數(shù)據(jù)倉(cāng)庫(kù)中多維數(shù)據(jù)實(shí)視圖選擇算法研究.pdf

1、數(shù)據(jù)倉(cāng)庫(kù)和聯(lián)機(jī)分析處理(OLAP)是企業(yè)獲取決策支持的重要手段。由于OLAP要對(duì)各種維度的多維數(shù)據(jù)進(jìn)行分析，通常要訪問大量數(shù)據(jù)，進(jìn)行復(fù)雜的連接、聚合操作，因此如何縮短響應(yīng)時(shí)間，提高查詢效率變得十分關(guān)鍵。實(shí)視圖技術(shù)通過(guò)預(yù)先存儲(chǔ)一些中間結(jié)果可有效提高查詢的執(zhí)行速度，但是實(shí)視圖需要占用系統(tǒng)存儲(chǔ)空間，而且要增加對(duì)視圖進(jìn)行維護(hù)的系統(tǒng)開銷。因此，如何在給定存儲(chǔ)空間限制下選擇一組合適的視圖進(jìn)行物化，最大限度提高系統(tǒng)的查詢響應(yīng)性能是課題研究的關(guān)鍵。通常

2、先利用用戶的預(yù)估查詢物化一部分視圖，然后再根據(jù)系統(tǒng)運(yùn)行中用戶所做實(shí)際查詢進(jìn)行動(dòng)態(tài)物化。
　　 本文首先在實(shí)視圖的靜態(tài)選擇階段提出了一個(gè)基于蟻群-遺傳算法的實(shí)視圖選取策略，在基本蟻群算法中融入遺傳算法。蟻群進(jìn)化過(guò)程中關(guān)注最優(yōu)、最差路徑，采用最大、最小信息素的更新方式，為蟻群進(jìn)化指明方向，有效避免蟻群盲目搜索，提高問題求解速度。在迭代過(guò)程中對(duì)路徑進(jìn)行遺傳、交叉和局部變異操作，增強(qiáng)算法的全局搜索能力，使其不容易陷入局部最優(yōu)，在求解的準(zhǔn)

3、確性和速度上都有很大提高。實(shí)驗(yàn)結(jié)果表明該算法能有效解決算法“早熟”問題，同時(shí)也加快了解的收斂速度。
　　 在實(shí)視圖動(dòng)態(tài)調(diào)整階段，本文提出一種改進(jìn)的實(shí)視圖動(dòng)態(tài)批量調(diào)整策略，不是每執(zhí)行一個(gè)查詢語(yǔ)句立即進(jìn)行調(diào)整，而是先收集一個(gè)統(tǒng)計(jì)周期內(nèi)的查詢，對(duì)此整體調(diào)整。算法先判斷查詢集合是否滿足調(diào)整條件，若滿足則根據(jù)視圖訪問頻率生成候選視圖，再調(diào)用實(shí)視圖批量選擇算法，若不滿足則調(diào)用實(shí)視圖集動(dòng)態(tài)調(diào)整算法。由于查詢集合能反應(yīng)用戶的查詢趨勢(shì)，該算法不需