自治数据库系统中聚类算法的研究与设计

在自治数据库中,数据的分类是第一步也是非常重要的一步。如何能快速、准确地对数据分类是非常重要的。提出了一种聚类算法,能够快速准确地分类。首先介绍了自治数据库、聚类的基本概念,在此基础上提出了一种聚类算法,并通过实验验证,最后得出结论,该聚类算法是可行的。

数据库系统参数调优方法综述

数据库系统具有大量的配置参数,参数配置不同会导致系统运行时很大的性能差异.参数优化技术通过选择合适的参数配置,能够提升数据库对当前场景的适应性,因此得到国内外研究人员的广泛关注.通过对现有的数据库参数调优方法进行总结分析,根据参数优化方法是否具有应对环境变化的能力,将现有工作分为固定环境下的数据库参数优化方法和变化环境下的数据库参数优化方法2类.对于固定环境下的参数优化方法,按照方法是否具有从历史任务中学习的能力将研究工作分为传统的参数优化方法和基于机器学习的参数优化方法2类并分别进行介绍.对于变化环境下的参数优化方法,按照不同的变化场景对现有工作进行分类介绍.最后,总结了现有工作中各类方法的优缺点,并对目前研究中待解决的问题和可能发展的方向进行了讨论.

“村民自治”专题数据库的建设与发展

介绍了建设“村民自治专题数据库”的背景、意义,描述了数据库的结构模式、系统设计及功能,并对数据库的未来发展提出构想。

数据库系统交易型负载自适应管理

数据库系统的负载自适应是指数据库系统通过对负载的过滤和控制有效利用系统资源去满足负载性能要求的过程。自治数据库系统负载管理框架(Autonomic Workload Management Framework,AWMF)是一种负载自适应的总体框架,给出了负载自适应的基本组件和主要工作过程。研究AWMF对交易型负载(Transactional Workload)的有效性,提出了基于查询成本(Query Cost)的交易型负载的排队网络模型,以该模型作为性能预测部件实现了AWMF的原型实现——查询调度器,通过实验验证了AWMF对交易型负载的有效性。

基于交易型负载自适应管理的数据库系统探析

数据库技术的不断发展使得该系统的负载自适应受到很多人的关注,负载自适应主要是进行负载过滤和控制调用所有资源满足其性能上的需求,自动数据库系统框架用以完成这个过程。文中介绍了基于交易型负载自适应管理的数据库系统,并设计了合理的查询调度器。