处理机上分布索引数据，通过动态调整算法快速进行调整，取得很好的负载平衡效果，给出了时间分析模型，实验结果显示FALNB树能加快查询响应速度，对海量数据的索引有良好性能。