数据库索引技术应用

随着信息技术的不断发展,信息数量以爆炸式速度增加,表现出数据总量不断增加、数据类型越来越复杂的趋势,这给信息的获取带来了一定的难度。因此,提高数据库数据的提取速度成为了数据库设计者的主要目的。在对数据库的索引技术进行讨论和研究,论述如何准确有效的设置数据库索引,并结合具体的实例对数据库索引技术的应用进行了论述,以期给数据库设计者提供参考。     

MySQL索引分析

介绍了MySQL中索引的不同类型和用途，索引在数据库中占有的重要地位，以及合理地使用索引可以大大提高数据库的执行效率。     

分布式海量文本检索系统研究

文章利用分布式中间件技术和数据库技术实现海量数据高速加载与快速检索系统,针对数据库系统文本索引较慢等问题,采用并行索引方式来实现了一种可线性扩展的分布式海量文本数据检索系统。     

一种新的空间索引方法-TG索引

为了提高空间数据库的查询效率，本文提出一种新的索引方法-TG索引，给出相应的法则并加以详细的解释，这种新的索引方法在对地质勘探图件处理中得到实际应用，效果理想。     

基于内容检索的图像数据库流水索引法的研究

图像数据库容量的增长,需要研究高效的索引技术来支持快速相似性检索的要求。总结了图像数据库检索技术的发展轨迹和特点,针对基于内容的图像检索技术中的局限性,从计算机底层硬件的角度提出了基于内容检索的流水索引法。该方法将基于内容的图像检索技术与CpU流水线结构紧密结合,对检索算法进行优化,通过举例比较,说明可提高图像数据库基于内容检索的速度。     

一种基于TwemProxy的HBase索引缓存方案

随着大数据时代的到来,数据量呈现爆炸式增长,HBase作为一种非关系型数据库为企业级用户提供了具有高可扩展性的系统平台,然而HBase采用类B+树索引设计,不支持非主键索引,在应对基于非主键索引请求时,查询效率较低,难以应用于实时性较高的业务需求。文章设计并实现了一种非主健索引的HBase分布式集群优化方案,使用基于Twemproxy的Redis集群作为缓存设计方案,提出基于热度积累的缓存替换算法,降低HBase扫描的资源访问开销,提高索引性能。实验结果表明:改进后的集群设计方案较传统分布式HBase数据库在非主键查询效率上有较明显性能提升,在缓存命中率上提升约20%,并且保持良好的可扩展性。     

基于位运算和倒排索引的关联规则挖掘算法

提出了一种改进的Apriori关联规则挖掘算法,称为Apriori-BR。该算法首先通过扫描两次数据库建立各个频繁项目集到事务的倒排索引,并对倒排索引按照事务长度进行分组,然后在挖掘过程中,利用位运算加快子集的检测,并在必要时动态删除无效的低维事务。实验结果表明,相比于经典的Apriori算法和已有文献中的改进算法,本文所提的Apriori-BR算法显著提高了挖掘效率。     

基于关系模式下XML大容量文档查询方法的研究和实验

XML数据的半结构化特征,设计了一种新型索引模块,给出一种新的倒排索引方法。构建了利用高频路径产生的索引机制,通过映射实现表和XML数据文档之间的转换,实现XML数据库事务处理和版本控制,最后通过基于XML的路径查找算法的实验,快速检索出文件中重要的连续路径。     

一种引入索引结构的Apriori并行化改进算法

针对传统的Apriori算法在执行过程中存在着需要扫描多次数据库,执行效率低和需要大量的内存来存储候选项集的缺点,有人已经提出了引入索引结构的Apriori改进算法,但是该算法还是传统的Apriori算法都不适合应用到云计算平台。因此,在本文中我们提出了将引入索引结构的Apriori算法的设计思想应用到Apriori算法MapReduce并行化改进的过程中。该算法的核心思想:将数据进行MapReduce并行化分块,并在每个分块中采用索引的执行模式。该算法结合了索引结构的优点和算法并行化的优点,不仅大大提高了算法的执行速度,而且实现了在云环境下的应用。     

基于索引框架的XPath求值算法

本文为了解决用倒排表索引XML节点而导致的查询效率低下,以及现有结构连接算法对值约束考虑不够的问题,本文给出运用原生XML数据库索引框架的结构索引合并PC子路径,运用XML值索引及全文索引处理比较运算符,产生查询优化树。实验表明,本文提出的算法极大的减少了查询树节点的个数,缩短了CPU时间开销和磁盘I/O开销。