首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

面向关系数据库关键字查询的物化视图维护方法研究

摘要第5-6页
Abstract第6页
第1章 绪论第10-16页
    1.1 课题研究背景第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 关键字查询第11-12页
        1.2.2 物化视图的维护方法第12页
        1.2.3 数据起源的研究现状第12-13页
    1.3 本文研究内容第13-14页
    1.4 本文研究思路及组织结构第14-16页
第2章 相关概念与技术第16-28页
    2.1 关键字查询第16-18页
        2.1.1 查询方法分类第16-18页
        2.1.2 评分与排序第18页
    2.2 物化视图第18-21页
        2.2.1 物化视图定义第19-20页
        2.2.2 视图维护第20页
        2.2.3 视图调整第20页
        2.2.4 视图选择第20-21页
        2.2.5 物化视图的更新模式第21页
    2.3 数据起源追踪第21-26页
        2.3.1 数据起源作用第22-23页
        2.3.2 标注法第23-25页
        2.3.3 逆查询第25页
        2.3.4 科学工作流中应用第25-26页
    2.4 本章小结第26-28页
第3章 基于公共表达式的多视图生成算法第28-38页
    3.1 相关概念第28-29页
    3.2 问题描述第29-30页
    3.3 基于公共表达式的多视图生成算法第30-34页
        3.3.1 选择公共表达式第30-31页
        3.3.2 Huffman树存储溯源信息第31-32页
        3.3.3 基于公共表达式的多视图生成算法第32-34页
    3.4 实验结果与分析第34-35页
        3.4.1 实验环境第34页
        3.4.2 关键字查询性能比较实验第34-35页
        3.4.3 视图存储空间代价比较第35页
    3.5 本章小结第35-38页
第4章 基于溯源信息的多视图维护策略第38-48页
    4.1 与查询无关的修改的视图维护—定位修改第38-39页
    4.2 面向删除与插入操作的视图维护第39-43页
        4.2.1 调整候选网络的元组集合第39-40页
        4.2.2 增量维护视图第40-42页
        4.2.3 基于溯源信息的精确增量维护算法第42-43页
    4.3 算法分析第43-44页
    4.4 实验结果与分析第44-46页
        4.4.1 评价标准第44页
        4.4.2 关键字查询结果维护性能比较实验第44-46页
    4.5 本章小结第46-48页
第5章 Top-k视图增量维护第48-64页
    5.1 Top-k查询和物化视图第48-49页
    5.2 问题描述第49页
    5.3 Top-k'视图策略第49-50页
    5.4 naive增量维护算法第50-52页
    5.5 优化的Top-k'视图增量维护算法第52-59页
        5.5.1 优化条件第52-53页
        5.5.2 近似的快速维护Top-k'视图算法第53-54页
        5.5.3 改进的Top-k'视图增量维护算法第54-57页
        5.5.4 k_(max)和k_(min)取值分析第57-59页
    5.6 实验结果与分析第59-62页
        5.6.1 与关键字无关的数据修改时视图的维护效率第59-60页
        5.6.2 与关键字相关的数据修改时视图的维护效率第60-62页
    5.7 本章小结第62-64页
第6章 总结与展望第64-66页
    6.1 本文的主要贡献与结论第64-65页
    6.2 未来工作第65-66页
参考文献第66-70页
致谢第70-72页
攻硕期间参加的项目及发表的论文第72页

论文共72页,点击 下载论文
上一篇:基于Hadoop云平台下的协同过滤算法研究
下一篇:我国城镇职工基本医疗保险运行中医疗费用与医疗行为关系研究