实视图选择中的查询分布统计

研究了在系统运行过程中统计查询分布的方法,分析了直接统计时可能遇到的困难,为此提出了查询泛化的方法,并给出查询泛化的两种算法,对将实视图选择理论用于数据仓库工程实践有一定的参考价值。

AnyQuery:网格环境下基于服务的分布式查询处理系统

AnyQuery是一种适用于网格环境、基于服务的分布式查询处理系统,使用统一的数据格式(可扩展标记语言)来表示和传输数据,所有组成模块以网格服务的形式实现,网格服务之间通过标准的接口进行通信.这种接口和实现分离技术屏蔽了不同数据库及其运行节点的差异,为用户提供一致的虚拟关系数据视图和分布式数据查询支持.在分析和研究已有的并行数据库和分布式数据库查询技术的基础上,AnyQuery提出和实现了一种适用于动态网格环境的分布式查询计划生成和执行算法,该算法能够根据网格环境中各节点及其连接网络的实际情况确定查询计划,支持跨数据库的连接查询.基于Globus3.0开发了AnyQuery的原型系统,性能测试表明该系统具有较好的可扩展性,尤其适合计算密集型的复杂查询.

校园网格环境下异构数据库的集成与分布式查询

针对校园数据网格的分布式异构数据库环境,提出了一种基于网格服务的异构数据库访问和集成方法。该系统为用户提供一致的虚拟数据视图和分布式数据查询支持。在分析和研究现有分布式数据库查询技术的基础上,介绍了一种适用于网格环境下海量数据的连接操作算法,算法依据分布式数据库的固有并行性,利用数据划分来提高查询的并行处理程度,以改进响应时间。理论分析表明,该算法在减少网络通信开销和降低响应时间方面具有较好的性能。

分布式计算环境中的空间查询语言全局解析机制

讨论一种在分布式计算环境中实现基于全局逻辑的空间查询语言解析方法,并给出其实现机制。提出空间查询语言的全局解析模型及等价分布程序的概念,给出将全局空间查询语句解析为等价分布程序的方法。利用该方法能够完成全局空间查询语句到局部查询语句的映射,从而支持空间数据的分布式查询。

基于Agent的分布式查询优化研究

Internet上异构的软硬件环境以及多种并行机制对分布式查询优化技术提出了新的挑战,文章将分布式人工智能与数据库管理系统两个研究领域相结合,给出了基于Agent的分布式查询优化系统模型,在该系统中,Agent采用了典型的慎思型体系结构,即BDI模型。Agent具有信念库,目标库并在此基础上进行学习和推理,多个Agent之间通过协调,协作以及协商以支持分布式数据库系统的动态查询优化和规划的执行,提高系统的查询效率。

面向分布式查询认证的分层Hash链表

针对认证跳表、签名链等方案所存在的不足,对分布式查询认证展开研究.提出分布式查询认证的定义,给出其应满足的认证性的形式化描述.以认证跳表为基础,在考虑完备性和边界隐私保护的前提下,设计一种新的认证数据结构——分层Hash链表(hierarchical Hash list,HHL),给出了HHL的定义以及构建、认证和更新算法.通过对HHL中冗余Hash节点的分析,提出了效率更高的改进分层Hash链表(N-HHL),利用统计学方法和分层数据处理对HHL的代价进行分析,得出其拥有O(log n)代价.通过模拟敌手多种破坏数据认证性的手段,对HHL的安全性进行分析,结果表明HHL能够检测出多种破坏查询结果认证性的行为,从而证明其安全性.将HHL与已有的典型分布式查询认证方案——签名链方案——进行比较,实验数据表明HHL在认证代价方面优于签名链方案.

面向关联关系数据的分布式相似性查询方法

带有关联关系的数据在社网平台、电子商务平台、科学数据库等环境中普遍存在,对其进行相似性查询是在各种应用中常见的操作。随着社网、电子商务、云计算等技术的发展和普及,具有关联关系的数据飞速增长,对这种类型的数据进行相似性查询成为数据库领域的一个研究热点。在此应用背景下,提出了一种基于决策树的面向关联关系型数据的分布式相似性查询方法。该方法依据属性的重要度计算相似性,计算过程中达到一定的准确度时可以结束计算,从而在保证准确性的情况下减少了计算量。同时提出了两种分布式环境下面向大数据量的决策树计算方法,该方法具有较少的通信代价,并且有概率理论保证其准确度。最后通过大量的实验证明了方法的有效性。

基于数据网格的分布式查询优化模型

智能交通系统(ITS)中多个异构的、地理位置分散的数据源能使用像数据网格这样的分布式计算技术进行集成,这种集成所面临的真正挑战是分布式查询处理引擎的设计和开发。一般而言,分布式查询优化按照以下三个阶段进行:查询所涉及节点的确定,并行执行方案的生成,执行查询的最佳节点选择。由于这三个阶段的相互隔离可能会导致得到的查询方案并不是最佳的,提出了一个新的分布式查询优化模型,该模型集成了查询优化的三个阶段,综合考虑了查询优化各个阶段所涉及的参数,如节点的有效内存、处理速度、数据传输容错能力等。

分布式数据库查询优化处理的研究与应用

在分布式数据库中,查询处理的主要矛盾在于由数据的分布与冗余所引起的场所间的数据传递及通信费用太高.如果能利用数据分布与冗余的这一特性,来提高数据查询算法的并发处理能力,就可以缩短查询处理的响应时间和提高处理速度.因此本文提出一种新的带碎片的分布式查询处理方法,将其应用在大型实验室管理系统中,可以提高系统的查询处理效率和缩短响应时间.

科学数据网格中分布式查询处理体系结构的研究

数据网格是一种有效的分布式数据管理体系结构,该结构下的分布式查询处理和其他环境下的分布式查询处理有很多不同的地方,如结点的自治性等。根据科学数据网格分布式查询处理的特点,提出了该环境下分布式查询处理的体系结构,并给出其协商机制。

基于网格的空间数据分布式查询技术研究

将网格技术应用于地理信息领域,构建实现地理信息资源共享与协同工作的网格地理信息系统,是目前地理信息行业研究的热点之一。研究OGSA-DAI网格中间件技术,将OGSA-DAI扩展为WSRF-SDAI,实现在网格体系结构WSRF下地理空间数据的访问与集成,在此基础上研究对空间数据库和空间数据服务进行分布式查询的方法。

分布式结构化数据分页查询中的动态归并算法

本设计实现一种动态归并算法,主要应用在对于分布式结构化数据的跨节点跨表实时分页查询的业务场景中.分布式数据库中数据表都会被拆分为若干子表并存储于若干数据节点中,在对数据进行单表查询和多表查询时都需要进行数据的归并,本算法被设计用来处理中间数据的归并问题,在归并策略上采用了二路归并,从而保证了较高的节点并发度,使得归并的计算负载能够均衡地分配在各计算节点上;采用动态的归并过程而不是在任务一开始就确定节点之间的归并配对关系,确保算法的自适应性,避免了预先制定归并策略而可能导致的数据等待.实验结果表明随着参与归并的节点数量的提高,该算法执行效率明显优于单节点归并以及预先设定归并策略的多节点归并.

分布式查询优化算法与应用实践

依据笔者开发大型分布数据库的应用实践,首先介绍半连接、选择因子、收益分析等基础概念,其次介绍分布式查询处理过程,主要阐述以半连接为核心的SDD-1查询优化算法,最后以实例说明该算法的实现并比较实际收益情况.

IVDQP—物联网内基于兴趣向量的分布式查询处理方法

物联网内资源按需检索是构建高效率物联网应用的必备功能。实现一种基于兴趣的数据单播查询处理方法IVDQP,采用一种单播的方式对任意物联网节点提出的数据检索请求进行节点间传递,并以一种累积的方式将中间节点上的检索结果按照查询单播传递路径返回给查询节点。与Flooding算法的对比实验表明,提出的这种物联网内单播查询处理方法不仅能够迅速定位尽可能多的符合查询要求的数据,而且能够保证引入尽可能少的节点间的消息交换,从而为高效物联网应用的实现提供技术支持。

基于移动Agent的分布式地理信息查询

提出了基于移动Agent的分布式地理信息查询的新思路 ,给出了构建基于移动Agent的分布式地理信息查询系统的方法 ,并利用移动Agent开发平台Aglets开发了一个分布式地理信息查询原型系统 ,实现了分布式地理信息的透明访问。

WPERF+:一种有效的分布式查询处理优化算法

分布式查询是一种网络通信成本较大的查询过程,设计和开发出有效的查询策略和技术是分布式查询面临的挑战。本文展示了一种新的分布式查询的算法,即WPERF+连接算法,它结合了W算法和PERF算法的特点,进一步强化了W算法和PERF的性能。文章从理论上证明了WPERF+算法具有有效降低分布式查询处理成本的效能。

以CGI为基础的农业技术分布式查询数据库——以江苏省农业技术分布式查询数据库为例

农业是发展国民经济的基础,农业信息是农业生产力发展的重要核心和战略资源,信息共享技术为充分利用农业信息资源奠定了基础。本研究应用基于INTERNET网络、UNIX为数据通信平台,Foxpro为数据库平台,使用客户机与服务器(Client/Server)为网络通信模型,利用UNIX服务器上的Shell脚本语言编译器,以简单的ASCII码文本文件形式的解释型脚本语言为基础开发了CGI技术,采用与html表单一道使用的POST请求方法,实现了江苏省农业技术信息在因特网上的远程交互式动态查询和信息共享。

一种基于虚拟数据库的分布式查询优化算法

针对虚拟数据库系统 (简称“VDBMS”)执行分布式查询时的网络代价问题 ,提出一种基于关系运算代价估算理论及半连接技术的分布式查询优化算法SJQA (Semi joinBasedQueryAlgorithm ) .较之最大子查询法 ,该算法加入了对子查询之间执行顺序及连接方式等方面因素的考虑 ,从而能更有效地减少分布式查询的总网络代价 .实验结果表明 ,对于带有选择运算的查询 ,SJQA算法的优化效益与查询的选择因子大小成近似反比关系 ,因此它对该类查询的优化效果是十分明显的 .

关联数据分布树在分布式查询中的应用

连接操作是影响分布式查询性能的关键因素,数据存储是影响连接操作的重要因素。为了提高分布式系统的查询性能,通过研究数据之间的关系,提出一个关联数据分布树。利用该关联数据分布树来构造一系列的关联元组集合,然后按照各个站点的负载能力,把这些关联数据集合分配给相关站点。实验结果表明,当多个关系频繁的进行连接操作时,关联数据分布树能有效地提高整个分布式系统的查询性能。

一种基于SQL变换的分布式空间查询优化算法

基于新一代GIS技术体系的空间数据的分布特点,提出了一种新的应用于分布式空间查询处理的混合启发式优化算法（HHOA）。该算法参考了传统的基于关系代数变换的启发式优化算法,同时为了克服单调采用直接连接或者半连接的弊端,引入了直接连接和半连接相混合的策略,实现更高的查询执行效率。实例研究表明,尤其是在涉及空间连接的查询前提下,该算法能够有效支持分布式空间查询的处理。