物化视图选择方法的研究
本文介绍的SG算法是在Greedy算法基础上的进一步改进和完善.Semi-Greedy(SG)的含义就是它是在一定条件限制下的Greedy,同Greedy算法相比,它的复杂度得到了很好的控制,比Greedy算法有更大的实际应用价值.出于降低算法整体复杂度的需要,SG算法不可避免地丢失了一些维之间的关联信息,但对维的重要性进行排序的工作相当程度上弥补了这种损失,这使得算法在选择最优视图的能力上与复杂度高得多的Greedy算法相关无几.因此,SG算法能够高速并非常有效地从极其复杂的多维视图集中找出物化视图的选择方案.
海量数据 数据库 物化视图 多维数据集
严勇 袁晴晴 周皓峰 花鸣 汪卫 施伯乐
复旦大学计算机与信息技术系(上海)
国内会议
长沙
中文
251-254
2003-10-10（万方平台首次上网日期，不代表论文的发表时间）