导读:本文包含了视图维护论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视图,增量,数据,多维,接口,表达式,分解。
视图维护论文文献综述
蒋国唯[1]（2016）在《数据仓库中物化视图选择和维护算法研究与改进》一文中研究指出数据仓库作为一个数据集合,具有面向主题、集成、反映历史变化、相对稳定的特点,它的内容来自各种异构数据库的集成数据。数据仓库的本质是一个非常大的数据存储,但是面向主题的数据组织方式不同于普通数据库。作为决策支持数据模型的物理实现,运行之上的应用主要有联机分析处理和数据挖掘。数据仓库中的查询越发困难,是基于它庞大的数据量和复杂的结构,且即席查询耗用时间很长。物化视图技术就是为了提高查询分析效率,它的思想是把查询结果提前计算出来并以视图形式物理存储。在现实应用中,物化哪些视图需要考虑存储和查询代价以及视图维护代价等因素。本文使用多维数据格组织视图,并提出了查询维护代价模型,即满足给定存储空间限定条件下选取查询代价与维护代价之和最小的物化视图集。通过预处理算法得到候选视图集,然后根据代价模型计算出候选视图集合中视图的代价。改进了基于遗传算法的物化视图选择算法,采用一种混合策略的选择算子,并根据适应度集中程度自适应调整种群的交叉概率。和经典遗传算法比较,改进算法不仅降低了搜索视图的成本,而且还使得数据仓库的查询效率加快。物化视图虽然有效地提高了系统对用户查询响应速度,但也带来了物化视图的维护问题。物化视图中的内容是查询基础数据产生的,这些基础数据来自其他独立的异构数据源,如果数据仓库的数据源端发生变化,物化视图中的数据也应作相应改变,和原始数据保持同步。如何保证两者内容的同一性,成了数据仓库研究领域中非常关键和难以解决的技术问题。本文在分析现有常用物化视图维护算法的基础上,重点研究了基于更新频率分组的维护算法,并在此基础上改进了算法。针对每组中基础表增量的大小升序排序,并按此顺序进行物化视图的更新。该算法经实验验证提高了物化视图的维护效率。(本文来源于《河北经贸大学》期刊2016-03-01）
宋金玲,黄立明,高艳,刘海滨[2]（2015）在《泛化视图及其更新一致性维护问题》一文中研究指出泛化视图是一种新出现的数据发布形式。与经典的物化视图不同,泛化视图中的数据是通过对物化视图中数据进行泛化操作得到的。当基础数据库发生更新操作时,如何对泛化视图进行一致性维护是一个亟待解决的问题。分析了泛化视图在对基础数据库进行插入、删除、修改更新操作时可能出现的更新反应;提出了多维桶的概念,并给出了多维桶的构造方法及相关操作;在此基础上,对于基础数据库的不同更新操作,分别给出了基于多维桶的泛化视图更新一致性算法,解决了泛化视图的更新一致性维护问题。(本文来源于《计算机科学与探索》期刊2015年04期）
李华[3]（2014）在《面向关系数据库关键字查询的物化视图维护方法研究》一文中研究指出在关系数据库上进行关键字查询已成为近来数据库领域的研究热点。然而,若针对每个查询都重新执行,查询代价很高。鉴于物化视图能够有效地提高查询效率,本文把关键字查询的中间结果和Top-k结果物化为视图,并通过维护视图来维护关键字查询结果。已有研究工作大多都是面向SQL的物化视图维护,已有增量维护方法存在近似维护且只面向单视图最优维护的问题,并且针对关键字Top-k查询结果维护研究较少且维护效率低。针对已有问题,主要从以下叁个部分开展研究：第一部分,研究基于公共表达式的多视图生成算法。从相关度高的几个候选网络中选择公共表达式,利用Huffman树把关键字查询路径存储为二叉树,每一个中间结果物化为视图存储,同时在视图中增加辅助列。通过实验验证了方法可提高查询效率。第二部分,研究高效而准确的视图维护方法。接第一部分研究内容,基于Huffman树,对与查询关键字无关数据的修改操作,提出基于溯源信息快速更新视图方法；对与查询关键字有关数据的修改操作,即面向删除与插入操作,提出基于溯源信息的精确的增量维护视图方法。通过实验验证本文提出的两种视图维护方法可有效地提高维护效率且准确率提高至100%。第叁部分,研究高效率的维护关键字查询Top-k结果。针对与关键字无关的修改,提出了近似的快速维护视图方法；与关键字相关的数据修改,在第二部分提出的基于溯源信息精确的增量维护算法基础上,对Top-k结果进行维护,并且在维护的过程中考虑一些优化条件,进一步提出了优化的Top-k'视图增量维护算法。通过实验验证本文提出方法可有效地提高Top-k结果的维护效率和查询效率。(本文来源于《东北大学》期刊2014-06-01）
赵建平,周锦标,何剑伟,丁冉,赵建辉[4]（2013）在《一种面向物化视图的远程增量维护系统》一文中研究指出为有效保证客户端物化视图与数据源的一致性并降低网络开销,提出一种物化视图增量维护方法。采用XML物化视图远程增量维护方法,通过系统原型设计、系统部署、同步机制,实现试验任务数据接口同步。结果表明:在不影响试验任务数据处理与传输的实时性及可靠性的条件下,XML物化视图远程增量维护系统可有效实现指挥显示系统数据接口的一致性、可靠性和安全性。(本文来源于《兵工自动化》期刊2013年05期）
王前进[5]（2013）在《基于物化视图增量维护的企业垂直搜索优化研究》一文中研究指出对垂直搜索引擎的技术改进和优化，在信息产业界一直备受关注，然而长期以来针对该领域的相关研究多集中于网络数据爬取、检索效率改进以及个性服务等方面，而很少涉及对垂直搜索引擎整体架构性能的研究。具体到企业级层面，相关研究也多集中于对网页数据信息的处理，很少有针对单个企业信息的纵向深度挖掘，导致搜索返回结果总体质量不高。如何改善企业垂直搜索引擎的服务性能，为工作开展提供更具价值的决策支持信息，已成为学术界和企业界的关注焦点。本课题立足现实需要，基于广泛的文献阅读，针对具体企业垂直搜索引擎的总体架构展开研究，重点优化改进了物化视图增量维护和搜索结果呈现进行算法，并结合某船舶配套生产企业的应用实例进行验证评价。首先，针对企业垂直搜索引擎业务搜索实体层，通过建立视图并以实体化形式存储于数据仓库，运用“缓存”机制来改善系统检索效率。由于物化视图存储内容具有静态特征，需要着重实现物化视图的更新维护。文章通过引入语义约束概念，对物化视图增量更新维护算法进行优化，有效改善提升了系统的检索效率。其次，对于表达层的检索结果呈现，通过应用元数据驱动加以实现，结合用户需求特征将“个性化”特征信息通过元数据加以存储，以“二级视图”维护优化系统性能。在个性化搜索服务结果呈现时，借鉴主题元搜索的数据整合思想对搜索结果排序工作进行优化。最后，将上述改进优化工作统一于企业垂直搜索系统的整体架构，详细阐述了其具体应用实现机制，并结合某船舶配套生产企业应用实例验证说明本文研究工作的正确性和有效性。(本文来源于《江苏科技大学》期刊2013-04-28）
张晓刚,杨路明,潘久辉[6]（2013）在《共享多版本源视图的多实化视图异步增量维护》一文中研究指出为了解决补偿和多版本在多实化视图维护上性能不理想的问题,提出了共享多版本源视图的多实化视图异步增量维护方案SMVM(源多版本视图维护).在SMVM中,集成端的实化视图直接定义在多个数据源的共享引用多版本源视图上,并且在收到源视图的数据更新后,向其他相关数据源发送基于版本的维护查询,以此来进行多实化视图的异步增量维护.这样在完全避免数据源并发更新导致增量查询异常的同时,提高了多个实化视图异步增量维护的整体性能,且基于元组标志的视图增量补偿方法使得对源视图的维护更有效.实验结果验证了SMVM的可行性和有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2013年03期）
赵建平,段慧芬,许利亚,赵建辉,施斌[7]（2013）在《XML物化视图远程增量维护在试验任务数据接口同步中的应用》一文中研究指出在试验任务中引入XML文档数据接口,一方面提高了远程数据查询分析的效率,另一方面也产生了XML物化视图的维护带来的高系统开销的问题.针对该问题,采用XML物化视图远程增量维护的方法,通过系统原型设计、系统部署、同步机制,可有效地实现试验任务数据接口同步.结果表明,在不影响试验任务数据处理与传输的实时性及可靠性的条件下,XML物化视图远程增量维护有效地实现了指挥显示系统数据接口的一致性.(本文来源于《计算机系统应用》期刊2013年01期）
张晓刚,杨路明,潘久辉[8]（2012）在《通过源关系补偿降低实化视图维护查询代价》一文中研究指出为了解决分布式环境下实化视图维护时基于补偿查询修正维护查询结果所导致的计算及传输代价较高的问题,提出了一个实化视图维护方案:源关系补偿维护(SRCM)方案.它通过补偿并发更新冲突把维护查询涉及的源关系回退到所需状态,然后直接计算并返回正确查询结果.基于代价模型的分析及模拟实验结果表明,SRCM方案与以前的SWEEP和MEDWRAP方案相比,有效地降低了维护查询的整体代价.(本文来源于《北京工业大学学报》期刊2012年07期）
黄伟[9]（2012）在《面向信息集成应用的视图维护方法的研究》一文中研究指出数据仓库是存储供查询和决策分析用的集成化信息仓库，其数据来源于各个异构的、高度自治的、远程分布的信息源，通常这些数据以实化视图的方式存储在数据仓库中，以便提供对集成数据的快速访问。在获知了底层信息源的变化后，数据仓库系统需要对实化视图进行维护和更新，及时反映底层信息源中数据的变化情况，为高层应用系统的决策提供正确的数据。数据仓库中多个实化视图可能引用信息源的不同基表数据，而这些基表可能是只提供关系型查询服务的，也可能是提供不同层次的增量分发能力。面对这些不同背景，如何对数据仓库的视图进行维护，以保证视图与信息源的一致性，以及多个视图之间的一致性(MVC)，这是本文研究的第一个主要问题。同时，数据仓库可能为更高层的集成系统提供数据查询和数据增量分发服务，这是本文研究的第二个主要问题。本文通过解决上面的两个问题，以一种可伸缩性的方案来实现数据仓库的数据集成与集成数据使用的功能，来满足实际应用环境的不同的需求。(本文来源于《暨南大学》期刊2012-05-01）
左亚尧,舒忠梅,汤庸[10]（2011）在《一种维护分解的并行增量视图维护方法》一文中研究指出实化视图维护是指在数据源的原始数据发生改变时,有效地将这种变化反映到数据仓库中,使相应的实化视图得到及时更新.当前的视图维护方法主要以C/S结构为基础,当更新频繁时将会导致数据仓库超载而崩溃.针对这种现状,提出基于维护查询任务进行分解的实化视图并行增量维护P3Sweep算法,算法修正了Sweep算法只能顺序处理的限制,赋予其并行处理能力.对于单个更新,P3Sweep算法通过对维护查询任务进行分解,并行执行左右扫描过程来完成维护演算;对于并发更新,算法通过递归分解方式进行细粒度并行演算.性能计算和实验测试结果表明,该方法增加了系统对更新的吞吐能力,减少了维护的延迟,从维护查询任务本身实施对实化视图维护的优化.(本文来源于《小型微型计算机系统》期刊2011年02期）
视图维护论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
泛化视图是一种新出现的数据发布形式。与经典的物化视图不同,泛化视图中的数据是通过对物化视图中数据进行泛化操作得到的。当基础数据库发生更新操作时,如何对泛化视图进行一致性维护是一个亟待解决的问题。分析了泛化视图在对基础数据库进行插入、删除、修改更新操作时可能出现的更新反应;提出了多维桶的概念,并给出了多维桶的构造方法及相关操作;在此基础上,对于基础数据库的不同更新操作,分别给出了基于多维桶的泛化视图更新一致性算法,解决了泛化视图的更新一致性维护问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视图维护论文参考文献
[1].蒋国唯.数据仓库中物化视图选择和维护算法研究与改进[D].河北经贸大学.2016
[2].宋金玲,黄立明,高艳,刘海滨.泛化视图及其更新一致性维护问题[J].计算机科学与探索.2015
[3].李华.面向关系数据库关键字查询的物化视图维护方法研究[D].东北大学.2014
[4].赵建平,周锦标,何剑伟,丁冉,赵建辉.一种面向物化视图的远程增量维护系统[J].兵工自动化.2013
[5].王前进.基于物化视图增量维护的企业垂直搜索优化研究[D].江苏科技大学.2013
[6].张晓刚,杨路明,潘久辉.共享多版本源视图的多实化视图异步增量维护[J].华中科技大学学报(自然科学版).2013
[7].赵建平,段慧芬,许利亚,赵建辉,施斌.XML物化视图远程增量维护在试验任务数据接口同步中的应用[J].计算机系统应用.2013
[8].张晓刚,杨路明,潘久辉.通过源关系补偿降低实化视图维护查询代价[J].北京工业大学学报.2012
[9].黄伟.面向信息集成应用的视图维护方法的研究[D].暨南大学.2012
[10].左亚尧,舒忠梅,汤庸.一种维护分解的并行增量视图维护方法[J].小型微型计算机系统.2011
论文知识图
