A learning optimizer for a federated database management system

Anfrageoptimierer in modernen Datenbanksystemen (DBS) verwenden ein Kostenmodell, um für eine Anfrage einen effizienten Zugriffsplan aus der Menge aller m?glichen Zugriffspl?ne auszuw?hlen. Die Genauigkeit, mit der diese Kosten gesch?tzt werden, h?ngt stark davon ab, wie genau Statistiken über die Datenverteilung die ihnen zugrunde liegenden Daten modellieren. Veraltete Statistiken, oder ungültige Annahmen im statistischen Modell, führen h?ufig zur Auswahl suboptimaler Zugriffspl?ne und dadurch zu Defiziten bei der Ausführungsgeschwindigkeit von Datenbankanfragen. F?derierte Systeme müssen auf dem koordinierenden DBS Statistiken über verteilte Daten unterhalten, um effiziente Zugriffspl?ne zu entwickeln, wenn Daten aus verschiedenen Datenquellen zusammengeführt werden. Fehlerhafte Statistiken verursachen in diesem Fall schlechte Lastenverteilung sowie zus?tzlichen Kommunikationsaufwand und Netzlast. Die Synchronisation dieser zus?tzlichen Statistiken mit den Statistiken der entfernten Datenquellen ist problematisch, da Datenquellen v?llig unabh?ngig voneinander sind und ihre Statistiken eventuell nicht externalisieren oder inkompatible bzw. andere statistische Modelle verwenden als das koordinierende DBS. Im folgenden zeigen wir eine Erweiterung der Feedback-Schleife von DB2s lernendem Optimierer (LEO) auf f?derierte Architekturen, die es LEO erm?glicht, automatisch Statistiken über Daten auf entfernten Datenquellen zu lernen und zu verwalten. Wir diskutieren mehrere M?glichkeiten, Feedback für f?derierte Anfragen zu erhalten und stellen einen L?sung vor, die lokales Feedback verwendet, und einen Stichprobenprozess (statistical sampling) zu steuren, der die ben?tigten entfernten Daten basierend auf dem Feedback effizient ermittelt. Mittels einer detaillierten Leistungsanalyse der vorgestellten M?glichkeiten im Rahmen einer Fallstudie belegen wir, dass der potenzielle Geschwindigkeitszuwachs für Datenbankanfragen sehr hoch ist, w?hrend die Zusatzbelastung durch LEO in moderaten Grenzen liegt.     

A learning optimizer for a federated database management system

Zusammenfassung Anfrageoptimierer in modernen Datenbanksystemen (DBS) verwenden ein Kostenmodell, um für eine Anfrage einen effizienten Zugriffsplan aus der Menge aller m?glichen Zugriffspl?ne auszuw?hlen. Die Genauigkeit, mit der diese Kosten gesch?tzt werden, h?ngt stark davon ab, wie genau Statistiken über die Datenverteilung die ihnen zugrunde liegenden Daten modellieren. Veraltete Statistiken, oder ungültige Annahmen im statistischen Modell, führen h?ufig zur Auswahl suboptimaler Zugriffspl?ne und dadurch zu Defiziten bei der Ausführungsgeschwindigkeit von Datenbankanfragen. F?derierte Systeme müssen auf dem koordinierenden DBS Statistiken über verteilte Daten unterhalten, um effiziente Zugriffspl?ne zu entwickeln, wenn Daten aus verschiedenen Datenquellen zusammengeführt werden. Fehlerhafte Statistiken verursachen in diesem Fall schlechte Lastenverteilung sowie zus?tzlichen Kommunikationsaufwand und Netzlast. Die Synchronisation dieser zus?tzlichen Statistiken mit den Statistiken der entfernten Datenquellen ist problematisch, da Datenquellen v?llig unabh?ngig voneinander sind und ihre Statistiken eventuell nicht externalisieren oder inkompatible bzw. andere statistische Modelle verwenden als das koordinierende DBS. Im folgenden zeigen wir eine Erweiterung der Feedback-Schleife von DB2s lernendem Optimierer (LEO) auf f?derierte Architekturen, die es LEO erm?glicht, automatisch Statistiken über Daten auf entfernten Datenquellen zu lernen und zu verwalten. Wir diskutieren mehrere M?glichkeiten, Feedback für f?derierte Anfragen zu erhalten und stellen einen L?sung vor, die lokales Feedback verwendet, und einen Stichprobenprozess (statistical sampling) zu steuren, der die ben?tigten entfernten Daten basierend auf dem Feedback effizient ermittelt. Mittels einer detaillierten Leistungsanalyse der vorgestellten M?glichkeiten im Rahmen einer Fallstudie belegen wir, dass der potenzielle Geschwindigkeitszuwachs für Datenbankanfragen sehr hoch ist, w?hrend die Zusatzbelastung durch LEO in moderaten Grenzen liegt. CR Subject Classification H.2.4,H.2.5,D.3.4     

中国南方水果多媒体数据库系统的开发

本文以开发南方水果多媒体数据库系统的经历，详细地介绍了该系统的组成、功能、特点、开发语言的选择、程序设计，并探讨了该系统的改进及商品化之路。     

基于信息化管理的稿件管理数据库构建

根据科技期刊计算机信息化的现状,提出建立完整、统一的稿件管理数据库,以满足进一步提高科技期刊信息化管理和网络化水平需要的思想,并以Microsoft Excel为例,论述完整、统一的稿件管理数据库的实现方法及其查询和信息化管理功能.     

中药标本数据库建设

阐述了沈阳药科大学图书馆＂中药标本数据库＂建设的基本思路及开发的具体过程,指出了数据库建设过程中存在的一些问题并提出了建议。     

基于图书馆多个数据库集成管理的比较研究

本文以市面上较常见的七个数据库为例，看它们集成的现状以及分析如何提高集成程度，进行多方面比较研究，同时提出图书馆面临多个数据库集成管理应解决的方案。     

应用稿件管理数据库指导期刊发展工作

基于稿件管理数据库,提出通过深入挖掘其使用功能,如预测全年投稿量、总收益,计算报道时差及指导组稿、刊稿工作等,从而为期刊发展提供决策信息.     

Concurrency control scheme in multi-level secure database management systems

The most critical problem associated with implementing in multi-level secure database management systems (MLS/DBMSs) is a correct concurrency control under the constraints of multilevel security. This paper provides two concurrency control schemes, one based on multiversion scheme and the other based on the two-phase locking scheme.     

科技期刊审稿专家数据库的建立及管理

建设管理审稿专家数据库是提高审稿工作质量的重要前提与保障。根据机电工程杂志社在审稿专家数据库工作方面的思路和做法,总结审稿专家数据库的作用与意义、构建与管理、评估与维护等方面的体会;介绍一些具有实用参考价值的建设经验、管理手段和操作性较强的实施方法。     

数据库程序Access在科技期刊稿件管理中的应用

为提高科技期刊编辑部处理稿件的工作效率和质量水平,及时分析和掌握期刊稿件的组成及来源情况,做到有计划、有目的地组稿、出刊,利用数据库(Access),对科技期刊编辑部处理稿件工作进行了编程,成功地用于<矿业安全与环保>编辑部稿件的日常管理工作.结果表明,利用目前计算机中已有的软件,无须增加额外费用,即可实现编辑部稿件管理工作的现代化.     

同行评审专家库动态管理及有效方法探讨

为消除科技论文同行评审过程中存在的弊端,缩短评审周期和获得参考价值较高的评审意见,结合科技期刊的自身特色和所在学科领域技术发展的特点,动态管理评审专家库.详细阐述在动态管理评审专家库的新增专家、更新专家信息和解聘专家方面实施的行之有效的方法:通过多种途径新增专家,完整收集专家的基本信息并动态跟踪、及时更新,准确定位专家的专业方向并动态跟踪、及时更新,定期评价专家的评审质量,勤于调整、适时解聘等.     

读者群落:学术期刊面向对象的科学传播

读者是科技期刊生存的基础,为读者服务是期刊发展的前提。针对目前科技期刊一味追求SCI和影响因子,部分出版单位不考虑国内读者和自身条件刻意创办英文刊等问题,本文对其存在的症结和对策进行了研究。分析认为,目前很多期刊过度追求影响力,而忽略了传播力,其出发点产生了偏差。期刊的定位和读者群落不清晰是导致部分科技期刊盲目追求高标准的原因。基于《石油勘探与开发》的办刊实践,笔者提出科技期刊细分读者群落的思路,通过多种方式扩展读者群的范围和类型,实现覆盖国内外专家学者、产业工作者、社会读者等多种类型,并构建快速传播渠道和读者群数量稳步增长的途径,实现助推国家理论技术创新、加快科技成果产业化、提升国际学术界话语权、传播科技、提升公众科学素养等多方面的作用。     

基于Access的信息管理系统开发实践——查询程序设计与数据库系统功能实现

在各类信息管理系统研发中。通过设计Access数据库的选择查询、交叉表查询、参数查询、操作查询等查询功能。充分利用Access内嵌了SQL—SELECT查询语句中的联合查询、传递查询和数据定义等特有查询设计。息的统计分析。以满足管理人员和用户对数据进行录入、维护和科研信息的检索、应用。实现数据处理控制、动态数据统计分析、数值自动计算、数据剔选查询等系统功能。     

学术期刊审稿专家数据库的开发及其使用

介绍学术期刊审稿专家数据库设计开发的基本思路及其使用方法。开发的数据库具有目的性强、用户注册和数据添加维护开放、动态更新修改专家信息、数据信息的准确性有保证等特点     

Microcomputer management of instruction: The advanced learning system

The Advanced Learning System, developed at Western Illinois University is a micro-computer managed, self-paced, multi-media, and student centered system of instruction which is currently being used to teach two beginning courses in economics. Students progress through the course by accomplishing the objectives established for each unit of instruction. Learning is individualized in that each student chooses the materials which help him to learn best. Traditional textbooks are used along with videotape presentations, audiotape/workbook combinations, discussion groups, and written exercises. Students determine when they are ready to display their understanding of the objectives by testing on the micro-processor controlled CRTs. Each student receives a randomly selected test. Upon completing the test, the student immediately receives feedback on whether or not he passed, which questions he missed, why they were wrong, and in which areas he needs restudy.The system has been in operation for four years and evaluation of results reveals that students perform as well or better than students in traditional classroom settings. Of particular interest is the fact that slower students seem to gain even more from te system than do the brighter ones. The authors indicate that the Advanced Learning System can be used in many disciplines almost without modification.     

Searching a biomedical bibliographic database from Bulgaria: the ABS database

BACKGROUND: The University of Sofia, Bulgaria, disseminates local biomedical literature (1994 to present) through a free online database, ABS. OBJECTIVES: Our objectives were to systematically search ABS, identify citations to controlled trials and discover what proportion of these studies are to be found on medline. METHODS: We searched using Bulgarian and English phrases; manually selected citations of controlled trials and sought these citations on medline. Results: Using the two languages, we found a total of 628 unique citations, 47 of which seem to be relevant controlled trials (precision 7.48%, 13% of ABS citations were found on medline). The trials in ABS commonly focused on evaluation of care for people with cardiovascular or urological problems. DISCUSSION: ABS is another source of easily accessed trials not readily available elsewhere.     

基于稿件管理数据库信息共享的表单批量输出方法

为充分利用稿件管理数据库的信息,避免大量的重复劳动,提出了基于稿件管理数据库信息共享的编辑部常用表单的生成与批量输出方法.首先编辑各种工作表单的打印模板,然后利用稿件管理数据库中的信息,生成需要打印的表单数据,最后利用Microsoft Word的"函件合并"功能自动生成各种表单并批量输出.该方法可快速生成并打印各种工作表单,提高了工作效率和期刊信息化管理水平.