基于模拟退火算法的查询优化方法技术

本发明专利技术涉及一种基于模拟退火算法的查询优化方法，是将数据查询优化过程分成建立模型，分解策略空间和优化三部分，然后引入模拟退火算法，对所有策略空间子集进行并行搜索，从每个子集中得到一个最终解，在比较最终解后得到最优解。本发明专利技术公开的模拟退火算法较其他智能优化算法能够有效避免陷入局部极值，缩减了优化时间；其次，由于使用了并行搜索，提高了模拟退火算法搜索范围，降低了模拟退火算法局部搜索特性对搜索精度的影响。与传统的局部随机搜索算法搜索到最优策略的概率比较，对提高得到最优策略的概率效果明显，提高了数据库的查询速度，缩短查询优化相对时间，以及提高得到最优策略概率。

【技术实现步骤摘要】
基于模拟退火算法的查询优化方法
本专利技术涉及一种关系数据库查询的优化方法，尤其是提高大型关系数据库多链接查询速度的优化方法。
技术介绍
关系数据库是建立在数学概念基础上的一款主流数据库，能够直接的描述现实关系，存取效率较高，但是数据结构比较复杂，尤其是大型关系数据库，随着应用环境的扩大，其储存的数据种类越来越多，数量也越来越大，数据结构就变得极为复杂，在进行多链接查询时，查询效率低下。为了使大型关系数据库数据库系统能够及时响应用户操作，快速给出查询结果，往往要进行查询优化。查询优化指的是在查询语句对应的多种执行策略中选择一种能够最快给出查询结果的策略，即最优策略，执行策略也叫做查询策略，查询策略的集合称为策略空间S,查询优化过程中运用的算法称为查询优化方法。传统查询优化方法主要包括穷尽搜索算法和局部随机搜索算法，穷尽搜索算法通过穷尽S内的每一条查询策略寻找最优策略，该算法对储存空间的需求很大，当查询关系个数较多时，算法效率太低，变得不可行。局部随机搜索算法在搜索最优策略的过程中并不搜索整个策略空间S,而只搜索它的一个子集,这个子集是被期待包含一个最优策略或者至少包含一个接近最优的策本文档来自技高网...

【技术保护点】
一种基于模拟退火算法的查询优化方法，其特征在于，包括以下步骤：a、定义一个策略空间S，设S内的所有查询策略都需要n?1个步骤才能够完成查询任务；b、建立基于图形结构的查询策略代价评估数学模型，设图中有n个结点，从结点i(i＝1,2,L,n)到结点j(j＝1,2,L,n)的路径为dij，路径表示从结点i到结点j的消耗时间即代价，代价矩阵是D=d11Kd1nMOMdn1Ldnn,所求为遍历n个结点的总代价，代价函数如下：f(x1,x2,L,xn)=Σi=1n-1dxixi+1LLLLLLLLLLLLLLLL---(1)式中：(x1,x2,L,xn)为代价函数f(X)的一个解X1，其中x...

【技术特征摘要】
1.一种基于模拟退火算法的查询优化方法，其特征在于，包括以下步骤：a、定义一个策略空间S，设S内的所有查询策略都需要n-1个步骤才能够完成查询任务；b、建立基于图形结构的查询策略代价评估数学模型，设图中有n个结点，从结点i＝1,2,…,n到结点j＝1,2,…,n的路径为dij，路径表示从结点i到结点j的消耗时间即代价，代价矩阵是所求为遍历n个结点的总代价，代价函数如下：式中：(x1,x2,…,xn)为代价函数f(X)的一个解X1，其中xi＝1,2,3…,n；xj＝1,2,3…,n；i≠j，f(X)所有解组成的集合称为解空间X，模型中的结点表示查询状态，遍历一次n个结点表示采用一种查询策略完成查询任务，X1表示某一种查询策略，解空间X表示策略空间S；c、将解空间X随机分解成λ个子集，其中λ≥2，表示为Xr，1≤r≤λ；d、采用模拟退火算法求最优解，先设定模拟退火算法的初始参数，包括初始温度t0，温度降温因子α，马氏链长度L，初始参数选取可采用下述经验值：t0＝100，α＝0.8或α＝0.9，L＝1...

【专利技术属性】
技术研发人员：姜弢，宋健，徐学纯，贾海青，
申请(专利权)人：吉林大学，
类型：发明
国别省市：