并行数据库中数据分布和查询处理技术的研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:hanhaicang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文分析并比较了各种基于树结构的多维数据分布方法,给出了基于k-d树结构的分布方法的详细设计方案,指出设计基于传统索引结构的数据分布方法是解决并行数据库系统数据分布问题的一种较好方式.该方法在构造树的过程中,完成了对数据空间的划分和数据超方体的放置,不仅可以使各个处理机能够合理得分配工作负载,而且可以方便地利用索引执行查询处理操作,提高了系统的效率.如何将并行数据库系统应用于局域网络环境,并实现查询处理及优化也是该文研究的工作之一.该文采用了基于工作站网络的数据库的并行查询处理设计思想,在传统的串行数据库基础之上加入了并行化的设计方案,通过开发关系数据库的三个固有并行性来提高系统执行查询处理的能力.在此基础上,该文提出了一种并行查询处理的结构,并根据该结构在局域网络环境下设计和实现了并行查询处理的模拟系统.通过对实验结果的分析与比较,证明了合理的并行化设计可以减少通信带来的开销,获得较好的性能.
其他文献
随着SOA(Service-Oriented Architecture,面向服务架构)技术的发展,越来越多的企业在系统应用中采用了这项新兴的架构来满足企业业务的需求。XML(Extensible Markup Language
最近几年,随着数据信息量的激增,大数据概念兴起。大数据的处理分析受到了国内外各个研究领域的广泛关注。由于谷歌的成功案例,使得MapReduce框架成为了目前研究和使用最广泛
该文研究了基于等高线的地形模型建模的基本理论与方法,包括规则网格地形模型、不规则三角网地形模型的建模.对地形模型简化和多分辨率地形模型进行了讨论,总结了前人在这些
基于案例的推理(Case-Based Reasoning,简称CBR)以完全不同于基于规则的推理(Rule-Based Reasoning,简称RBR)的方式在人工智能(ArtificialIntelligence,简称AI)的众多技术中
随着Internet技术和WWW服务的发展,Web网络流量和网页访问延迟日益引起人们的关注,对这两个问题的解决影响了Internet的持续发展.代理缓存技术是解决这两个问题的最常用方法.
该文以研发机群计算软件为主要内容,利用Java开发一个跨平台的、基于消息机制的并行编程环境JNOW,为机群计算技术的研究提供新的思路.论文的工作主要集中在以下三个方面:1从
该文密切围绕水下目标识别这一核心问题,以实际工程应用为背景,主要采用时频分析与非高斯信号处理方法,对水下目标特征提取和分类算法这两个关键环节,展开了下列研究工作:(1)
世界经济的平稳增长以及机动车价格的大幅度下跌导致了最近几年机动车的私人拥有量在不断的上升。而我们在享受机动车带来的便利的同时,交通事故的增加也在困扰着我们。故此,
随着信息技术的迅猛发展,各个部门积累了海量数据,迫切要求从这些数据中自动地采掘有价值的信息和知识以支持决策。于是数据采掘技术应运而生。关联规则采掘是数据采掘中的一个