导读:本文包含了物化视图论文开题报告文献综述、选题提纲参考文献，主要关键词:视图,算法,数据,数据仓库,动态,蛙跳,立方体。
物化视图论文文献综述写法
陶孝海[1]（2019）在《浅析利用Oracle物化视图对查询优化》一文中研究指出随着大数据、物联网、云计算等概念的兴起,关于数据的分析应用逐步从后台走向了前台,生活中各类的软件开发、终端应用都离不开背后支撑整个环境的数据本身,动辄上亿、甚至百千亿级别的数据亦不罕见,面对如此庞大的数据量,效率"二字"也被提升到了一个空前的高度上。Oracle作为目前使用最为广泛应用的关系数据库,如何对其做性能优化,提升工作效率,去促成更强的决策能力、洞察力与最优化处理,成为信息产业所有人聚焦的核心。本文从Oracle物化视图入手,结合日常工作,指出了基于Oracle物化视图性能优化方式。(本文来源于《智能计算机与应用》期刊2019年03期）
冯霞,张江,左海超[2]（2019）在《基于查询聚类的物化视图动态选取策略》一文中研究指出针对物化视图集动态调整存在的"抖动性"问题,提出一种基于查询聚类的物化视图动态选取策略QCDMVS。以关联规则算法为依据计算属性字段相似性,计算查询语句相似性并对一个查询周期内的查询语句集进行聚类,产生候选视图,根据效益模型计算候选视图的效益,运用物化视图动态调整算法DSMVQC生成最终物化视图。以航空公司机票结算数据作为实验数据集,实验结果表明,相比基准算法,该改策略的运用使得数据仓库的查询性能有较大改善。(本文来源于《计算机工程与设计》期刊2019年02期）
陈于思,孙林夫[3]（2019）在《分布式环境下基于混合蛙跳算法的物化视图选择问题》一文中研究指出为提高分布式环境下数据仓库的查询效率,降低维护成本,提出基于混合蛙跳算法(SFLA)求解分布式物化视图选择问题。分析了基本蛙跳规则不适用于分布式物化视图选择问题的原因,提出在局部搜索过程中,使用遗传算法重组算子替换基本蛙跳规则。扩展了遗传算法变异算子,以提高约束条件下的搜索能力,同时保持蛙群的多样性。提出启发式修复策略来处理进化过程中产生的不可行解。实验结果表明,在不同约束组合下,改进的SFLA在求解质量上优于基本SFLA和改进遗传算法;在约束较为严格时,从求解质量和稳定性的角度来看,启发式修复策略均明显优于惩罚策略和随机排名策略。(本文来源于《计算机集成制造系统》期刊2019年02期）
冯霞,张江,左海超[4]（2018）在《一种基于查询聚类的物化视图动态调整策略》一文中研究指出为了提高数据仓库的查询响应性能,避免视图集频繁调整引发的"抖动性",提出了一种基于查询聚类的物化视图动态调整策略,运用关联规则挖掘方法计算属性字段相似性,进而计算查询语句相似性,并对一个查询周期内的查询语句集进行聚类,产生候选视图集,根据效益模型计算候选视图的效益,再运用物化视图动态调整算法生成物化视图.在航空公司机票结算数据集上的实验结果表明,在单机环境和分布式环境下,较基准算法相比,所提出的方法均能显着提升数据仓库的查询响应性能,尤其是对高频查询语句的响应性能.(本文来源于《北京邮电大学学报》期刊2018年04期）
李群[5]（2018）在《基于Oracle物化视图的查询性能优化》一文中研究指出Oracle物化视图作为由查询结果构成的数据库对象,可以在本地镜像远程数据库的查询结果,从而有效提高查询效率。介绍了物化视图的概念和作用,物化视图的创建和使用,给出了通过物化视图进行数据库设计的案例说明。(本文来源于《电脑编程技巧与维护》期刊2018年08期）
张江[6]（2018）在《基于查询聚类的物化视图动态选取策略研究》一文中研究指出随着信息时代的到来,数据仓库被广泛使用,然而对数据仓库进行联机分析处理等操作非常耗时,为此,物化视图技术应运而生。物化视图指的是将数据仓库中可能的查询结果预先进行物理存储,以提高数据仓库的查询响应性能。但在一定的存储空间内,物化所有视图是不切实际的。因此,本文研究重点是在某一存储空间限定内选择价值较高的视图进行物化,以提升数据仓库的响应性能。主要工作内容如下:数据仓库在运行期间积累了大量的用户查询记录,这些记录直观反应了用户对数据的关注点,因此,本文提出一种基于关联规则挖掘的属性字段相似性计算方法,基于属性字段相似性计算方法,提出一种查询语句相似性计算方法,进而将查询语句聚类,生成候选物化视图集。当候选物化视图的数量较多时,在某个特定存储资源限定内,只能对部分视图进行物化。此外,多维数据集固有的稀疏性导致部分候选物化视图物化价值较小,基于上述描述,本文提出一种适用于等尺寸视图集的物化效益模型。将候选视图对应子视图的用户查询频数与候选视图记录数的差值相结合,计算候选视图集中各个视图的效益值,进而选出最价值较高的视图进行物化。考虑到数据仓库时变性的特点,本文提出一种物化视图动态调整策略,定期收集用户查询语句并将其聚类,生成候选视图集。根据效益模型衡量候选视图集中视图的效益值。在一定存储空间限制内,利用某种淘汰规则动态对视图进行调整。基于全国航空公司机票结算数据的实验表明,该策略使数据仓库在不同阶段保持了较高的查询响应性能。(本文来源于《中国民航大学》期刊2018-05-13）
付岩,冯径,钱越英[7]（2017）在《面向大数据的物化视图选择算法》一文中研究指出使用适当的算法选取视图集进行物化,可以使数据库取得更高的查询效率。从经典的物化视图模型出发,分析比较了不同物化视图选择算法的优缺点,指出传统算法难以解决大数据背景下海量高维度数据的物化视图选择问题,归纳了在云计算并行环境下解决物化视图选择问题研究的进展,提出了支持数据立方体物化视图选择算法的改进思路。(本文来源于《计算机应用》期刊2017年S1期）
汪磊,潘永才,汤俊兰,范亮[8]（2017）在《物化视图在煤炭税收系统的应用》一文中研究指出物化视图技术是Oracle公司提供的一种技术,相比于普通视图而言可以实现更多的功能。物化视图是基表对象在某一时间点上的复制品,要实现物化视图与基表数据保持一致,必须为物化视图创建物化视图日志。物化视图日志记录了基表所有的变更操作,对保证物化视图及时更新,正确清理物化视图日志显得尤为重要。(本文来源于《物联网技术》期刊2017年03期）
蒋国唯,王建军[9]（2016）在《基于遗传算法的物化视图选择优化》一文中研究指出物化视图能够提高数据仓库的查询响应能力,但物化视图集的选择却很复杂。该文提出了一个如何选择物化视图集的优化遗传算法,在有限的存储空间下,使查询性能和视图维护代价较小。提出一个查询维护代价模型,并优化了交叉算子。实验结果表明,该算法在执行代价上优于经典的遗传算法。(本文来源于《电脑知识与技术》期刊2016年03期）
刘晶,朱荣钊[10]（2016）在《利用物化视图实现税务中心的ETL数据抽取》一文中研究指出笔者以税务中心数据集中项目为背景,结合实际项目需求,利用物化视图技术实现多个分布在不同区域的地方局税收数据信息进行ETL数据抽取,并通过创建多级物化视图实现数据汇总。(本文来源于《信息与电脑(理论版)》期刊2016年05期）
物化视图论文开题报告范文
（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：
针对物化视图集动态调整存在的"抖动性"问题,提出一种基于查询聚类的物化视图动态选取策略QCDMVS。以关联规则算法为依据计算属性字段相似性,计算查询语句相似性并对一个查询周期内的查询语句集进行聚类,产生候选视图,根据效益模型计算候选视图的效益,运用物化视图动态调整算法DSMVQC生成最终物化视图。以航空公司机票结算数据作为实验数据集,实验结果表明,相比基准算法,该改策略的运用使得数据仓库的查询性能有较大改善。
（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。
物化视图论文参考文献
[1].陶孝海.浅析利用Oracle物化视图对查询优化[J].智能计算机与应用.2019
[2].冯霞,张江,左海超.基于查询聚类的物化视图动态选取策略[J].计算机工程与设计.2019
[3].陈于思,孙林夫.分布式环境下基于混合蛙跳算法的物化视图选择问题[J].计算机集成制造系统.2019
[4].冯霞,张江,左海超.一种基于查询聚类的物化视图动态调整策略[J].北京邮电大学学报.2018
[5].李群.基于Oracle物化视图的查询性能优化[J].电脑编程技巧与维护.2018
[6].张江.基于查询聚类的物化视图动态选取策略研究[D].中国民航大学.2018
[7].付岩,冯径,钱越英.面向大数据的物化视图选择算法[J].计算机应用.2017
[8].汪磊,潘永才,汤俊兰,范亮.物化视图在煤炭税收系统的应用[J].物联网技术.2017
[9].蒋国唯,王建军.基于遗传算法的物化视图选择优化[J].电脑知识与技术.2016
[10].刘晶,朱荣钊.利用物化视图实现税务中心的ETL数据抽取[J].信息与电脑(理论版).2016