.png){kind=icon}
返回
Join query optimization in distributed database based on multi-source mating selection evolutionary algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-024-04905-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在分布式数据库系统中，数据分布在集群中的多个站点上。因此，对于涉及大量数据访问和复杂计算的连接查询，如何高效利用每个站点完成数据读取和计算是查询优化的关键问题之一。随着网络通信技术的发展，网络中数据传输的成本已不再是限制查询效率的唯一因素，特别是对于部署在高速局域网中的分布式数据库，还需要考虑本地站点的CPU计算成本和数据I/O成本。针对这一问题，本文提出了一种基于多源择优选择的差分进化人工蜂群算法，用于解决高速局域网部署下的分布式数据库查询优化问题。在该算法中，首先采用优良节点集方法初始化种群，使种群在可行域内分布更均匀，随后将遗传算法与人工蜂群算法结合以提高算法性能。同时，引入谱聚类挖掘种群的规则特征，并设计多源择优选择与重组算子，基于获得的种群结构信息引导算法搜索，通过相似个体的重组加速算法收敛，同时通过为每个个体设置多个择优来源来维持种群多样性。最后，在不同查询规模下与其他方法进行仿真对比实验，结果表明所提方法能够生成成本更低的查询执行计划，并在一定程度上减少查询响应时间，提高查询效率。
Keyword:
Distributed database
High-speed local area network
Artificial bee colony algorithm
Good node set
Spectral clustering
Multi-source recombination operator
期刊
C
IF:
4.1
论文数:
5.1K
被引数:
7.5K
机构
引用论文
Analysis of Two Phase Query Optimization Algorithm for Generating Optimal Query Plan using Randomized Algorithm基于随机算法的生成最优查询计划的两阶段查询优化算法分析
PREAI
分享收藏QIACO: A Quantum Dynamic Cost Ant System for Query Optimization in Distributed Database.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏A practical tutorial on the use of nonparametric statistical tests as a methodology for comparing evolutionary and swarm intelligence algorithms关于使用非参数统计检验作为比较进化和群体智能算法的方法的实用教程
PREAI
分享收藏Query Optimization in Distributed Database Based on Improved Artificial Bee Colony Algorithm基于改进的人工蜂群算法的分布式数据库查询优化OAAI
OAAI分享收藏Task optimization and scheduling of distributed cyber-physical system based on improved ant colony algorithm基于改进蚁群算法的分布式信息物理系统任务优化与调度
PREAI
分享收藏
查看更多内容