导读:本文包含了优化查询论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:算法,分布式,数据库,最优,流程,语言,数据库管理系统。
优化查询论文文献综述
张捷[1](2019)在《分布式数据库查询处理和优化算法》一文中研究指出分布式数据库系统主要是结合了数据系统和计算机网络,主要目的是对计算机网络中的数据进行分布和处理。在数据库优化方面,实现高效的数据查询是其主要的研究方向,针对分布式数据库查询优化的算法有很多种,包括分片复制算法、Hash划分算法、基于查询图的优化算法等。如果在分布式环境中进行相关数据的查询,就需要计算相应的代价,要对CPU和I/O的速度以及不同站点之间通信过程中网络传输代价进行全面的考虑。本文对分布式数据库查询的概念特点进行了阐述,分析了分布式数据库进行查询优化的代价,以及相关处理模式,同时,探讨了分布式数据库查询的相应优化算法。(本文来源于《电子测试》期刊2019年24期)
杨盛岚[2](2019)在《物料管理系统数据查询优化技术的研究》一文中研究指出在目前电子信息技术的迅速发展下,网络的性能水平也在不断提高,很多新的IT应用系统开始不断出现。本文主要是基于IT技术而实现相关业务系统,用于管理庞大的数据和信息。本文以物料管理系统为研究对象,对其数据查询效率进行分析和优化,从多个方面给出了解决步骤和优化方案,提高系统运行效率和客户端的使用体验。(本文来源于《数码世界》期刊2019年10期)
王泓机,戴炳荣,李超,张绍华[3](2019)在《针对区块链应用的查询优化模型》一文中研究指出区块链应用有去中心化、可追溯、不可篡改等优点,但现有的区块链系统难以满足在大数据量下数据的查询、访问需求。针对以上问题,结合ETL流程与区块链自身特点,提出一种区块链应用查询优化流程模型ETLVQ(Extract-Transform-Load-Validation-Query)。模型分为叁个阶段:在第一阶段将区块链应用中异构数据源的数据进行抽取、转换并加载到查询优化数据仓库中;在验证阶段对加载后数据进行一致性校验;在查询阶段对外提供查询访问服务。该模型在保证区块链数据安全性的前提下,显着提升了区块链应用的查询访问效率与并发能力。(本文来源于《计算机工程与应用》期刊2019年22期)
乐艺[4](2019)在《大规模数据库查询优化算法的设计与研究》一文中研究指出针对布谷鸟算法局部搜索能力弱、寻优精度低等缺陷,设计了一种大规模数据库查询的优化算法。首先对当前数据库查询优化的研究现状进行分析,找到其它方法存在的局限性,然后将数据库查询优化问题看作是一个多约束条件的优化问题,选择布谷鸟搜索算法对该问题进行求解,将对标准布谷鸟搜索算法存在的不足进行相应的改善,最后通过具体数据库查询优化仿真实验对其有效性和优越性进行测试与分析。结果表明,改进布谷鸟搜索算法大幅度改善数据库查询优化效率,获得比较理想的数据库查询优化结果,而且结果要明显优于当前其它数据库查询优化方法,具有更高的实际应用价值。(本文来源于《科技通报》期刊2019年09期)
杨启,王芳,黄树成[5](2019)在《基于MapReduce的Skyline查询优化算法》一文中研究指出随着数据量的增加,Skyline查询在许多领域具有较高的实用价值。由于传统的Skyline算法在大数据情况下处理效率较低,论文研究了MapReduce编程框架下的Skyline查询算法,通过选取支配能力较强的数据点对原始数据集进行过滤,能够有效过滤大部分不能成为Skyline查询结果的数据点,同时保持全局变量的更新,减少数据点之间重复比较的次数,避免数据点的换入换出,提高了算法的效率。大量实验表明:算法具有良好的可用性和高效性。(本文来源于《计算机与数字工程》期刊2019年09期)
王昆凌[6](2019)在《改进粒子群优化算法的数据库查询优化方法》一文中研究指出查询优化是数据库管理系统中的关键技术,针对当前数据库查询优化过程存在的查询效率低、查询结果错误大等缺陷,设计了基于改进粒子群优化算法的数据库查询优化方法。首先对当前数据库查询优化研究现状进行分析,指出当前各种数据库查询优化方法存在局限性;然后采用粒子群优化算法对数据库查询最优方案进行搜索,并针对标准粒子群优化算法存在的收敛速度慢、易得到局部最优解缺陷进行相应改进;最后与其它数据库查询优化方法在相同实验条件下进行仿真对比实验。结果表明,改进粒子群优化算法找到最优数据库查询优化方案的时间短,加快了数据库查询优化速度,并且得到的数据库查询优化方案要明显优于对比方法,提高了数据库查询精度,具有更高的实际应用价值。(本文来源于《微型电脑应用》期刊2019年09期)
张昊钻,邢小平[7](2019)在《SQL数据查询语句的优化研究》一文中研究指出SQL即结构化查询语言是应用系统开发常用到程序设计语言,其中SELECT语句语法多样,变化丰富,有针对性地进行语句优化,能极大提升数据库查询效率。从分析SELECT语句的基本结构、SELECT语句类别的角度,结合实例,推导出SELECT语句的优化方法。(本文来源于《电脑编程技巧与维护》期刊2019年09期)
邢宝平,吕梦圆,金培权,黄国锐,岳丽华[8](2019)在《面向绿色数据中心的能耗有效查询优化技术》一文中研究指出降低能耗开销、建设绿色数据中心,已经成为目前大规模数据中心的重要需求.在绿色数据中心,如何使数据库系统在满足性能需求的前提下尽量地节约能耗,即如何提高数据库系统的能耗有效性,是目前研究的重点.数据库系统中的能耗有效性旨在使用更少的电能来提供相同的服务.能耗有效性越高,说明数据库系统可以用更少的能耗就能够响应同样数量的操作,换句话说,可以用更少的能耗达到同样的性能.据此提出了一种面向绿色数据中心的能耗有效查询优化方法.该方法首先利用回归分析建立操作符层的功耗预测模型,从而可以准确地预测给定查询在执行过程中的平均功耗.接着,在PostgreSQL查询优化器中扩充了结合预测能耗成本和时间成本的新的查询执行代价计算模型,并引入性能退化度因子调节性能和能耗的权重.最后构建了数据库系统能耗测试平台,在PostgreSQL上基于TPC-H和TPC-C基准测试进行了实验.结果表明:所提出的功耗预测模型比已有方法准确度更高.同时,提出的性能退化度因子为数据库系统提供了性能和能耗之间的灵活折中方案,并且通过设置适当的性能退化度因子,可以实现比原始PostgreSQL更高的能耗有效性.(本文来源于《计算机研究与发展》期刊2019年09期)
罗希意,霍晓阳,傅洛伊[9](2019)在《基于窗口函数和分布式集群的可视化学术搜索系统数据查询优化》一文中研究指出针对在密集分析型查询请求和海量数据的应用场景下传统关系型数据库MySQL性能不佳问题,提出了基于窗口函数(Window Function)的分析型查询优化方法,以分区(Partitioning)方法代替传统的分组(Group by)操作,并提出了基于分布式集群(SQL-on-Hadoop:SparkSQL)计算引擎的海量数据查询优化方法,采用内存列存储优化技术和Spark分布式集群计算以提高查询性能.同时,以典型的分析型SQL查询实例验证了其有效性.结果表明,所提出的查询优化方法能够显着提高查询性能.与传统的关系型数据库MySQL相比,基于SparkSQL的查询优化方法的查询速度大幅提高,从而验证了其用于可视化学术搜索系统AceMap数据查询的正确性.(本文来源于《上海交通大学学报》期刊2019年08期)
弓旭东[10](2019)在《优化流程一次办 业务查询网上办》一文中研究指出本报讯不动产登记、交易、缴税实现“一窗受理、集成服务”;一般不动产登记5个工作日、抵押登记3个工作日办结;市民通过微信平台可以随时进行业务查询、资料下载……日前,记者从市营商办获悉,今年我市不动产登记局不断创新服务举措,完善服务机制,让服务更便民。(本文来源于《宝鸡日报》期刊2019-08-12)
优化查询论文开题报告
(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:
在目前电子信息技术的迅速发展下,网络的性能水平也在不断提高,很多新的IT应用系统开始不断出现。本文主要是基于IT技术而实现相关业务系统,用于管理庞大的数据和信息。本文以物料管理系统为研究对象,对其数据查询效率进行分析和优化,从多个方面给出了解决步骤和优化方案,提高系统运行效率和客户端的使用体验。
(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。
优化查询论文参考文献
[1].张捷.分布式数据库查询处理和优化算法[J].电子测试.2019
[2].杨盛岚.物料管理系统数据查询优化技术的研究[J].数码世界.2019
[3].王泓机,戴炳荣,李超,张绍华.针对区块链应用的查询优化模型[J].计算机工程与应用.2019
[4].乐艺.大规模数据库查询优化算法的设计与研究[J].科技通报.2019
[5].杨启,王芳,黄树成.基于MapReduce的Skyline查询优化算法[J].计算机与数字工程.2019
[6].王昆凌.改进粒子群优化算法的数据库查询优化方法[J].微型电脑应用.2019
[7].张昊钻,邢小平.SQL数据查询语句的优化研究[J].电脑编程技巧与维护.2019
[8].邢宝平,吕梦圆,金培权,黄国锐,岳丽华.面向绿色数据中心的能耗有效查询优化技术[J].计算机研究与发展.2019
[9].罗希意,霍晓阳,傅洛伊.基于窗口函数和分布式集群的可视化学术搜索系统数据查询优化[J].上海交通大学学报.2019
[10].弓旭东.优化流程一次办业务查询网上办[N].宝鸡日报.2019