一种高效的视图维护算法

通过选择性算法将增量式视图维护和视图自维护有效地融合在一起 同时它还利用相关性算法对不相关更新进行过滤 ,可以有效地降低消息总数和数据的通信量 ,从而大大提高视图维护的效率 。

多库系统中高效的视图维护机制

外连接是多库系统中经常使用的生成全局视图的方法 ,但是外连接给维护多库系统视图带来了很大的困难 .目前已有的多库系统视图维护算法只考虑了连接操作 (select project join,SPJ) ,如果全局视图是通过外连接生成的 ,这些算法就不能有效地维护多库系统视图的正确性 .提出了一种新的多库系统视图维护算法 ,它能够在有外连接及数据不一致的情况下高效地维护多库系统视图 ,并最大限度地减少了向局部数据库发送的查询数 。

分布式数据源的实视图维护算法研究

数据仓库作为决策支持系统的集成化数据中心,其数据可以认为是定义在多个不同数据源的实视图集。近年来数据仓库中实视图维护算法的研究激起很多学者的重视。当多个独立的数据源出现并发更新时传统的实视图维护算法可能导致视图维护异常,本文提出了一个双向扫描并行处理实视图维护(BSP)算法,能确保实视图与数据源的完全一致性,并通过实验与其它类似的算法进行了比较,说明本算法具有较高的效率。

关于实视图维护问题的研究

随着数据仓库技术的迅速发展,实视图作为其中一项可以提供数据存储方式和提高查询响应性能的关键技术得到了充分的重视。但是如何对实视图集进行及时更新,以充分发挥其加快决策查询速度的作用,并满足用户对数据一致性和时新性的要求,却是一个迫切需要解决的关键性技术问题。本文在对实视图维护问题进行了深入研究的基础上,就目前的研究现状作详细的分析和总结。

数据仓库中物化视图维护算法的分析和比较

随着数据源的更新,数据仓库中的物化视图必须得到及时的更新维护。而如何对物化视图进行高效的更新,以满足用户对查询响应速度和查询结果一致性、时新性的要求,这是数据仓库技术中非常复杂和重要的工作,也是一个迫切需要解决的关键性技术问题。以物化视图更新维护问题为主要研究对象,通过对现有各种维护算法深入的研究和分析,系统地进行了比较和总结,最后指出了该问题深入研究的方向。

基于视图自维护理论的高效视图维护机制

1 介绍 多库系统中的全局视衅是在全局数据模式上定义的,而全局数据模式由各局部数据库(Local Database: LDB)的数据模式通过异构模式消解得到.因此,对全局视图的存取操作要分解为针对多个LDB的子操作,可能还要对数据模式及查询语言进行相应的转换.如果每一次对全局视图的访问都要转换为底层数据库的访问,代价是很昂贵的,所以多库系统一般都保持物理的全局视图.底层关系的修改会导致全局视图的改变,因此在保存物理视图的多库系统中,当底层关系发生变化时,要对全局视图进行视图维护,使其与底层关系保持一致.

一种基于中间结果集的有效视图维护算法

物化视图的引入大大提高了决策支持和查询的响应效率,如何进行有效的视图维护成为研究的重点。对现有物化视图维护方法进行了分析,提出了利用多个物化视图的中间结果进行视图维护的思想。首先,结合单位空间增益、空间限制等因素,选择多个物化视图的公共表达式作为中间结果,并提出了确定中间结果集的具体算法;其次,利用已计算出的中间结果集进行多个视图的维护,给出了具体的维护算法;最后,通过分析和实验证明了该算法正确且效率有显著提高。

并发更新环境下的视图维护异常研究

通过对视图维护过程中的更新异常进行分析,发现并发更新是导致视图维护异常的主要原因。在并发环境下,数据更新和模式更新极有可能同时存在,这对视图维护工作带来极大的困难。在实例分析基础上,深入而细致地刻画了模式与数据全面并发的典型情形,为视图维护工作奠定基础。

OODB延迟视图维护模型

针对面向对象数据库中视图的特点 ,提出了一个延迟视图维护的模型以及相关的更新算法 .在视图更新时 ,要考虑导出它的类的改动 ,以及以此类为根的继承和类组成子层次结构中的所有类的改动 .因此 ,为每个类添加一个修改列表 。

Peer数据管理系统中的视图维护策略

研究Peer数据管理系统(peer data management system,简称PDMS)中的视图维护策略.首先提出一种混合的P2P架构,在该架构中,Peer优先选择基本的P2P架构而不是超级Peer架构.如果一个视图沿着PDMS的一条语义链路传播,那么它通过重构能够从许多数据源检索到数据,因此扩展了视图的定义,提出peer视图、局部视图和全局视图;并且从一条语义链路的任意节点出发,同一查询都能够得到相同的结果.在PDMS中,连接操作限制在各个局部PDMS中,这样,全局物化视图的维护就转化为对各相关局部物化视图的维护.在PDMS中,一个视图可能涉及到多个表的连接,根据该应用的需要扩展了Mork的规则系统.根据扩展了的规则系统进行更新数据传播,同时依据该规则系统提出一种算法来维护PDMS中的视图.最后进行实验验证.实验结果表明,该视图维护策略比Mork的视图维护策略的性能要好.

特征转换在多视图维护中的应用

针对当前特征造型系统中多视图维护存在的问题,在多视图特征造型构造方法的基础上,运用特征转换技术,从产品造型表示着手,提出了一种新的多视图维护方法.该方法与传统的维护方法相比,有更高的效率和更广泛的应用.

基于数据源自动侦测更新的并行视图维护模型

数据仓库体系结构是数据仓库建设和维护的重要理论基石,传统的体系框架简单易行,但不够完善。斯坦福大学提出的WHIPS模型解决了信息源自动侦测更新的问题,但由于模型自身存在的瓶颈,使并行更新处理产生阻塞现象。为此,本文提出了一个改进方案,引入了时间戳单元,增加了其中两个重要模块的并行处理能力,并给出一个修正的数据仓库系统结构。

基于P2P的实化视图维护技术研究

基于P2P的视图维护是一个重要的研究方向。当前的视图维护方法主要以传统的C/S模型为基础,当更新频繁时将会导致数据仓库超载而崩溃。针对这种现状,构建了基于P2P的主动视图维护模型,模型充分发掘P2P技术的潜在优势,克服了传统视图维护方法中数据仓库和数据源负载失衡及可伸缩瓶颈等问题。描述了P2PAVM的节点拓扑结构;重点阐述了P2PAVM的动态节点管理与路由等关键技术。

实视图维护中的更新检测

在关系数据库系统中，视图是从一个或几个表中导出的表，为了提高访问视图数据的效率，人们将视图数据也保存起来，这样的视图称为实视图．当基表发生了变化，为使实视图与基表保持一致，必须对实视图进行维护．实视图的维护可分为三个阶段：即无关更新检测、可自处理更新检测和实际维护．人们企图通过前两个阶段检测出不需要维护的更新和不访问基表数据即可进行维护的更新，这样可以有效地提高实视图维护的效率．本文针对复杂实视图，采取利用语法树进行运算分解的策略提出了检测这两类更新的解决方案。

数据仓库环境下的实化视图维护

本文通过示例说明数据仓库环境下实化视图维护存在的数据一致性问题 ,并分析了产生这一问题的根本原因。文中介绍了一些能解决数据一致性问题的具有代表性的实化视图维护算法 ,比较了它们之间的差异 ,最后描述了数据仓库环境下数据一致性程度的四个层次。

面向区块链的高效物化视图维护和可信查询

区块链具有去中心化、不可篡改和可追溯等特性,可应用于金融、物流等诸多行业.由于所有交易数据按照交易时间顺序存储在各个区块,相同类型的交易数据通常会散布在诸多区块之中,降低了面向历史区块的追溯查询的处理效率.索引构建和物化视图是提升查询性能的两种典型方法,但当待处理数据分布于多个区块时,使用索引无法改善I/O访问效率,而物化视图可有效应对这个问题.然而,由于区块链系统的特点明显区别于关系数据库,传统的面向关系数据库的物化视图技术无法被直接应用到区块链之中.鉴于此,首次提出一种面向区块链的高效物化视图机制,具有如下特征:(1)将视图维护操作与共识过程同时执行,降低该操作对系统性能的影响;(2)使用字典树加快以区块为单位的多物化视图维护进程;(3)以默克尔验证的方式确保物化结果不被恶意篡改,进而确保查询结果可信.所提出的物化视图维护机制已经被集成到一个区块链系统中,并通过实验来验证该机制的高效性.

基于分布式数据仓库动态增量视图维护的研究

分布式数据仓库分为局部/全局数据仓库、技术分布式数据仓库和独立演进的分布式数据仓库三种类型。分析了视图脱机维护和联机维护存在的不足,根据三种类型分布式数据仓库给出了动态增量视图维护的模型及方法。

基于Hibernate的实化视图维护的研究

在传统的实化视图维护时,数据源把增量数据以XML文档的方式报送给数据仓库,数据仓库从此文档中解析出数据,利用JDBC完成对实化视图的更新。文中提出在数据源把增量数据封装成序列化对象存储于文件中再报送给数据仓库,而数据仓库从文件中读出对象,利用Hibernate直接把对象更新到实化视图。通过两种方案性能的比较,表明后一种方案是可行并且更加高效的。

视图维护的并行在线错误纠正算法

最近几年,数据仓维护问题的重心已转移到各信息源并发更新下的视图维护。比较流行的算法,如ECA算法和Strobe算法在解决并发更新问题时需要数据仓处于静止状态。而文中的在线错误纠正方法不需要额外的本地补偿操作,并且在维护时不需要数据仓处于静止状态。进而该文提出了一个在线错误纠正的优化算法,称为并行在线错误纠正算法。该算法对原有的函数模块做了一定的修正和增强处理,并给出了修改了的函数功能模块图,它能完成并行维护,提高维护的性能。

信息网格的虚拟视图维护

在信息网格资源的层次模型[2]中,虚拟视图层直接反映行业用户的资源访问需求。虚拟视图层到逻辑资源层映射的正确性,是使用虚拟视图进行信息网格资源访问的基础。业务逻辑的变化可能引起逻辑资源层元数据的变化,导致虚拟视图到逻辑资源的映射失效,用户使用虚拟视图无法得到预期的结果。该文讨论了逻辑资源层元数据发生变化的各种情况,并提出了相应的虚拟视图调整方法,以维护虚拟视图层元数据的有效性。