导读:本文包含了复杂查询论文开题报告文献综述及选题提纲参考文献，主要关键词:复杂查询,中间表,数据库,医院信息系统
复杂查询论文文献综述
杨明远,徐向前[1]（2019）在《利用数据库中间表实现医院信息系统中复杂查询》一文中研究指出为了使医院信息系统当中复杂查询的时效性得到有效提升,使数据库资源占用过多的问题得到有效解决,本文提出了一种"利用数据库中间表实现医院信息系统中复杂查询"的方法。与此同时,在本课题研究工作开展之前,还对目前医院信息系统复杂查询的模式及潜在问题进行了分析,希望通过数据库中间表的应用,全面提高医院信息系统中复杂查询的工作效率及质量。近年来,在社会经济稳步发展的背景下,我国医疗水平得到了快速的进步。值得注意的是,从医院角度考虑,不仅仅需要提高医疗技术水平,还有必要做好基础建设工作,加强硬件设施及软件设施的投入及应用工(本文来源于《中国信息化》期刊2019年04期）
汪洋[2]（2018）在《基于ALPHA语言的复杂查询SQL语句生成》一文中研究指出用SQL语言表达复杂查询,是数据库教学中的一个重点和难点,但对数据库理论的初学者是个挑战。文章提出了一个复杂查询的SQL语句生成框架,首先将复杂查询用ALPHA语言表示,然后利用逻辑谓词等价变换理论,将ALPHA语句中的全称量词和逻辑蕴含进行等价变换,再使用ALPHA语言向SQL语言变换生成算法生成SQL查询。该框架在多年的教学实践中得到了检验,并取得了较好的教学效果。(本文来源于《安庆师范大学学报(自然科学版)》期刊2018年04期）
宁建斌[3]（2018）在《加密数据库中复杂查询语句的研究与实现》一文中研究指出网络技术和信息技术的快速发展使得数据爆炸式的增长,导致数字化、信息化时代的大数据成为促进社会发展的催化剂。然而,传统的本地存储方式在存储及处理海量数据时显得捉襟见肘,关系型数据库尤为突出,具体表现在数据量受到存储介质的限制、人工维护成本高、系统的可扩展性差等方面。伴随着云计算技术发展,云存储凭借着系统扩展灵活、基础设施部署方便、无限存储量的优势可以解决上述问题。个人、企业或政府等单位无法承载大数据所带来的存储与计算开销,逐渐将数据外包给云平台来存储和处理。然而传统研究工作将数据以明文形式存储在云端关系型数据库中,数据库管理员、黑客攻击者及外包的第叁方审计者都可以获得云端存储的数据,这样大大增加了数据泄漏的可能性。不法分子可能利用泄漏的数据信息进行恶意欺诈等行为,从而导致不必要的麻烦或者经济损失问题。数据泄漏成为云存储领域亟待解决的重要问题,同时基于密文查询的现有研究多集中于简单查询语句的实现,无法满足实际应用需求。为实现对关系型数据库中基于密文查询语句的扩展,本文提出加密数据库中复杂查询语句的研究与实现。主要研究内容包含以下几个方面:1、以关系型数据库数据泄漏为整体出发点,研究针对防止关系型数据库数据泄漏的可行性方案。以关系型数据库为基础,总结关系型数据库加密系统所需要具备的功能模块,并提出云加密数据库系统的整体框架。经过此系统的SQL语句,需要进行加密重写,将重写后的密文语句交由数据库端进行处理,可以保证云端数据库安全存储和查询。按照理论方案的分析,基于密文查询的时间开销要求在明文数据的1.2倍内。2、在云加密数据库系统中提出重写器的设计方案,该方案可以实现对数据使用者透明访问,对应用程序零修改。在重写器中最重要的是对查询语句词法分析和语法分析的设计与实现,其中词法分析为语法分析的设计提供基础,语法分析则为明文查询语句重写为密文查询语句提供基础。加密数据库中复杂查询语句的实现需要词法分析、语法分析、自定义语法规则叁个功能模块。3、将云加密数据库系统的实现方案在云计算平台上进行实验和测试。实验结果表明,该系统可以成功的完成对SQL查询语句的重写,并将重写的语句直接在密文上进行查询,查询结果与在明文上执行的查询结果一致,有效的保证了数据的安全性。时间开销在明文数据的1.2倍内。(本文来源于《西安电子科技大学》期刊2018-06-01）
苏畅[4]（2018）在《多源复杂事件检测中查询计划生成与优化技术的研究》一文中研究指出随着互联网技术的飞速发展,各行各业都在使用信息化的手段来判断行业趋势,指导行业发展。各应用领域在信息化过程中所产生的数据也呈爆炸式增长。如何从这些数据中发现有价值的信息成了当今的热门研究领域之一。复杂事件处理技术被用来解决此类问题。复杂事件处理技术是流数据查询的常见手段。随着数据多元化的发展,查询的复杂度急剧提升,其处理性能面临极大地挑战。为了描述复杂的查询,复杂事件检测常采用正规式的方式来表示事件间的关系,正规式支持克林闭包操作,具有丰富的描述能力。为了提高多源复杂事件查询的处理效率,本文出一种针对正规式的查询分解方案。首先,对复杂事件处理系统针对以克林闭包操作结尾的事件检测表达式无法分解的情况进行了阐述;其次,对检测表达式进行细粒度分解,并生成对应的查询计划;最后,根据查询计划构造集群拓扑图,运行在分布式集群中。在多数据源的应用背景下,这种分解方案可以有效地提高集群资源的利用率从而提高系统的处理效率。本文在查询计划的基础上进行以下优化。对于影响处理性能的谓词筛选操作进行分析,根据筛选所针对事件源的不同,将其合理进行划分,有效提高处理效率。对于采用正规树模式作为事件源匹配的系统,可以将谓词表达式中仅作用于一个事件源的子表达式与正规树模式匹配相结合设计筛选合并的优化方案,可以极大化的降低系统内部通信开销。在查询语句中,对于同一事件源还可能会匹配多种不同的正规树模式。对于此种情况,结合前面提及的优化,根据筛选条件提取出一个公共模式,可以做到一次匹配多次使用,较好的提高系统性能。本文设计并实现了的CIEP系统,该系统运行在Storm分布式集群上,并进行多组实验测试。实验结果证明以上优化方法能够提高系统20%左右的查询效率。(本文来源于《北京工业大学》期刊2018-06-01）
郑利强,廖湖声,苏航,高红雨[5]（2018）在《一种针对正规树模式的复杂事件查询方法》一文中研究指出随着对半结构化流式数据进行复杂事件查询的需求日益增加,高效地进行复杂事件查询显得尤为重要。目前针对复杂事件查询的方法主要集中在仅有结构约束的查询请求,对同时含有时序约束的查询请求不能很好地支持。因此,针对XML这种半结构化流式数据,提出了一种基于下推自动机扩展的模式匹配算法,它能够高效地处理使用正规树模式描述的含有结构约束和时序约束的复杂事件,通过对比实验也证明了该方法具有更高的性能。(本文来源于《计算机与数字工程》期刊2018年05期）
陈贵丹[6]（2018）在《面向数据流的Top-k复杂事件查询技术研究》一文中研究指出互联网产业的快速发展在带来数据规模爆炸式增长的同时,也使大数据呈现出越发鲜明的流式特征,数据流以其特有的实时性、突发性、易失性和无限性给传统数据库带来了巨大的挑战。复杂事件处理技术采用事件检测的方法,通过事件属性和事件层次结构之间的关系,使用各种规则处理算法对事件进行匹配和关联,对海量的数据流进行不断的过滤,从中找出满足规则约束条件的事件集合,挖掘出用户感兴趣和有用信息,并提供快速响应。复杂事件处理技术能够满足海量数据处理中高吞吐量、低延迟的需求,是数据流处理的关键技术之一。研究能够适应数据流多样、海量、无限、时变等特性的动态的分析技术及高效的处理算法是数据流实时处理的关键。国内外研究学者相继提出了针对不同应用场景的数据流Top-k复杂事件查询算法。但是,现有研究成果不够完善。这些算法大多对数据流分布和参数变化比较敏感,本论文分别针对数据流动态自适应分区的Top-k连续查询问题、数据流的Top-k支配查询等问题进行了一定的研究和探讨。本文主要的研究工作总结如下:(1)基于动态自适应分区技术的Top-K连续查询算法由于数据流的实时性、持续性、无限性等特点,本文采用滑动窗口技术来处理数据流的连续查询。论文首先采用定长分区策略把窗口分区成多个不相交的子窗口,定长分区方法在维护候选集的时候会造成不必要的维护成本。针对这个问题,进一步提出了动态自适应分区算法,该算法可以根据数据流的动态分布自适应调整分区的大小,并通过曼惠特尼秩和检验检测分区的大小是否合适。然后通过全局过滤和局部过滤方法,提前过滤那些对最终结果集没有贡献的对象,降低通信成本。最后在大量实验的基础上验证了算法的高效性。(2)分布式数据流的Top-k支配查询算法针对传统Top-k查询评分函数不好指定,skyline查询结果集大小不好控制等问题,提出了数据流的Top-k支配查询算法,Top-k支配查询继承了 Top-k查询和skyline查询的优点,因此在决策支持等领域发挥着重要作用。本章采用SparkStreaming+HDFS的分布式查询框架,提出了基于Filter-based的Top-k支配查询算法,并结合subspace skyline和SKYBr技术高效过滤非k-skyband对象,达到提前剪枝的目的,提升了算法的性能。最后通过真实数据集验证了算法在时间和空间方面的性能。(本文来源于《湖南大学》期刊2018-05-09）
王顺才,凌雨[7]（2018）在《油田复杂数据统计与查询Oracle技术实战典例》一文中研究指出基于Oracle对复杂数据统计与查询方法进行了研究,实现了对15张表同时关联、31个数据项抽取分组、数值累加的数据统计查询。文章从典例需求出发,向读者展示了数据统计的完整过程以及Select语句高级灵活妙用的技术细节,起到了抛砖引玉和触类旁通的作用。(本文来源于《2018IPPTC国际石油石化技术会议论文集》期刊2018-03-27）
李函[8]（2018）在《利用数据库中间表实现医院信息系统中复杂查询》一文中研究指出目的:提高医院信息系统中复杂查询的时效性,降低对数据库资源的过多占用。方法:打破单一的多表联合查询数据限制,通过建立用户最终要查询的数据集合的中间表,定期将查询到的结果存到中间表中,让用户只需要访问经过处理后的中间表即可。结果:通过客户端查询软件查询相应统计数据,发现利用中间表优化后的查询速度大幅提高,实现了大数据下精确、高效的查询。结论:中间表的应用能有效解决目前医院信息系统中复杂查询碰到的瓶颈问题,为医院的数据支持中心提供精细化管理,更好地满足职能科室的统计需求,值得大力推广。(本文来源于《医疗卫生装备》期刊2018年01期）
张克宏[9]（2017）在《面向图数据的复杂多属性路径查询技术研究》一文中研究指出随着图数据规模的不断增长和属性因素的不断增加,路径查询技术面临如何解决属性自身的繁杂性、属性之间关系的复杂性以及图数据的大规模等问题。这些问题导致现有很多路径查询算法不能满足实际的需求,所以复杂多属性的路径查询引起了人们的关注。本文以复杂多属性尤其是不确定的模糊属性路径的综合评价和大规模图数据的查询优化为重要的创新支点,在总结现有理论和技术的基础上,围绕路径可达性、最优路径和TOP-K路径叁个方面展开工作。图数据的可达性查询是基本的路径查询问题,但在大规模复杂多属性的需求下,以往的算法显然已不能满足路径可达性查询的需要。为解决这个问题,本文提出了TCRQDG算法。首先针对图数据可达性查询的许多算法很少同时关注节点和边的因素,利用虚拟节点技术对图进行扩展的方法,从而对节点和边的信息进行综合考虑和评价;其次,针对大规模图数据,提出用筛选技术剔除不符合条件的路径进而实现图精简的方法,减少了查询时边的数量;第叁,针对单一属性的路径查询结果不能满足决策用户多属性的要求的情况,分析和研究了属性间的关联关系,提出主成分分析的方法对路径各个属性的权重进行评价研究;第四,针对路径属性值具有不同类型和特点的情况,基于复杂多属性决策的技术,提出对每条路径进行综合评价方法;第五,针对路径信息的完整性,设计了环收缩技术,以确保边的连接信息不丢失;第六,在对比分析大规模可达性查询技术的基础上,提出筛选的多间隔标签技术实现源节点到目的节点之间的查询;最后,经过实验的性能分析和证明,本文所提出的方法的确能解决复杂多属性的可达性查询。图数据的最优路径查询是路径查询的另一个基本问题。但随着数据规模的不断增大,路径含有的不确定性属性也越来越多,如何处理这些属性和数据的规模是最优路径查询所面临的新问题。本文针对确定性和不确定性的混合数据、纯语言值的两种属性情况,分别设计了两种算法解决最优路径的查询。第一种算法针对复杂多属性中确定性和不确定性等不同类型和特点的属性相混合的情况,利用信息熵技术和主观赋权法分别求出了路径各个属性的客观权重和主观权重,然后综合分析两种权重算出各个路径的综合得分;其次,在路径综合得分的基础上,针对大规模图数据的时间和空间的需求,提出用图的分解和层次收缩技术减少最优化路径查询时的搜索空间,利用双向搜索技术加速了查询的过程;最后,经过对实验结果的分析,本文提出的算法能解决好混合属性的最优化路径查询。第二种算法基于路径查询形式的多样化前提下,针对心理倾向性等语言值属性的不确定性给路径查询造成的困难,本文综合考虑决策用户对路径的偏好和对路径属性的偏好等复杂情况,基于偏差函数和多目标优化技术相结合技术得到语言属性的权重,并利用LWAA技术分别解决了单决策用户和多决策用户的路径综合评价问题;其次,针对大规模的图数据,本文改进了地标和社团技术,优化了路径的查询,提高了查询的效率;最后,经过对实验结果的分析,本文的算法能有效的实现纯语言值属性的最优化路径查询。图数据的TOP-K路径查询是最优路径查询的扩展,它为人们提供了多条备选路径。但随着决策用户需求的不断增长,TOP-K路径查询同样也面临大规模和复杂多属性的影响。本文分析了当前常用TOP-K路径算法的优势与不足,并在考虑图数据中属性的不同类型和特点前提下,分别用叁种不同方法解决了面向叁种不同属性类型的TOP-K路径查询问题。第一种方法首先针对属性中精确值和不确定值相混合造成的路径综合评价困难,在分析了间隔数的特点后,提出用极值和TOPSIS技术对每个路径进行综合评价;其次,经过分析,计算TOP-K路径的偏离路径算法的核心是Dijkstra算法,而且要多次调用,这就产生了一个瓶颈,为了提高查询的效率,本文提出用图数据分解和双向搜索技术优化偏离路径算法;最后经过实验分析,本文的算法实现了混合属性的TOP-K路径查询。第二种方法首先分析了影响实际交通的各个属性,针对很多属性都具有模糊性的特征,以路径的模糊属性为研究对象,利用隶属度函数、合成算子等模糊决策技术对每条路径进行评价;其次,针对大规模图数据的情况,提出遗传算法和偏离路径算法相结合的技术实现了 TOP-K路径的查询;最后,经过实验和性能分析,本文所提的模糊多属性的遗传算法的确能解决模糊属性的TOP-K路径查询;第叁种算法首先分析了决策用户的犹豫模糊语言集,因为这种语言集反映了决策用户思维的模糊性和路径的复杂性,所以本算法针对这些特点,用信息嫡技术和主观赋权法分别得到各个属性的客观权重和主观权重,提出用极值技术改进TOPSIS等技术,实现了每个犹豫模糊语言集影响的路径综合评价问题;其次,针对大规模的图数据,基于优先队列改进地标、社团的技术,实现TOP-K路径的查询;最后,经过实验和性能分析,本文所提的算法的确能解决犹豫模糊语言属性的TOP-K路径查询。(本文来源于《大连理工大学》期刊2017-12-07）
陈炫伶[10]（2017）在《基于查询计划的分布式复杂事件处理技术研究》一文中研究指出网络时代产生了不断爆炸式增长的数据,如何对这些数据进行处理获得有价值的信息是计算机领域研究的重点。以往的数据挖掘相关方法中,需要对数据进行建模并设计专门算法,灵敏度较差,不能满足如今种类繁多、产生速率过快的数据处理需求。复杂事件处理能够对来自不同数据源中的海量数据实时地进行处理,将简单事件合成高层次事件,提取有意义的信息,并最终做出响应。但是大多数复杂事件处理都是按照集中式处理架构,如今大多数的应用,尤其是面向物联网的应用,其主要特点就是分布式部署结构,而物联网应用产生的数据具有异构、分散和海量等特征,使得很难再用传统的复杂事件处理想法来满足要求。针对上述问题,本文主要研究了基于查询计划的分布式复杂事件处理技术,通过有计划的分布式复杂事件处理能够有效地处理海量实时数据。本文主要研究内容如下:(1)提出了一种基于事件流划分的分布式复杂事件处理(PDCEP)框架,该框架能够接收多个不同的数据流,在输入管理器和查询管理器协作下发送事件流给复杂事件处理引擎进行多节点的分布式处理,处理结果发送给输出管理器。(2)在PDCEP分布式框架的基础上,提出了一种基于事件流划分的操作分布式复杂事件处理(ODCEP-ESP)方法。该方法分为基于查询事件类型的事件划分策略和对复杂查询进行划分的操作分布式方法两个方面。事件划分策略基于查询所需的事件类型有计划地进行事件流的划分,每个划分都看作是一个查询计划的生成。操作分布式方法是指将查询分成不同的子查询序列以处理复杂查询的方法。每个步骤都分配给系统中的一个操作符节点,有计划地进行处理。(3)针对大量复杂事件查询序列存在相同子表达式的问题,本文提出了一种查询重写方法,对复杂事件查询进行优化。首先根据查询表达式构建相应的表达式图并进行合并且给出了合并算法,然后在此基础上提出了一种基于表达式图(Expression Graph,ExpG)的查询重写方法,该方法通过识别不同表达式的公共子表达式,进而对其进行合并、共享和重用,实现冗余过滤和提高效率。查询表达式用多个对应的表达式图进行表示,且表达式图与复杂事件也是一一对应的关系。最后通过实验验证了算法的有效性。(本文来源于《湖南大学》期刊2017-05-09）
复杂查询论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
用SQL语言表达复杂查询,是数据库教学中的一个重点和难点,但对数据库理论的初学者是个挑战。文章提出了一个复杂查询的SQL语句生成框架,首先将复杂查询用ALPHA语言表示,然后利用逻辑谓词等价变换理论,将ALPHA语句中的全称量词和逻辑蕴含进行等价变换,再使用ALPHA语言向SQL语言变换生成算法生成SQL查询。该框架在多年的教学实践中得到了检验,并取得了较好的教学效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
复杂查询论文参考文献
[1].杨明远,徐向前.利用数据库中间表实现医院信息系统中复杂查询[J].中国信息化.2019
[2].汪洋.基于ALPHA语言的复杂查询SQL语句生成[J].安庆师范大学学报(自然科学版).2018
[3].宁建斌.加密数据库中复杂查询语句的研究与实现[D].西安电子科技大学.2018
[4].苏畅.多源复杂事件检测中查询计划生成与优化技术的研究[D].北京工业大学.2018
[5].郑利强,廖湖声,苏航,高红雨.一种针对正规树模式的复杂事件查询方法[J].计算机与数字工程.2018
[6].陈贵丹.面向数据流的Top-k复杂事件查询技术研究[D].湖南大学.2018
[7].王顺才,凌雨.油田复杂数据统计与查询Oracle技术实战典例[C].2018IPPTC国际石油石化技术会议论文集.2018
[8].李函.利用数据库中间表实现医院信息系统中复杂查询[J].医疗卫生装备.2018
[9].张克宏.面向图数据的复杂多属性路径查询技术研究[D].大连理工大学.2017
[10].陈炫伶.基于查询计划的分布式复杂事件处理技术研究[D].湖南大学.2017