面向分析處理的關(guān)鍵字查詢性能優(yōu)化技術(shù)研究.pdf

1、隨著Web搜索日益被人們接受和使用，關(guān)鍵字查詢成為了查詢文檔和網(wǎng)頁(yè)的最簡(jiǎn)單、最流行的信息檢索技術(shù)。由于應(yīng)用需求的推動(dòng)，關(guān)系數(shù)據(jù)庫(kù)上的關(guān)鍵字查詢(KSORD)成為近年的熱點(diǎn)研究領(lǐng)域。普通用戶只需要使用簡(jiǎn)單的關(guān)鍵字杏詢就可以訪問(wèn)關(guān)系數(shù)據(jù)庫(kù)，而不用知道或理解數(shù)據(jù)庫(kù)模式，也不用懂得書(shū)寫(xiě)SQL查詢及學(xué)習(xí)和使用關(guān)系數(shù)據(jù)庫(kù)的定制查詢界面。本文所研究的面向分析處理的關(guān)鍵字查詢(KDAP)就是KSORD的一個(gè)研究方向，它把OLAP分析與關(guān)鍵字查詢相結(jié)合，

2、通過(guò)一步步的導(dǎo)航發(fā)現(xiàn)用戶感興趣的事實(shí)和數(shù)據(jù)，最后以報(bào)表的形式展現(xiàn)給用戶。
　　 雖然面向分析處理的數(shù)據(jù)庫(kù)關(guān)鍵字查詢已展開(kāi)研究，也出現(xiàn)了一些原型系統(tǒng)，但是其查詢效率還沒(méi)有引起人們的關(guān)注。當(dāng)查詢關(guān)鍵字個(gè)數(shù)比較多或數(shù)據(jù)庫(kù)模式比較復(fù)雜時(shí)，KDAP系統(tǒng)的查詢效率就會(huì)變得很低。本文從基于模式圖的KSORD出發(fā)，研究了KDAP系統(tǒng)的查詢過(guò)程，主要分為兩個(gè)階段：候選子空間的生成和候選面的構(gòu)造。候選子空間基于模式圖進(jìn)行即時(shí)查詢，當(dāng)關(guān)鍵字個(gè)數(shù)較多或

3、數(shù)據(jù)庫(kù)模式復(fù)雜時(shí)，候選子空間的即時(shí)生成就會(huì)耗費(fèi)大量的時(shí)間，從來(lái)嚴(yán)重影響系統(tǒng)的查詢效率。另一方面，候選面構(gòu)造的過(guò)程中，系統(tǒng)要對(duì)每一維的屬性和屬性實(shí)例計(jì)算聚合值，再進(jìn)行排序，如果維中屬性過(guò)多或者事實(shí)表龐大，候選面的生成效率會(huì)大大降低。
　　 因此，本文針對(duì)KDAP系統(tǒng)，首先研究了其查詢體系結(jié)構(gòu)及查詢模型，然后分析了查詢過(guò)程中存在的效率問(wèn)題，從而進(jìn)行了性能優(yōu)化技術(shù)的研究，并提出了兩種優(yōu)化KDAP查詢效率的方法。本文的主要工作和創(chuàng)新點(diǎn)在

4、于：
　　 1、提出一種基于數(shù)據(jù)庫(kù)模式圖的候選子空間預(yù)處理方法。該方法通過(guò)預(yù)處理數(shù)據(jù)庫(kù)模式圖，并把處理之后的候選子空間模式存儲(chǔ)在數(shù)據(jù)庫(kù)中，避免了系統(tǒng)在查詢時(shí)臨時(shí)生成候選子空間，大大減少了KDAP系統(tǒng)生成候選子空間所需的時(shí)間，從而提高了KDAP系統(tǒng)的查詢效率。
　　 2、提出了一種候選面生成的優(yōu)化處理方法。該方法首先對(duì)候選子空間進(jìn)行處理生成劃分集合，將得到的劃分集合看作是一個(gè)文檔集，集合中的每一個(gè)實(shí)例面看作是一個(gè)超級(jí)文檔，