分布式数据库查询优化研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

分布式数据库查询优化研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 分布式数据库和查询优化理论基础1

1.1 分布式数据库系统概论1

1.1.1 分布式数据库概述1

1.1.2 分布式数据库系统的结构特点3

1.1.3 分布式数据库系统类型分析5

1.1.4 分布式数据库系统的主要技术分析6

1.2 查询优化理论基础8

1.2.1 查询处理器8

1.2.2 查询优化10

1.2.3 查询优化研究的主要内容12

1.3 分布式数据库查询优化理论研究13

1.3.1 分布式查询优化的目标13

1.3.2 分布式查询优化的代价估算14

1.3.3 分布式查询优化处理的层次模式16

1.4 本章小结17

第2章 分布式查询优化处理算法研究18

2.1 分布式查询优化的一般过程18

2.2 基于关系代数等价变换的查询优化处理19

2.2.1 关系代数的等价变换19

2.2.2 全局查询到片段查询的转换19

2.2.3 基于关系代数等价变换的查询优化22

2.3 基于半连接算法的查询优化处理22

2.3.1 半连接算法的查询优化23

2.3.2 半连接算法的改进26

2.4 基于直接连接算法的查询优化处理31

2.4.1 直接连接操作的常用策略分析31

2.4.2 基于站点依赖信息的算法33

2.4.3 分片与复制算法35

2.4.4 hash划分算法36

2.4.5 一种改进的直接连接查询优化算法37

2.5 典型的分布式查询优化策略和算法分析43

2.5.1 SDD-1中的查询优化算法43

2.5.2 R＊中的查询优化算法45

2.6 本章小结46

第3章 多连接查询优化模型的分析与研究48

3.1 多连接查询问题的数学模型48

3.1.1 多连接查询的问题描述48

3.1.2 多连接查询的表现形式49

3.1.3 将查询图生成有效连接树的算法51

3.2 多连接查询的搜索空间51

3.2.1 逻辑优化的策略空间52

3.2.2 物理优化的策略空间52

3.3 多连接查询的代价评估模型54

3.3.1 查询计划的代价构成54

3.3.2 查询计划代价估算中的统计信息55

3.3.3 连接运算结果的代价估计55

3.3.4 连接运算不同取值个数的估计56

3.3.5 代价评估数学模型的建立56

3.4 本章小结57

第4章 多连接查询搜索算法的应用研究58

4.1 多连接搜索算法的研究现状分析58

4.1.1 确定性搜索算法58

4.1.2 随机搜索算法59

4.2 动态规划算法在MJQO问题中的应用研究60

4.2.1 动态规划算法的基本思想60

4.2.2 基于动态规划算法的MJQO问题的设计与处理流程61

4.3 贪婪算法在MJQO问题中的应用研究63

4.3.1 贪婪算法的基本思想63

4.3.2 基于贪婪算法的MJQO问题的设计与处理过程64

4.4 模拟退火算法在MJQO问题中的应用研究69

4.4.1 模拟退火算法的基本思想69

4.4.2 模拟退火算法的处理流程69

4.4.3 基于模拟退火算法的MJQO问题的设计与处理过程70

4.5 遗传算法在MJQO问题中的应用研究71

4.5.1 遗传算法的基本思想71

4.5.2 遗传算法的处理流程75

4.5.3 基于遗传算法的MJQO问题的设计与处理过程77

4.6 仿真实验与结果分析78

4.6.1 实验设计78

4.6.2 实验结果分析78

4.6.3 算法的对比分析79

4.7 本章小结81

第5章 组合遗传退火算法在分布式MJQO中的应用研究82

5.1 组合遗传退火算法的分析82

5.2 MJQO问题中组合遗传退火算法的设计83

5.2.1 搜索空间的选择83

5.2.2 染色体编码方案84

5.2.3 适应度函数的分析与设计86

5.2.4 初始种群的生成88

5.2.5 选择策略的分析与确定89

5.2.6 遗传算子的设定90

5.2.7 个体的模拟退火操作95

5.2.8 自适应的交叉、变异概率96

5.2.9 终止条件的设定97

5.3 组合遗传退火算法的实现97

5.3.1 算法的流程实现97

5.3.2 算法实现结构99

5.4 仿真实验设计及结果分析99

5.4.1 算法的设计99

5.4.2 实验结果分析100

5.5 本章小结101

第6章 基于分布式编程框架MapReduce的连接优化算法102

6.1 大数据处理架构102

6.1.2 数据处理架构102

6.1.1 并行数据库102

6.1.2 MapReduce103

6.1.3 混合数据处理平台106

6.2 基于MapReduce的连接优化算法107

6.2.1 基于传统的MapReduce连接优化算法107

6.2.2 基于改进的MapReduce连接优化算法111

6.2.3 基于数据索引的连接优化算法112

6.2.4 基于MapRecuce的文献研究总结114

6.3 基于MapReduce的等值连接算法的设计114

6.3.1 算法设计背景及相关介绍115

6.3.2 基于MapRecuce的BloomFilter构建算法118

6.3.3 基于BloomFilter的两表等值连接算法设计123

6.3.4 基于BloomFilter的多表等值连接算法设计128

6.4 基于BloomFilter的连接算法代价模型131

6.4.1 BloomFilter建立的代价模型131

6.4.2 两表等值连接的代价模型132

6.4.3 多表等值连接的代价模型134

6.4.4 模型验证135

6.5 本章小结136

第7章 数据倾斜的连接算法的设计与优化137

7.1 MapRecuce环境下的数据倾斜问题137

7.1.1 数据倾斜问题描述137

7.1.2 研究现状138

7.2 两表数据倾斜情况下的等值连接算法139

7.2.1 两表倾斜的连接问题139

7.2.2 利用Range Partition方法处理两表倾斜连接140

7.2.3 改进的两表倾斜的等值连接算法设计142

7.2.4 与Range Partition分区方法对比143

7.2.5 算法实现144

7.2.6 实验设计和结果分析145

7.3 多表数据倾斜情况下的等值连接算法149

7.3.1 多表倾斜的连接问题149

7.3.2 多表倾斜的等值连接算法设计149

7.3.3 与多表等值连接算法对比150

7.3.4 算法实现150

7.3.5 实验设计和结果分析152

7.4 本章小结154

第8章 任意连接算法的设计与优化155

8.1 相关研究背景155

8.2 Strict-Even-Join的算法设计156

8.2.1 算法设计156

8.2.2 数据分区160

8.2.3 完整算法描述160

8.2.4 数据集倾斜时的分析161

8.2.5 与1-Bucket-Theta算法对比162

8.2.6 与多表等值连接算法对比162

8.3 基于MapReduce多表任意连接算法优化163

8.3.1 算法描述163

8.3.2 MapReduce的并发控制165

8.4 基于MapReduce的任意连接的代价模型165

8.4.1 任意连接的代价模型165

8.4.2 等值连接的代价模型166

8.5 实验设计与结果分析167

8.5.1 一轮MapReduce任意连接算法实验167

8.5.2 优化多表任意连接实验169

8.6 本章小结170

参考文献171

附录 Hadoop 0.20.2安装与配置187