包含高代价谓词查询的基于属性势值估算的优化技术研究
文献类型：会议
作者：于利胜[1]
机构：[1]数据工程与知识工程教育部重点实验室(中国人民大学),北京,100872
[2]中国人民大学信息学院,北京,100872
[3]数据工程与知识工程教育部重点实验室(中国人民大学),北京,100872
[4]数据工程与知识工程教育部重点实验室(中国人民大学),北京,100872
年：2010
会议名称：第27届中国数据库学术会议
会议论文集：第27届中国数据库学术会议论文集
页码范围：127-132
会议地点：北京
会议开始日期：2010-10-13
所属部门：信息学院；数据工程与知识工程教育部重点实验室
语言：中文
关键词：高代价谓词;代价优化;属性势值;连接次序
摘要：传统的关系数据库系统(RDBMS)是以查询操作中发生的内存与磁盘交换数据的块数(即I/O)为基础进行查询优化的,然而传统代价模型及查询优化方法并不适合包含高代价谓词的查询。学术界提出了一些优化方法,一定程度上解决了高代价谓词查询的优化问题,但这些方法存在优化空间加大、优化程度有限等问题。以具有视频监控的大型超市数据管理为背景,针对包含视频数据及视频处理的混合查询,以操作结果缓存的方式执行高代价谓词,提出属性势值估算以及基于属性势值估算的查询优化方法。这种优化方法更大程度地降低高代价谓词的执行次数,很好地解决了包含传统数据类型和大对象操作的混合查询的代价优化问题。将这种方法与以往高代价谓词的查询优化方法进行性能比较,结果令人满意。
作者其他论文
内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
一个基于三元组存储的列式OLAP查询执行引擎.朱阅岸;张延松;周烜,等.软件学报.2014,25(4),753-767.
面向大规模机群的可扩展OLAP查询技术.王会举;覃雄派;王珊,等.计算机学报.2015,38(1),45-58.
内存数据仓库集群技术研究.张延松;王珊;周烜.华东师范大学学报（自然科学版）.2014,117-132.
Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP.张宇;张延松;张兵,等.华东师范大学学报（自然科学版）.2014,240-251.
