嵌入式移动实时数据库管理系统查询优化方法研究

论文摘要

嵌入式设备的大量普及,移动通信技术的快速发展,实时系统在日常生产生活中的广泛应用,导致了需要嵌入式设备管理的实时移动数据日益增多。在此背景下,结合了嵌入式系统、移动计算、实时系统及传统数据库特点的嵌入式移动实时数据库管理系统（EMRTDBMS）已成为数据库领域的新兴技术,其查询优化器的设计,要充分考虑到应用环境的变化,根据特点做出相应调整。数据库管理系统（DBMS）的查询优化器以查询的语法树作为输入,经过预处理、逻辑优化、执行计划选择等步骤,生成最终的执行计划。在此过程中,可以使用启发式规则和基于代价模型的优化技术,整个过程依赖于数据字典中的统计信息。SPJ（Select-Project-Join）查询的逻辑优化主要包括连接顺序选择、选择下推和投影下推。其中条件表达式中的逻辑运算AND和OR会对选择条件下推造成影响,可以在预处理中将其变为范式形式。对比条件表达式的合取变换与析取变换得到的优化后的逻辑查询树,关系表达式的合取变换策略对后续优化有利。嵌入式flash存储器、数据广播以及数据实时性导致传统代价模型在ERTMDBMS中并不适用。新代价模型能够考虑到EMRTDBMS的数据来源选择、flash I/O代价、数据广播开销以及数据截止期等影响EMRTDBMS查询代价的因素,一个类似于动态规划的执行计划选择算法能够在此代价模型的基础上完成逻辑优化和执行计划选择的过程。通过仿真实验分析,查询条件的合取变换和类似动态规划的执行计划选择策略在参与连接的关系数量相对较小时能较好地完成EMRTDBMS的SPJ查询优化工作。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 嵌入式移动实时数据库管理系统
• 1.2 数据库管理系统查询优化的研究进展
• 1.3 本文内容与组织结构
• 2 查询优化的基本方法
• 2.1 改进查询计划的代数定律
• 2.2 操作代价估计
• 2.3 执行计划选择
• 2.4 本章小结
• 3 SPJ 查询的预处理和逻辑优化
• 3.1 一个SPJ 查询的例子
• 3.2 查询条件中AND 与OR 的预处理
• 3.3 基于启发式的逻辑优化
• 3.4 两种范式的优化结果比较
• 3.5 本章小结
• 4 嵌入式实时移动数据库的代价模型
• 4.1 嵌入式环境对数据存储的影响
• 4.2 移动数据库的数据特征
• 4.3 实时特性对数据的影响
• 4.4 嵌入式实时移动数据库的代价模型
• 4.5 小结
• 5 仿真实验与性能评价
• 5.1 查询优化模块的总体结构
• 5.2 条件表达式合取变换
• 5.3 基于新代价模型的执行计划选择
• 5.4 小结
• 6 结束语
• 6.1 本文总结
• 6.2 进一步工作
• 致谢
• 参考文献
• 附录 攻读学位期间参与的科研项目