语义OLAP缓存技术研究

针对页面缓存,元组缓存,语义缓存等查询缓存技术不能充分利用OLAP较一般SQL查询所具有更强的语义和上下文相关性的特性,提出一种新的OLAP查询缓存技术语义OLAP缓存.该缓存模型只存储等价类所代表的集合信息,而不是大量单个数据单元或数据元组信息.随着查询过程的深入,缓存项的等价类范围动态更新,可在保持缓存大小不变的情况下,扩展等价类范围,从而回答更多查询并提高命中率.此外还提出根据缓存项间的上卷、下钻关系将缓存项连接在一起形成代数格结构,以方便剪枝,从而进一步缩小查找范围.实验结果充分证明了该缓存模型和算法的有效性.

图聚集技术的现状与挑战

图聚集技术旨在获取能够涵盖原图大部分信息的简洁超图,用于提炼概要信息、解决存储消耗和社交隐私保护等问题.对当前的图聚集技术进行研究,综述了现有图聚集技术中的分组方法并对其进行分类,将分组标准划分为基于属性一致性、基于邻接分组一致性、基于关联强度一致性、基于邻接顶点一致性和基于零重建误差这5类;在高层次上将各分组标准概括为基于属性、基于结构和同时基于属性和结构的图聚集.较为全面地总结和分析了当前图聚集技术的研究现状和进展,并探讨了未来研究的方向.

基于仪器利用率的数据云服务平台高效管理方法研究

针对原有云服务平台管理方法仅对平台中数据进行管理造成平台相应时间过长的问题,设计基于仪器利用率的数据云服务平台高效管理方法。首先,通过MIT与云数据库对平台中的数据质量进行管理;采用仪器利用率对平台中的设备进行性能管理与控制;为保证平台数据传输过程的便利性,采用马尔科夫过程原理构建平台信息路径管理模型并采用相应计算机技术实现其管理功能。结合上述设计,以成本管理与WBS分解结果为依据,实现云服务平台的综合管理。至此,基于仪器利用率的数据云服务平台高效管理方法完成。构建对比试验,在平台中使用两种方法进行管理并对比管理效果,通过平台响应时间体现。与原有方法相比,此方法设备响应时间更短。与原有方法相比,平台响应时间缩短50%。由此可知,此管理方法更为高效。