嵌入式数据库多连接查询优化算法的研究.pdfVIP

第2l卷 第2期 宁波大学学报 (理工版 ) Vb1．2l No．2 2008年6月 JOURNAL OF NINGBO UNIVERSITY(NSEE) June 2008 文章编号：1001—5 132(2008)02—0206—05 嵌入式数据库多连接查询优化算法的研究 徐济惠 (宁波城市职业技术学院 教务处，浙江 宁波 315110) 摘要：针对地质灾害监测数据管理系统分布式体系结构下的复杂多连接查询，系统介绍了粒子 群优化算法的原理和特点，并分析了采用粒子群优化算法求解多连接查询优化问题的有效性．该 算法以左深树为搜索空间，采用有序串编码，并改进了基本粒子群优化算法的速度位置公式， 将其应用于地质灾害监测数据的测试实验中，取得了良好的效果． 关键词：嵌入式数据库；多连接查询；查询优化 中图分类号：TP301．6 文献标识码：A 为达到地质灾害监测系统的数据处理性能需 编码方法，并设计了多种变异算子和交叉算子 ， 求，必须有效地实现嵌入式分布数据库的查询优化． 由它们组合出不同的粒子速度位置公式，形成各种 虽然传统的关系数据库系统对多表连接查询已经 PSO算法，并通过灾害监测数据测试实验结果分析 进行了大量的研究，但其优化问题一直没有得到很 了算法的有效性． 好的解决、尤其面对多连接查询的庞大的策略空 间，必须考虑如何组织搜索，才能有效地找到优化 1 PSO算法的编码方法 问题的最优解或近似最优解． 粒子群{J~{J6(Particle Swarm Optimization，PSO) 在分布式数据库的复杂查询中，1个查询请求 算法是一种随机全局优化算法…．与传统的随机算 包含的关系个数可能会很多，造成整个策略空间的 法不同，PSO算法将问题的解抽象为粒子，不是从 规模将成指数级增长，从而使得搜索效率很低．而 单个点，而是从1个粒子群体开始搜索，同时粒子 左深树空间是一个相当小的子集，且常常包含最优 具有 “记忆”和 “学习”的能力，通过迭代过程中 解或近似最优解．因此，为了提高优化效率，算法 粒子间的合作与竞争，能使整个粒子群不断向最优 的搜索空间选择为左深树空问． 区域搜索．研究表明，PSO算法可以有效地求解组 在左深树空间中，每个查询执行计划可以表示 合优化领域的一些典型问题． 为 1棵特定的左深连接树．根据左深树的定义可 因此，本文针对分布式灾害监测环境下的复杂 知，若查询的关系个数一定，则其对应的所有左深 的多连接查询，深入研究了如何利用PSO算法的 树的形状都是一样的，区别仅在于叶子的排列顺序 智能性和群体性求解多连接查询优化问题．并提 不同．因此，可用参与连接的关系的1个有序序列 出了适用于求解多连接查询优化问题的PSO算法 来唯一表示左深树空问中的1个解． 收稿日期：2008．0l一04． 宁波大学学报 (理工版)网址：http：／／3xb．nbu edu．cn 作者简介：徐济惠 (1964一)，男，浙江宁波人，高级讲师，主要研究方向：计算机应用．E-mail：xujihui@nbcc．cn 第2期 徐济惠：嵌入式数据库多连接查询优化算法的研究 207 Q=●●Q=， ∞ 1． ／m，／_／尺， 编码方法：首先将查洵所包含的胛个基关系从 的点a， 和a，，所处位置．例如S =(2 5 1 3 7 6 4 8)， l开始编号，然后对左深树的叶结点以由下向上的