-
题名基于多表连接的分组查询语句的性能分析与优化
被引量:8
- 1
-
-
作者
王书海
刘明生
马银华
李金英
-
机构
石家庄铁道学院计算中心
-
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2000年第7期185-187,共3页
-
文摘
优化关系数据库的查询性能一直是信息系统开发人员关注的重要课题。以SQL Server为例,分析导致对多表连接及查询结果分组时处理低效的原因,阐述了在应用中如何合理地设计SQL语句,以获得较高性能的方法。
-
关键词
关系数据库
分组查询
SQL语句
性能分析
优化
-
Keywords
Related database
Connection
Querying by group
SQL
-
分类号
TP311.132
[自动化与计算机技术—计算机软件与理论]
-
-
题名关系数据库中分组查询的模糊扩展及去模糊机制
被引量:1
- 2
-
-
作者
陈逸菲
张颖超
叶小岭
-
机构
南京信息工程大学信息与控制学院
-
出处
《计算机应用》
CSCD
北大核心
2008年第5期1177-1179,1193,共4页
-
基金
江苏省六大人才高峰高层次人才培养对象资助项目(06-A-07)
南京信息工程大学校科研基金(Y644)
-
文摘
当前关系数据库模糊查询的研究中,涉及到分组查询having子句中的模糊条件或相对语言量词的较少。在模糊理论的基础上对having子句进行了模糊扩展,并利用模糊集合隶属函数的α截集将模糊的having子句转化为标准的SQL语句,因此可以利用RDBMS对记录进行筛选,保证了查询的效率。利用模糊集合基数的非模糊表示法来计算带量词的having语句,计算简单,结果简洁。
-
关键词
模糊查询
模糊集合
基数
分组查询
-
Keywords
fuzzy queries
fuzzy set
cardinality
grouping queries
-
分类号
TP311.132.3
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于P-范式模型的P2P网络分组查询算法
被引量:2
- 3
-
-
作者
张晓玲
钟诚
李智
蓝乾艺
-
机构
广西大学计算机与电子信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2007年第24期127-130,共4页
-
基金
广西省自然科学基金(the Natural Science Foundation of Guangxi Province of China under Grant No.桂科基0575014)
广西研究生创新教育计划基金(No.2006105930812M29)
广西科技信息网络中心资助课题
-
文摘
P2P系统的可用性取决于查找数据的有效方法。利用节点兴趣和节点与中心节点的通信延迟建立链接,动态分组P2P网络的节点,查询节点通过中心节点转发搜索请求给其他中心节点,中心节点收到搜索请求后,若查找资源的主题排在本组关注的前K(K一般取1~3)位,则搜索本组内所有节点。在此基础上,提出了一种基于P-范式模型的P2P网络分组查询算法。算法分析和实验结果表明该算法的性能优于MSW查询算法。
-
关键词
P2P网络查询算法P-范式模型节点兴趣分组
-
Keywords
P2P network
searching algorithm
P-paradigm model
node interest
partitioning
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于粒子群算法的数据库查询优化
被引量:16
- 4
-
-
作者
林桂亚
-
机构
浙江警官职业学院
-
出处
《计算机应用研究》
CSCD
北大核心
2012年第3期947-949,共3页
-
文摘
研究粒子群算法在数据库查询优化中的应用问题。为了解决大型数据库信息检索困难、查询效率低的问题,提出了一种基于粒子群算法优化数据库查询技术方案。算法提出了一种数据库查询执行计划代价模型,主要包括了查询多链接次序以及副本的选择问题,准确定义了数据库查询执行代价,采用提出的粒子群算法来优化并求解该执行代价问题,从而使得分组数目更少、数据定位更精确。实例验证结果表明,通过属性表现和违规行为任何教师都可以被准确定位,减少了分组,为数据库查询提供了优化。
-
关键词
查询优化
粒子群算法
数据库查询优化
分组查询
-
Keywords
query optimization
particle swarm optimization(PSO)
database query optimization
query packet
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名面向多核多线程的移动对象连续K近邻查询
被引量:11
- 5
-
-
作者
赵亮
景宁
陈荦
廖巍
钟志农
-
机构
国防科学技术大学电子科学与工程学院
空军装备研究院通信所
海军工程大学电子工程学院
-
出处
《软件学报》
EI
CSCD
北大核心
2011年第8期1805-1815,共11页
-
基金
国家自然科学基金(40801160
60902036)
+1 种基金
国家高技术研究发展计划(863)(2008AA12A211)
中国博士后科学基金(20080431384)
-
文摘
针对移动对象的多用户连续K近邻查询处理问题,结合多核多线程技术的发展,提出了一种基于多线程的两阶段多用户连续K近邻查询处理框架.将查询处理分为查询预处理阶段和查询执行阶段,分别执行数据更新任务和查询处理任务.每个阶段都设计了优化cache访问命中率,并利用多线程技术提高多用户连续查询处理并行性的方法及数据结构.提出了一种查询执行阶段的查询分组技术,利用查询之间的相关性提高了算法执行时内存访问的时间局部性.基于查询处理框架和移动对象内存格网索引结构提出了K近邻查询处理算法.充分的实验结果表明,采用了多线程和cache优化技术的连续查询处理框架与其他算法相比,在性能上具有较大优势,并且在不同核心数目的CPU平台下具有较好的性能扩展性.
-
关键词
移动对象
连续K近邻查询
多核多线程
CACHE优化
查询分组
-
Keywords
moving object
continuous KNN query
multi-core and multi-threading
cache optimization
query grouping
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于动态图表示学习的轻量化节点分类方法
- 6
-
-
作者
闫钦与
颜靖华
卜凡亮
王宇哲
-
机构
中国人民公安大学信息网络安全学院
-
出处
《现代电子技术》
2025年第18期1-8,共8页
-
基金
中国人民公安大学安全防范工程双一流专项基金(2023SYL08)。
-
文摘
动态图节点分类是图表示学习领域的经典下游任务,旨在通过动态图中已有信息预测未标记节点所属类别。然而,现有动态图节点分类方法普遍存在模型规模较大、结构复杂导致的计算压力问题。为解决该问题,提出一种基于动态图表示学习的轻量化节点分类方法(LNDG)。该方法采用图编码器对动态图节点、链路和时间信息进行编码;并引入一个创新的GAM模块,利用分组查询注意力(GQA)机制和MLP-Mixer方法进一步学习时间和空间维度的特征表示,实现对动态图特征的完整捕捉。在3个公开的经典数据集上的实验结果表明,LNDG方法整体的参数量仅为0.70 MB,相较于基线模型AUC值更优,具有轻量化和高效性的优势。所提方法在整体规模和最终效果方面达到了较好的平衡,在动态图节点分类任务中具有良好的综合性能。
-
关键词
动态图
节点分类
图表示学习
分组查询注意力机制
图神经网络
GAM模块
-
Keywords
dynamic graph
node classification
graph representation learning
grouped-query attention mechanism
graph neural network
GAM module
-
分类号
TN911.72-34
[电子电信]
TP391
[电子电信—通信与信息系统]
-