一种分布式查询优化的研究与应用

查询优化是比较复杂的问题,但在分布式系统中有重要作用。本文通过对分布式查询的分析,提出了基于全局关系表的分布式优化查询方法,用一个待更新列表来同步全局关系表,保证查询结果。实验结果表明,该方法有效地减少了分布式查询的时间,提高了分布式查询的速度。

一种新的基于A算法的分布式关系数据库查询优化

分布式查询优化是当今数据库理论的一个重要研究方向。该文首先阐明了分布式查询优化的主要目的。接着主要介绍了著名的SDD-1算法和由Fegaras提出的基于查询图的贪婪算法,分析了两者的特点和不足,提出了一些改进建议。最后,在以上算法的基础上,该文提出了基于人工智能理论的A算法和A算法。通过讨论,笔者认为对于中大规模的查询优化,A算法是个不错的选择。

基于NGSAA算法的分布式数据库查询优化研究

针对遗传算法在分布式数据库查询优化中存在的不足之处,提出了一种基于小生境技术的遗传模拟退火算法。首先扩展了算法的搜索区域以避免早熟现象的出现,然后进行规则的简化以降低功能性冗余,再将算法应用于分布式数据库查询优化中。研究表明,该算法可以有效降低生成最优查询策略的总代价和时间,提高了查询优化的整体效率。

基于C#和ADO.Net优化分布式数据库查询的实现

该文介绍了分布式数据库系统优缺点和系统分布式开发的优势,论述了C#和ADO.Net对分布式数据库的操作原理。并通过实例说明了对分布式数据库优化查询的实现过程。

改进的分布式数据查询算法研究和实现

通过对数据库查询领域中SDD-1算法性能的分析,针对其在特定情况下存在的不足,引入人工智能领域的A*算法.将改进后的SDD-1算法与J2EE技术结合,应用到生产加工企业的材料供应链系统中.通过实验表明,新算法比SDD-1算法更具有适用性.

空间信息网格中远程空间连接查询的优化

随着空间信息网格的建设,网格平台上管理的空间信息资源越来越丰富,这促进了空间信息网格中空间数据分布式查询的应用需求,而在分布式空间查询中,空间连接查询操作往往成为性能的瓶颈。根据空间信息的特点,通过利用网格计算资源来优化空间连接查询的执行。首先基于网格服务构建网格平台分布式空间数据查询软件结构,通过设计远程空间连接执行服务利用网格平台中的计算资源;根据空间信息的特点,采用基于Kd-Tree空间分区并行连接的方法提高远程空间数据连接操作执行效率,并给出了远程空间连接执行的查询代价模型;然后根据连接代价模型设计了远程空间连接查询执行计划优化生成算法;最后总结了本文工作并探讨了下一步研究方向。

基于P2P的云中数据的快速搜索

随着云计算的发展,数据和计算不再只是应用在桌面上,而是作为来自云端的一种服务。数据作为一种服务,使得访问云中大量多样的分布式数据资源成为一种可能。文中介绍了DServices,它是一种部署在云中基于P2P查询和数据操作的架构。在查询过程中,该架构基于数据联邦服务,采用动态查询引擎,这种引擎包含了可以适应动态网络和节点状况的数据查询基础设施,同时所有的分布式资源可以有效地支持这个查询处理过程。使用户的查询响应时间大幅减少,同时增加了系统的吞吐量。最后仿真实验表明,DServices是有效的。