基于流机制的并行查询执行技术

1 引言在并行数据库的研究中,查询执行计划的调度与执行因其复杂性而受到人们的关注。查询优化时,优化器必须采用有效策略大幅度裁剪搜索空间,以降低优化开销,但这很可能会丧失掉更优的执行计划。另一方面,当系统吞吐量很高时,一个查询从优化到执行可能有一个较大的时间差,在查询计划执行时一些重要系统参数可能已经发生了较大变化,从而使该执行计划变得不优甚至难于执行。目前解决这一问题的一种方法是将查询优化与查询执行分开,在查询执行阶段通过有效的调度策略来弥补查询执行计划的缺陷,并进一步平衡系统的负载。

数据流上并行查询优化技术

主要讨论了DSMS的核心技术——查询优化;并讨论在高速数据流上的查询优化技术.着重致力于在shared-nothing网络并行环境下,探讨适合流的新型查询处理技术.

并行数据库系统PBASE/2的查询优化机制

并行查询执行计划的搜索空间里指数级增长，如何高效地裁剪搜索空间是并行查询优化的关键所在。ＰＢＡＳＥ／２以流机制为基础，采用基于代价估算和启发式规则的改良的两阶段优化技术，有效地解决了这一问题。

数据流上基于遗传算法的并行查询优化技术

传统数据库中存储的是相对静态的记录集,这些记录没有预先定义的时间概念,除非时间属性被显示地加上去.虽然这个模型能够较好地表示商业数据库和个人信息存储库,然而它对快速变化的数据流进行在线分析的支持存在很多限制.因此,需要对已有技术进行扩展研究,构建出新的管理系统来管理数据流.数据流的高速性和无限性以及计算机资源的有限性使得提高数据处理速度成为数据流管理系统(DSMS)的关键;本文主要讨论了DSMS的核心技术———查询优化;着重研究了在shared-nothing机群并行系统中,通过并行查询处理技术来提高数据流处理速度的新方法.