关系数据库的并发控制与实现途径

允许多个用户共享数据是关系数据库管理系统的重要特点之一。但当多个用户并发地操作数据库数据时,RDBMS必须提供合理的并发控制机制来保证事务的隔离和数据的一致性。在介绍并发控制理论的基础上,本文总结了若干实现关系数据库并发控制的主要途径。     

基于中间件技术的空间数据库多策略并发控制研究

在分析空间数据库中长事务的基础上提出一种基于中间件技术的多策略长事务并发控制方法,较好地解决了空间数据库中并发控制的问题,有效地提高了空间数据库的性能,而且实现方式多样,可以满足众多用户不同的需求.     

一种改进的Apriori算法

关联规则挖掘是数据挖掘研究领域中的一个重要任务,旨在挖掘事务数据库中有趣的关联。Apriori算法是关联规则挖掘中的经典算法。然而Apriori算法存在着产生候选项目集效率低和频繁扫描数据等缺点。提出了一种新的Apriori的改进算法,该算法在生成k(k>1)项频繁集时,不需要重新扫描数据库,只是在生成1项频集时,才需要扫描事务数据库,有效地减少了对事务数据库的读操作,在时间复杂度上较经典的Apriori算法有更加优越的性能。     

基于ADO.NET的教学管理系统数据并发控制问题

本文以ADO.NET的数据并发控制问题为研究对象,对其事务的特性进行介绍,较为详细的对ADO.NET的数据并发的几种常见解决方案的工作原理进行一定的阐述。     

死锁与事务优化

在数据库中使用事务功能,就可以把数据遭破坏的可能性降到最低。然而,事务处理需要耗费大量的计算机资源,它必然会引起系统性能的降低,甚至由于多个事务的不合理设计造成冲突而产生死锁现象,这是一名数据开发者所不愿意面对但却必须解决的重要问题,该文描述了通过优化事务的方法来避免死锁的发生。     

SQL数据库中事务的实现方法

本文主要探讨事务的定义,事务的基本特征,以及在SQL Server数据库的存储过程中的具体实现方法。还将探讨事务在执行过程中失败了,在存储过程中是怎样判断及怎样具体处理的方法。笔者在开发一个《说课比赛网络评分系统》时,遇到需要对多个数据库表同时操作的情况,如果用普通的做法,顺序对各个数据库表进行操作,就可能会在极端情况下,出现操作一部分数据库表时操作被中断,导致数据库中的信息出现不一致,甚至出现"脏数据",从而影响软件系统的稳定运行。如果使用事     

使用事务处理解决数据操作不一致的问题

<正>基于SQL Server2003数据库在教学过程中使用事务处理数据操作会出现不一致的现象,笔者以此为实例,分别从为什么使用事务,什么是事务,事务如何创建等几个方面阐述了事务的功能和应用。并对使用事务时应该注意的若干问题进行了探讨。     

锁机制在数据库并发访问中的研究与应用

理想状态是数据库应用程序能够根据用户数量和数据容量线性地伸缩,但性能往往随用户的增加和数据量的增长而降低。以火车票售票为实例,详细介绍了在MSSQL中如何利用锁及事务隔离机制实现并发访问控制下的数据一致性维护。     

利用JAVA语言设计网络考试系统

利用JAVA语言设计网络考试,采用数据库连接池技术,减少了大访问量时,频繁建立、销毁数据库连接的开销;采用内存缓存技术,减少大量并发访问数据库的操作,在提高客户端访问速度的同时,还能在客户端故障时,从服务器内存中恢复数据,提高了系统的健壮性。     

基于事务级容侵的数据库安全研究

以数据库为基础的信息系统在政治、经济、军事及科研等各个领域得到广泛应用。数据库系统是信息系统中数据存储和处理的核心,一旦失效可能导致无法弥补的损失。事务级入侵容忍要解决的问题是在恶意事务被发现之前,保证由恶意事务造成的数据库损坏不会扩散,并在恶意事务被定位后及时修复损坏的数据,使系统在遭受攻击的情况下仍可正常运行,实现数据库的可用性、可生存性以及关键数据的机密性和完整性。     

一种改进的关联规则Apriori挖掘算法

针对Apriori算法多次扫描事务数据库且产生庞大的候选集性能瓶颈,本文提出了Apriori算法的优化算法。该算法利用频繁项集产生时需要自身连接的特征,在连接前对频繁项集依据支持度由小到大进行排序,从而优化连接策略,并将其运用到描述事务数据库的布尔矩阵中。经实验证明,该算法随着事务数据库规模的扩大,较Apriori算法有明显的优越性。     

基于相似度代价计算的内存数据库集群数据划分

针对内存数据库集群的数据划分,提出了基于相似度计算的内存数据库数据划分算法。该算法首先根据数据相关性对数据作初步简单划分,然后再基于事务相似度计算,得到最佳事务相似性判断标准,对事务进行相关性合并,进而进一步划分数据,得到合理优化的数据划分结果。算法创新地提出根据Rough集原理计算事务相关性,去除了数据库读写系数的影响,对内存数据库集群的数据划分具有一定指导意义。     

基于事务权重与布尔矩阵的Apriori改进算法

关联规则可在大量数据中找出事务的隐藏联系,其中,Apriori算法是关联规则分析中较为有效的方法。然而,经典Apriori算法需频繁扫描数据库和事务集,使在生成频繁项集的过程中产生大量候选项集。针对该问题,利用事务集对应权重和初始数据库映射形成的布尔矩阵,在经典Apriori算法的基础上,提出一种改进算法。数值算例结果表明,改进后的算法能较为明显地减少计算时间,从而提升经典Apriori算法效率。     

基于MapReduce的分块压缩矩阵Apriori的并行化研究

针对经典的Apriori算法需要多次扫描数据库,不适合大规模数据这个问题,提出了一种改进的Apriori算法.该算法采用布尔向量关系运算思想,将事务数据库扫描后转化成压缩矩阵,在MapReduce框架下将压缩矩阵进行分块,每块分别被做并列式处理.利用分压缩矩阵快速计算所有的候选项集,从中产生频繁K-项集,降低了Apriori算法的时间复杂度.     

浅论数据库中的“锁“

数据库最明显的特点是多个用户可共享数据,这固然是数据库的一大长处,但同时也带来了新的问题,这就是并发操作带来的对数据库一致性、完整性的破坏,如果不对并发操作进行必要的控制,那么即使没有任何故障和程序错误也会损坏数据库的完整性.     

闭合序列模式的删减更新算法

目前,已经有很多针对数据挖掘更新算法的研究,但大部分的更新算法都只是考虑事务数据库增量更新的情况.实际上,事务数据库数据还存在数据删减的更新问题,为了解决这类问题,提出了一种基于闭合序列模式的更新算法DeCloSpan,该算法对已有的挖掘结果直接进行删减更新,避免了重复挖掘.     

改进的关联规则增量式更新算法

发现频繁项集是数据挖掘应用中的关键问题,发现过程的高花费要求对增量数据挖掘算法进行深入研究.考虑保持最小支持度不变,一个事务数据集d动态的添加到事务数据库D中时,利用基于矩阵的MFUP(Matrix_Fast_Update)算法生成事务数据库D U d中的频繁项集.     

浅析Oracle事务

数据库技术是计算机科学技术中发展最快的技术之一。保持数据一致性和完整性,是每一款成功商业数据库都必须做到的基本要求。Oracle的事务是保证数据库一致性和完整性的机制。本文介绍了事务以及它的ACID特性、分析研究了事务的相关控制命令:提交、撤销、回滚。     

事物日志与SQL Server数据库维护

事务日志是数据库系统实现数据恢复的必要条件,文中分析了事务日志的工作机制,介绍了一种在没有数据库备份文件的情况下,利用日志文件实现数据恢复的方法。文中的技术思想与方法时DBA（Data Base Administrator,数据库管理员）日常数据维护具有重要的指导意义：     

三类数据库事务并发控制方法的实现及比较

在多用户的数据库系统中,由于事务的并发性而带来了三类的并发问题.为解决这些问题,本文介绍了三种事务的并发控制方法:封锁法、时间印法和乐观法,并分析了它们的优缺点.