.png){kind=icon}
返回
Query Optimization in Distributed Database Based on Improved Artificial Bee Colony Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/app14020846.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
查询优化是影响数据库系统性能的关键因素之一，旨在以最小成本执行查询执行计划。特别是在分布式数据库系统中，由于数据在不同数据节点上存储了多个副本，导致单个查询语句的可行查询执行计划数量急剧增加。由于存储数据量的增加，分布式数据库的集群规模也随之扩大，从而造成当前查询优化算法性能下降。针对这一问题，提出了一种基于动态扰动的人工蜂群算法，用于解决分布式数据库系统中的查询优化问题。改进的人工蜂群算法通过结合遗传算法的选择、交叉和变异算子来提高全局搜索能力，以克服容易陷入局部最优解的问题。同时，引入动态扰动因子，使算法参数能够随着迭代过程以及整个种群的收敛程度动态变化，从而提高算法的收敛效率。最后，在不同维度集下的查询语句条件下进行了对比实验，评估了算法生成的Top-k查询计划的平均执行成本以及算法的收敛速度。结果表明，所提出方法生成的Top-k查询计划具有更低的执行成本和更快的收敛速度，能够有效提升查询效率。然而，该方法需要更多的执行时间。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息