基于曙光 1000A 的并行查询核心系统的设计与实现

根据曙光１０００Ａ的特点，提出了查询核心系统的设计方案；经过分析比较，选定了数据划分方法，确定了ＳＱＬ子集。在此基础上，研究了物理库设计、并行事务管理、查询优化器的设计和事务的调度方法，旨在为在曙光１０００Ａ上建造并行数据库系统奠定基础。

基于遗传算法的多连接表达式并行查询优化

多连接表达式的并行查询优化是提高数据库性能的关键问题之一.提出了使用遗传算法来解决多连接表达式的并行查询优化问题.为了提高查询处理器的执行效率,采用启发式规则来搜索最优的多连接表达式并行调度执行计划.文中给出了详细的测试结果和性能分析.实验结果表明,结合启发式知识的遗传算法是解决多连并行查询优化的有效途径,对提高数据库的性能起到重要作用.

基于半连接的并行查询处理算法的研究

多元连接查询的并行执行是并行数据库的研究重点 ,传统的并行查询处理算法没有利用面向对象数据库及其查询的特点 ,算法效率较低 .借鉴分布式数据库查询处理中基于半连接的优化思想 ,提出了基于半连接的并行查询处理算法 .性能评价表明了其实用性和有效性 .

并行查询中的进程分配与调度

本文主要研究了并行查询中的多进程分配与调度技术,提出了并行查询的数据流执行图模型和并行进程的集中式两级调度模型。数据流执行图模型准确地刻画了并行进程间的同步关系,两级调度模型克服了单纯自上而下调度和单纯自下而上调度技术存在的不足。最后,用一个并行查询示例解释了并行进程调度中的控制信息流动。

面向对象数据库的并行查询处理

一、引言随着数据库规模日趋庞大,其查询日趋复杂,对数据库系统性能的要求也越来越高。另一方面,并行计算机系统迅速发展,许多商品化的高性能并行计算机系统相继投入市场。许多数据库研究者们认为,在并行计算机系统上实现数据库管理系统能够极大地提高数据库管理系统的性能,并行数据库管理系统有望成为未来的高性能数据库管理系统。

带回路的多元连接并行查询优化实现技术研究

主要研究带回路的多元连接查询优化技术，用实例论证了分段右深树方法不适用于带回路的多元连接查询，并分析了其失败的原因．在此基础上，提出了改进措施，形成了适用于带回路的多元连接查询的优化技术．为解决带回路的多元连接查询优化问题提供了一种可行的途径．

基于多本体的网格数据并行查询

对于综合运输中的铁路、公路、水路和航空运输系统中的异构数据源可以使用网格来实现数据的集成。为了提高网格集成环境中用户查询(涉及多异构数据源)的效率和精确性,提出了基于多本体的并行查询处理方法,给出了全局查询的生成算法和基于查询树的全局查询分解算法。

合取语义缓存的并行查询裁剪

语义缓存可以利用查询之间的语义相关性,是提高数据库查询性能的有效技术之一.传统语义缓存是按谓词来组织的,查询裁剪是串行进行的,算法的时间复杂性是指数级的.基于合取语义缓存模型,提出了并行查询裁剪算法.与现有的语义缓存查询裁剪算法相比,并行查询裁剪算法不但可以将算法的复杂性由指数级降为多项式,而且可以提高缓存的利用率,缩短查询的平均响应时间.

一个并行查询优化器的设计与实现

并行查询优化器的目标是缩减庞大的计划搜索空间,获得优化的查询规划。为此,并行实时数据库PRTD-BASE查询优化器针对无共享结构(SN),充分考虑通信开销,采用两阶段优化方法,依据代价估计模型先对查询树进行基于代价估计的顺序优化,然后利用启发式规则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时间。

一种面向数据流离线分析的多策略并行查询中间件

数据流成为日益重要的数据密集型应用.离线分析处理是对数据流产生的海量日志数据进行随意的统计查询,单个查询处理的数据量在上百GB,及时的响应时间和扩展性对传统数据库提出巨大挑战.本文以网络监控为背景,分析了离线分析处理的应用特征,提出了一种无共享的并行查询中间件,利用多策略及DBMS实现局部结果的汇总,通过具体的执行过程,分析了不同类型查询的扩展性.

数据流上并行查询优化技术

主要讨论了DSMS的核心技术——查询优化;并讨论在高速数据流上的查询优化技术.着重致力于在shared-nothing网络并行环境下,探讨适合流的新型查询处理技术.

超级节点网络中的并行查询和排序机制

超级节点网络中的超级节点可能成为网络性能的瓶颈并影响检索结果的统一排序,针对该问题提出一种并行查询和排序机制。给出类特征等索引建立方法和查询节点选择算法,减少超级节点的存储和计算负担,使其在负载能力范围内,尽可能多地连接普通节点。在获取全局参数的前提下,提出查询节点的查询和排序方法,以提高检索质量。实验结果验证了该机制的有效性。

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 。

基于丛生树的片段式并行查询优化技术研究

该文以丛生树模型为基础，提出了一种片段式查询执行计划。该执行计划将查询树划分成多个按流水线方式执行的片段，各片段依次执行。该执行计划可以减少中间结果的Ｉ／０次数，更充分地利用内存资源。文中还举例说明了计划的执行过程。

超级节点网络中并行查询和合并机制研究

针对超级网络中超级节点可能会导致网络瓶颈、检索结果重复问题,提出一种并行查询和合并机制。首先提出超级节点选择查询节点的算法,以减少超级节点的存储和计算负担。然后提出选择下载节点的合并算法,以得到高质量、新颖和更能有效获取的检索结果。实验结果表明了该机制的有效性。

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。

并行查询中的处理机分派算法研究

讨论了并行查询中丛生树的自顶向下和自底向上两类处理机分派算法的优点及其不足之处，在此基础上提出了一个新的处理机分派的调度算法，本算法可达到近似最优调度效果．

并行查询优化中的负载平衡问题研究

在现有工作的基础上，引入数据偏斜因子，在并行查询优化阶段考虑负载平衡问题，提出了一种并行查询优化方法．用算子间并行性来弥补由数据偏斜引起的算子内并行性下降而造成的影响，提高了查询执行效率。

面向数据流离线分析的无共享并行查询中间件研究

通过分析网络监控离线分析处理的负载特征,给出了一种面向数据流离线分析处理的并行多策略查询中间件,并利用多策略及DBMS实现了局部结果的汇总,对需后处理查询的系统扩展性、不需后处理查询的系统扩展性分别进行了评价分析。评价分析结果表明:提出的基于面向数据流离线分析处理的并行多策略查询中间件,不但做到了中间件的轻量级,实现了查询内部的并行化;同时,能利用多策略及DBMS实现子节点间并行查询,能提高查询的响应时间,从而在多节点时保持较好的扩展比,避免了系统过载,提高了资源利用率。

PBASE的并行查询处理策略

本文详述了独具特色的PBASE并行查询处理策略及实现方法。PBASE的并行查询处理策略吸取了原型系统XPRS和Volcano中的先进技术,并基于原来的国产数据库系统COBASE中查询的流水线策略,具有更高的并行度和更好的可行性。