数据仓库中基于实体化辅助视图的视图增量维护

为了加快对大量数据的查询处理速度 ,通常在数据仓库以实视图方式存储数据 .当基础数据发生变化时 ,这些实视图也必须随着更新 .因而视图自维护和一致性维护成为数据仓库的重要问题 .本文提出利用视图计算的中间结果创建辅助视图 ,在数据仓库中进行实体化 ,采用有效的增量维护算法计算实视图和辅助视图的精确变化 。

一种XML数据流之上持续查询执行器的增量维护方法

在XML数据流的海量持续查询处理领域中,很少有研究涉及到在查询集合发生变化的情况下,如何调整查询执行器以满足当前查询集合的问题.由于XML数据查询的数目是海量的,查询执行器重新构建的代价非常高.针对上述问题,提出了基于转换累计自动机的查询执行器的增量维护方法,来完成查询集合的增量增加和删除,从而避免了执行器重构的昂贵代价.同时,利用XML文档DTD结构约束,提高了查询执行器增量维护的效率,减少了增量维护所导致的空间冗余.实验表明,该方法能够以有限空间为代价,有效完成XML数据流持续查询执行器的动态维护.

基于ERP的数据仓库动态增量维护技术

提出了数据仓库动态联机增量维护算法,构建了该算法的模型.阐述了动态联机增量维护算法和利用该算法对数据仓库实体视图的维护技术.以基于ERP数据源的数据仓库为例,描述了本算法在数据仓库中的应用与实现,该算法与技术对数据仓库技术的发展及应用有重要的意义.

关系粒度的概念格增量维护与关联规则更新

为了适应动态环境下概念格应用的实践需要,有必要研究关系粒度的概念格维护和关联规则更新。首先,给出了父子概念对的概念,并在此基础上设计了基于关系粒度的概念格增量维护算法。其次,发现了一个概念的内涵缩减由这个概念和其父概念的内涵差集决定,一个概念的内涵缩减决定这个概念蕴涵的关联规则。最后,根据这一观点提出了基于关系粒度的概念格关联规则更新的方法。

一种面向物化视图的远程增量维护系统

为有效保证客户端物化视图与数据源的一致性并降低网络开销,提出一种物化视图增量维护方法。采用XML物化视图远程增量维护方法,通过系统原型设计、系统部署、同步机制,实现试验任务数据接口同步。结果表明:在不影响试验任务数据处理与传输的实时性及可靠性的条件下,XML物化视图远程增量维护系统可有效实现指挥显示系统数据接口的一致性、可靠性和安全性。

XML物化视图远程增量维护在试验任务数据接口同步中的应用

在试验任务中引入XML文档数据接口,一方面提高了远程数据查询分析的效率,另一方面也产生了XML物化视图的维护带来的高系统开销的问题.针对该问题,采用XML物化视图远程增量维护的方法,通过系统原型设计、系统部署、同步机制,可有效地实现试验任务数据接口同步.结果表明,在不影响试验任务数据处理与传输的实时性及可靠性的条件下,XML物化视图远程增量维护有效地实现了指挥显示系统数据接口的一致性.

频繁模式增量维护算法IM-FPM

数据挖掘是当今研究的一个热点,传感器实时收集大量的数据,将数据收集与数据挖掘技术结合起来,是现代数据处理技术发展的重要趋势。频繁模式挖掘是数据挖掘中的核心问题,本文针对数据库发生变化时频繁模式挖掘中普遍存在的重复扫描、遍历和计算问题,提出了频繁模式的增量维护算法IM-FPM。该算法充分利用已有挖掘结果来提高效率但又完全独立于上次采用的挖掘方法,并且只需对原始数据库进行一次扫描。实验结果表明,该算法能有效地解决数据库发生变化时的频繁模式增量维护问题。

一种改进的可扩展标记语言查询增量维护算法

为降低可扩展标记数据查询执行器重新构建的代价,提出了一种基于树型结构的可扩展标记语言查询增量维护算法。该算法利用树型结构进行可扩展标记语言数据流查询执行器增量维护,利用自动机来表示状态转换,从而实现了对可扩展标记语言树型结构的动态维护,避免了在没有文档类型定义情况下出现的环形结构的复杂操作,减少了维护时间和状态转换数量。实验表明,基于树型结构的可扩展标记语言查询增量维护算法能够以有限转换路径为代价,有效地完成可扩展标记语言数据流持续查询执行器的动态维护,减少了增量维护时间和状态转换数量。

数据源集成系统中全局模板的增量维护策略

异构数据源集成系统需要集成包括ＷＷＷ在内的各种数据源，一些半结构化数据对应的模式不仅量大且修改频繁，致使元数据的生成十分耗时．该文提出全局模板的增量维护策略．当局部模板发生变化时，利用局部模板的改变量（即模板增量）来计算全局模板的增量，进而修改全局模板．模板增量是传统实视图维护技术中增量概念的扩展，它不仅能描述对象结构特征的改变量，还能描述对象行为特征的改变量。

数据仓库增量维护技术的研究

提出了数据仓库设计中的一种新的"基于多delta文件的选择增量维护算法",该算法实现了加载、维护的较小结果集,另外采用多层体系结构,用基库将操作型OLTP环境和DSS和OLAP环境桥接起来,在基库端和仓库端采用多版本控制思想控制抽取动态结果集大小以及在数据仓库端采用增量维护的算法,从而在维护后台进程中用的是较小的数据结果集批量加载,并不影响数据仓库端的查询操作,明显地减少了对OLAP和OLTP环境的影响.该算法和体系结构宜于实现,具有较强的工程参考价值.

层次-关系型DBMS的实视图及其增量维护

以对象交换模型作为中间模型，讨论了基于层次关系模型的视图机制，提出了一个增量维护的算法．该算法以统一的ＳＱＬ语句定义，维护混合模型上的视图，并提高地图应用系统的适应性．

对象粒度的概念格增量维护与关联规则更新

研究对象粒度的概念格维护和关联规则更新是动态环境下概念格应用的实际需要。研究了概念格更新的规律,证明了加入新的对象时概念的生成及其插入位置只与最新生成的概念有关,与先前生成的大量概念无关。发现了概念的内涵缩减可以决定这个概念蕴涵的关联规则,同时发现了概念的内涵缩减由这个概念和其父概念的内涵差集决定。根据上述观点提出了基于对象粒度的概念格关联规则更新的方法。

地图应用中层次一关系型DBMS的实视图及其增量维护

讨论了基于层次一关系模型的视图机制，并以 ＯＥＭ模型为基础，提出了一个增量维护的算法。

商覆盖立方体的一种增量维护策略

通过建立一种新的商覆盖立方体增量维护策略,将商覆盖立方体分成多个子集,在判断是否需要进行新增或修改操作时,不再需遍历整个商覆盖立方体而只需遍历部分子集,从而缩短了进行增量维护所需的时间。在实现这种策略中提出了基本表中新增记录时的算法Up-dateAddNew。实验结果表明,采用该算法时,需要访问的记录数仅为传统方法的85%。

面向XML物化视图远程增量维护的版本管理技术研究

Web应用中以XML为格式的信息查询通常会受到网络传输速度有限等因素的影响。为了减少XML的物化视图与其数据源之间的一致性维护中所需的网络数据传输开销,提出了一种面向远程的XML物化视图增量维护的方法。这种方法根据多用户的查询请求和数据源更新信息,生成视图维护程序代码,以程序代码的网络迁移代替XML视图的重复查询,有效地减少了网络数据传输量。重点介绍了增量维护过程中处于核心的版本管理控制方法,用于维护不同时刻数据更新所对应的视图更新程序代码,有效地适应了多用户各种物化视图的维护需求,并且给出了物化视图增量维护的系统框架。

基于树型结构的可扩展标记语言查询增量维护算法研究

在进行数据统计归纳过程中,可能出现的数据系统结构变化、数据库接口标准的变换等情况,都会对现有的数据查询过程形成影响。为了满足数据查询过程发展要求的提升,本文对基于树型结构的可扩展标记语言增量维护算法进行了研究,研究了增量维护算法的输入设计、输出设计、逻辑设计等内容,完善了现有的数据查询过程应用结构。

半结构化数据视图的增量维护

讨论了半结构化视图的实体化及增量维护算法 .算法提出一种新的数据结构——绑定树来保存视图在数据库上进行求值的一些信息 ,在数据库进行更新操作时 ,利用绑定树中的信息可以有效地降低计算量和数据的通信量 ,从而达到较高的效率 .同时 ,算法也可以支持各种复杂的半结构化查询的特性 。

基于网络的数据仓库动态增量维护算法与模型

提出数据仓库动态增量维护算法和模型 .文中阐述了动态增量维护算法、模型以及利用该算法对数据仓库视图的维护技术 .并以基于网络的数据仓库为例 ,描述了动态增量维护算法在数据仓库系统中的实现技术 .

数据仓库增量维护算法的研究

介绍了数据仓库设计中的一种改进的增量维护算法:“基于多delta文件的选择增量维护算法”-MBMD算法。

一种对象实视图的增量维护算法OMVIMA

首先给出了一种面向对象的实视图模型———对象视图模型,可以在数据仓库中描述复杂对象,并有利于前端工具OLAP的实现。然后在此基础上提出了对象视图模型增量维护算法———OMVIMA,该算法能够有效地实现从数据源到数据仓库中对象(数据)的增量抽取和加载等维护工作。最后给出了算法的性能和效率分析,并通过应用实例证明了该算法比基于纯关系实视图的实现方法具有更高的效率。