| 第一章 绪论 | 第1-12页 |
| ·时态数据库的产生背景 | 第7-8页 |
| ·应用的需求 | 第7页 |
| ·时态数据管理的困难 | 第7-8页 |
| ·时态聚集查询的应用背景 | 第8-10页 |
| ·论文主要工作 | 第10-12页 |
| 第二章 时态数据库 | 第12-19页 |
| ·时态数据库术语 | 第12-13页 |
| ·时态数据模型 | 第13-19页 |
| ·历史关系数据库模型(HRDM) | 第14-15页 |
| ·对象历史模型(Object History Model) | 第15-16页 |
| ·TempSQL模型 | 第16-18页 |
| ·双时态数据模型TQuel | 第18-19页 |
| 第三章 时态聚集查询概述 | 第19-29页 |
| ·时态聚集查询的术语 | 第19-23页 |
| ·聚集分类 | 第23-25页 |
| ·基于选择的聚集 | 第23-24页 |
| ·基于计算的聚集 | 第24-25页 |
| ·TSQL2中的时态聚集 | 第25-29页 |
| ·对于group-by 子句的扩展 | 第25-27页 |
| ·对于having 子句的扩展 | 第27页 |
| ·重复消除 | 第27-28页 |
| ·加权聚集(weighted aggregates) | 第28页 |
| ·聚集函数rising | 第28-29页 |
| 第四章 时态聚集查询算法 | 第29-52页 |
| ·传统关系数据库中聚集查询算法 | 第29-30页 |
| ·Tuma算法 | 第30-32页 |
| ·聚集树算法 | 第32-34页 |
| ·k级有序聚集树(k- ordered aggregate tree)算法 | 第34-38页 |
| ·2-3树算法 | 第38-43页 |
| ·平衡树算法和归并排序聚集算法 | 第43-47页 |
| ·计算COUNT的平衡树算法 | 第43-45页 |
| ·计算MAX的归并排序聚集算法 | 第45-47页 |
| ·时态聚集查询算法的比较 | 第47-52页 |
| ·聚集树算法与k级有序聚集树算法、2-3树算法的比较 | 第47-49页 |
| ·平衡树/归并排序算法与聚集树、k级有序聚集树算法的比较 | 第49-52页 |
| 第五章 时态聚集查询算法改进 | 第52-62页 |
| ·聚集树算法的改进 | 第52-60页 |
| ·改进方案一 | 第52-55页 |
| ·改进方案二 | 第55-58页 |
| ·两个改进方案的分析与比较 | 第58-60页 |
| ·平衡树算法的改进 | 第60-62页 |
| 第六章 总结和展望 | 第62-63页 |
| 参考文献 | 第63-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致 谢 | 第65页 |
