分布式数据库论文据库系统论文.doc

分布式数据库论文据库系统论文
分布式数据库算法优化综述
摘要: 综合提出了评价查询优化算法的4个标准,并基于这4个标准作了比较分析,便于更容易、更快捷地找到适用特定问题的优化方法。
关键词: 分布式;数据库;算法优化
0 引言
随着现代数据库规模的不断扩大,查询的效率是数据库系统的重要指标,高效的查询能够极大地提高系统的性能。因此,提高查询效率的有效手段——查询优化就显得尤为重要了。不同的优化算法适用于特定的问题及用户。本文基于以下4个标准:1)是否适用于大量数据;2)是否能应付异构数据库的要求;3)是局部优化还是全局优化;4)算法的效率是否满足大数据量、高复杂性的要求。
1 数据查询优化各算法比较分析
基于A算法的查询优化
在著名的SDD-1算法和由Fegaras提出的基于查询图的贪婪算法的基础上,提出了一种改进的基于人工智能理论的A算法和A*算法。该算法适合于中大规模的查询优化,在查询图不复杂,关系数目不大的情况下可以首先考虑A*算法,因为它能保证找到最佳解;当查询图涉及的关系数目比较多时,则倾向于A算法,因为它的速度很快。
基于Agent的分布式查询优化
上异构的软硬件环境以及多种并行机制,将分布式人工智能与数据库管理系统两个领域相结合,就给出了一个基于Agent的分布式查询优化系统模型。在该系统的重要组件任务管理器动态优化器和学习推理模块中,对于学习推理模块和动态优化器可以采用强化学习算法以选取最优的转换规则。
基于遗传算法的查询优化
采用基于位、值结构树型编码的遗传算法在编码和遗传算法子方面做了创新和改造后用于分布式异构数据库进行查询优化。主要考虑的是传说的代价,并且它是一种搜索全局最优解的优化方法,它的最优解是在全局范围内产生的。
基于神经网络技术的异构数据库集成查询
全局查询的分解与优化是分布式异构数据库的集成中许多难题之一。基于神经网络技术的异构数据库集成查询分解与优化方案,它可以将面向异构数据库系统的全局查询快速地分解为针对各个组件数据库的子查询,并对其进行优化。它的运行速度快,效果比较好,可以解决不同DBMS异构数据库间的跨库访问。
基于模拟退火的查询优化算法
本优化方法是在策略的状态空间上构造一个模拟退火算法的模型,利用模拟退火算法对联结操作进行优化,找出优化问题的全局最优或近似全局最优解。模拟退火算法是一种基于MonteCarlo迭代求解法的随机搜索算法,它用一个随机接受准则有限度地接受劣解,可以使算法跳出局部最优解,尽可能找到全局最优解。
分布式查询优化算法
在有限网络资源上进行分布式数据库开发、运行、维护,如何充分、有效地利用网络资源,减少网络传输数据量,降低通讯费用,一直是需要慎重考虑的问题。采用半连接及相应的优化算法对分布式查询进行优化处理是这个问题的关键之一,即采用以半连接为核心的SDD-1的查询优化算法。SDD-1查询优化算法选择优化后存储数据量最大的站点为组装场地,这样可以使整个网络上的传输量保持最小,但如果指定其它站点为查询的发起场地,那么就要改进该算法来满足实践的需要。
多元链接查询优化算法
针对多元链接查询的特点,尤其对于远程网和局域网这两种不同的网络,提出一种在全局上优化的算