基于关系数据的时态索引研究与实现

来源 :华南师范大学 | 被引量 : 0次 | 上传用户:baiyomkg02
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机技术在行业应用中的不断深入,数据库技术和时态信息技术不断获得发展的动力。技术的关注点已从过去的信息记录处理逐步延伸到信息的有效性和时间性。特别是在电信、金融、人事管理等行业应用中,数据的有效性和时间性起着举足轻重的作用。是否可以对已有的数据在有效性和时间性上进行快速的检索,是考量一个现代信息系统的重要指标之一。因此,针对数据的时态索引研究与实现具有重要的意义。   本文主要针对时态数据中的有效时间部分进行索引检索。时态数据可以分割为时态数据和非时态数据。非时态数据的检索方法已经得到成熟发展。各类检索算法和数据结构都能够有效地进行处理非时态数据。但是,针对时态数据的检索算法未能得到充分的发展。由于时态信息的区间特性,也就是非单值化的特点,传统的算法和数据结构未能很好处理。因此,如何有效处理时间区间的表达方式,进行区间到单值化的映射将是研究的重点和难点。   本文提出一种基于外存的线序分支索引模型LOBIndex,提高时态数据的检索效率。首先,本文建立时态数据模型,阐述时态数据的概念以及时态等价的关系,进而提出时态二维区间映射的方法,设立时间始元令时间区间的表示范围有效缩小,方便处理;其次,在时态数据模型和时态二维区间映射的基础上,利用时态信息中的时间区间相互之间的包含关系,抽象得到时态拟序关系,为线序划分提供理论基础,并且提出深度优先的排序算法、线序划分的算法和时间数编码方法,为建立LOBIndex解决关键技术问题;再者,提出两种基于基于LOBIndex的查询算法,解决数据检索的问题;最后在B+树和MYSQL数据库上分别实现LOBIndex,并实现基于LOBIndex的时态构件。   通过实验仿真以及性能对比,证明线序分支索引模型LOBIndex是具有可用性和实用性。
其他文献
对知识表示的学习一直是自然语言处理的研究目标。深层学习架构为我们提供了一种自动学习分布式特征表示的方法。通过对词的分布式特征表示的学习,基于深层学习架构的深层神经
电子设备的可靠性取决于其所采用的软硬件系统,归根到底,是其可靠的硬件基础——集成电路。集成电路的发展同时也促进计算机技术和通信技术的飞速发展,为此,保证集成电路拥有可靠
超高层建筑的施工是一个复杂的系统工程,涉及到大量的人员、设备和材料。如何在保证施工质量的前提下,尽可能的缩短工程施工时间以节约施工成本,这是每个建筑施工企业都非常关注
XML以其强大的功能,在计算机领域得到了广泛的应用,已经成为信息描述和交换的一种标准技术。XQuery被设计用来查询XML数据,树模式查询作为XQuery查询的核心,其查询效率问题成
OLAP(On-Line Analytical Processing)是一种强有力的数据可视化工具,它专门设计各种用于支持复杂分析的操作,使得管理决策人员能够对数据仓库中海量数据进行深入观察。但是,OLA
随着我国计算机网络的快速发展,黑客入侵攻击事件发生的概率随之增大,对网络安全的研究也越来越引起人们的重视。而计算机系统和网络设备上广泛存在的漏洞是成为被黑客攻击的最
关键词检索是互联网中使用最广泛的检索技术之一,也是世界上一些著名互联网站点比如谷歌、维基百科、亚马逊和IMDB等的默认检索方式。传统的关键词检索技术主要是针对无结构化
语音增强技术是进行一系列语音信号处理中的基本问题,是语音处理系统里的核心技术之一。近年来,麦克风阵列语音增强方法由于融合了语音信号空时信息,能够获得较单通道更好的增强
随着信息科学技术的发展,虚拟现实系统中的数据量和计算量正在呈爆炸式增长,传统的依靠本地文件系统和私有协议存储、管理和分发数据的方式已经难以满足快速增长的用户需求。因
在计算机网络高度繁荣的今天,众多的计算机恶意程序时刻威胁着计算机安全。近年来许多已知恶意程序以新变种的方式死灰复燃,而完全未知的恶意程序利用传统恶意程序检测方法响应