自适应的数据库查询缓存

doi:10.3778/j.issn.1002-8331.2008.22.047

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (22): 159-161.DOI: 10.3778/j.issn.1002-8331.2008.22.047

• 数据库、信号与信息处理 • 上一篇下一篇

自适应的数据库查询缓存

邱林锋^1,2,曹学成^1,2,柏文阳^1,2

1.南京大学软件新技术国家重点实验室，南京 210093
2.南京大学计算机科学与技术系，南京 210093

收稿日期:2007-10-09 修回日期:2008-01-02 出版日期:2008-07-11 发布日期:2008-07-11
通讯作者: 邱林锋

Adaptive cache for database query

QIU Lin-feng^1,2,CAO Xue-cheng^1,2,BAI Wen-yang^1,2

1.National Key Laboratory for Novel Software Technology，Nanjing University，Nanjing 210093，China
2.Department of Computer Science and Technology，Nanjing University，Nanjing 210093，China

Received:2007-10-09 Revised:2008-01-02 Online:2008-07-11 Published:2008-07-11
Contact: QIU Lin-feng

摘要/Abstract

摘要： 传统的缓存采取较为机械的管理方法，不能随数据库运行的动态信息调整自身参数以得到更优的性能。数据库语义缓存能够让数据库“理解”查询语义，可以为数据库的动态调节提供信息。而查询缓存是语义缓存的一种，在 SQL解析与查询执行之间，通过研究查询缓存的自主管理来提高数据库的查询性能。首先介绍了数据库常用的语义缓存与自主计算，然后对查询缓存进行了形式化定义，并提出了自适应的查询缓存模型。最后在MySQL的查询缓存上进行了实验，得到了较好的效果。

关键词: 数据库, 自主计算, 语义缓存, 查询缓存

Abstract: In tradition，databases manage their caches in a relatively mechanical way and the cache can’t tune itself in dynamic environments.Semantic caching can make the database understand the query and provide the information needed in the dynamic tuning.Query cache is a kind of the semantic cache，between the SQL parser and the query executor.This paper does some research on the self-management of the database query cache，in order to improve the database performance.First some concepts of the database cache and the autonomic computing are introduced.Then，the formal definition of the query cache and the adaptive model are given.The experiment is done based on MySQL and the result is obvious.

Key words: database, autonomic computing, semantic cache, query cache

邱林锋^1,2,曹学成^1,2,柏文阳^1,2. 自适应的数据库查询缓存[J]. 计算机工程与应用, 2008, 44(22): 159-161.

QIU Lin-feng^1,2,CAO Xue-cheng^1,2,BAI Wen-yang^1,2. Adaptive cache for database query[J]. Computer Engineering and Applications, 2008, 44(22): 159-161.

[1]	张俊，廖雪花，余旭玲，雷蒙. 关系型数据库内存化存储模型研究[J]. 计算机工程与应用, 2021, 57(19): 123-128.
[2]	米珍美，赵恒斌，高攀. 基于ConvLSTM网络的维度情感识别模型研究[J]. 计算机工程与应用, 2021, 57(18): 289-296.
[3]	孙敬成，王正彦，李增刚. 卷积神经网络数字识别系统的FPGA实现[J]. 计算机工程与应用, 2020, 56(13): 181-188.
[4]	张开碧，周震，韦鹏程，李莉. 外包数据库多关键词可验证密文搜索方案[J]. 计算机工程与应用, 2019, 55(17): 76-81.
[5]	原永朋1，2，游大涛1，武相军1，魏梦凡1，朱萌博1，耿旭东1，贾乃仁2. 类内类间距离在CNN识别心拍类中的应用研究[J]. 计算机工程与应用, 2019, 55(14): 242-248.
[6]	孙彦珺，杨庚，史经启，刘国秀. 用户可自定义的低调整率保序加密算法[J]. 计算机工程与应用, 2018, 54(9): 67-74.
[7]	马振，哈力旦·阿布都热依木，李希彤. 海量样本数据集中小文件的存取优化研究[J]. 计算机工程与应用, 2018, 54(22): 80-84.
[8]	文卫东1，李鸯2，李文海2. 基于Trevni行列混合的分布式嵌套存储研究[J]. 计算机工程与应用, 2018, 54(18): 74-81.
[9]	杨斌，李灯熬，赵菊敏. 基于区域划分的局部更新指纹定位算法[J]. 计算机工程与应用, 2018, 54(17): 56-61.
[10]	张曼1，咸鹤群1，2，张曙光1. 加密数据库快速关键词查询技术[J]. 计算机工程与应用, 2018, 54(13): 78-83.
[11]	郭凯1，龚才鑫1，龚奕利1，雷迎春2. 基于分布式文件系统的MPP数据库扫描调度研究[J]. 计算机工程与应用, 2018, 54(13): 84-87.
[12]	王永超，鲁鸣鸣. 面向金融行业的大数据迁移的研究与实现[J]. 计算机工程与应用, 2018, 54(13): 93-99.
[13]	吴宗大1，江芳1，陈恩红2，徐贯东3. 面向云数据库服务的隐私字符串加密查询方案[J]. 计算机工程与应用, 2018, 54(11): 103-108.
[14]	周彧1，2，李晖1，2，梁青青1，2，陈梅1，2，朱明3. FastNavi：巡天数据的交互式探索系统[J]. 计算机工程与应用, 2018, 54(1): 86-93.
[15]	宗平1，李雷2. PostgreSQL与MongoDB处理非结构化数据性能比较[J]. 计算机工程与应用, 2017, 53(7): 104-108.

自适应的数据库查询缓存

Adaptive cache for database query

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics