期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
GaussDB:智能云原生分布式数据库 被引量:1
1
作者 李国良 王磊 +7 位作者 张金玉 王江 任阳 张琼 申宇 董亚辉 宋涛 乔典 《电子学报》 北大核心 2025年第4期1103-1122,共20页
在互联网技术飞速发展,传统企业面临数字化转型的大背景下,作为数字时代数据基础设施,数据库面临大数据量、高可用、在线弹性伸缩、智能化、安全防护等方面的巨大挑战.为了应对诸多挑战,GaussDB应运而生,GaussDB提出分布式数据库的分布... 在互联网技术飞速发展,传统企业面临数字化转型的大背景下,作为数字时代数据基础设施,数据库面临大数据量、高可用、在线弹性伸缩、智能化、安全防护等方面的巨大挑战.为了应对诸多挑战,GaussDB应运而生,GaussDB提出分布式数据库的分布式查询优化技术提升了数据查询性能,提出分布式数据库的高可用容灾技术提升了企业数据的可用性和可靠性,提出分布式数据库的云原生计算存储分离和弹性伸缩技术提高了对存储等资源的利用率,提出分布式数据库的自治管理技术增强了数据库的智能管理,提出分布式数据库的全方位安全防护技术提高了数据的安全保护能力. GaussDB能支撑关键基础行业核心场景的数字化转型. 展开更多
关键词 数据库 高可用 云原生 分布式 智能化 安全
在线阅读 下载PDF
基于深度自回归模型的近似查询处理方法
2
作者 岑黎彬 李靖东 +1 位作者 林淳波 王晓玲 《计算机应用》 CSCD 北大核心 2023年第7期2034-2039,共6页
聚合函数的近似查询处理(AQP)是近年来数据库领域的研究热点。针对现有的近似查询技术存在查询响应时间长、存储开销大、不支持多谓词查询等问题,提出一种基于深度自回归模型的AQP方法DeepAQP(Deep Approximate Query Processing),利用... 聚合函数的近似查询处理(AQP)是近年来数据库领域的研究热点。针对现有的近似查询技术存在查询响应时间长、存储开销大、不支持多谓词查询等问题,提出一种基于深度自回归模型的AQP方法DeepAQP(Deep Approximate Query Processing),利用深度自回归模型对表中多列数据的联合概率分布进行学习和建模,以估计给定查询的谓词选择度和目标列概率分布,以促进单表下多谓词聚合函数近似查询请求的有效处理。在TPC-H和TPC-DS数据集上进行实验,结果表明,与基于采样的VerdictDB方法相比,DeepAQP在查询响应时间和存储空间开销上均降低了2到3个数量级;与基于传统机器学习模型的DBEst++方法相比,DeepAQP的查询响应时间降低了1个数量级,显著降低了模型训练耗时,并且可以处理DBEst++所不支持的多谓词查询请求。可见,DeepAQP兼顾了查询精度和速度,并显著降低了算法在训练和存储上的开销。 展开更多
关键词 近似查询处理 自回归模型 多谓词查询 深度学习 聚合函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部