關(guān)聯(lián)挖掘技術(shù)支持下的數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法設(shè)計(jì)

劉向東

摘要：在一些大型數(shù)據(jù)庫(kù)中，冗雜數(shù)據(jù)會(huì)導(dǎo)致查詢(xún)精確度降低?；诖?，提出關(guān)聯(lián)挖掘技術(shù)支持下的數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法設(shè)計(jì)，包括數(shù)據(jù)庫(kù)獲取優(yōu)化分析、內(nèi)存數(shù)據(jù)查詢(xún)的優(yōu)化、關(guān)聯(lián)規(guī)則頻繁集的有效建立。實(shí)驗(yàn)證明本文設(shè)計(jì)算法與傳統(tǒng)算法相比，在同等網(wǎng)絡(luò)數(shù)據(jù)規(guī)模情況下，前者對(duì)于數(shù)據(jù)查詢(xún)的判定精確度要高于后者，具有較高的有效性。

關(guān)鍵詞：關(guān)聯(lián)挖掘技術(shù);數(shù)據(jù)庫(kù)優(yōu)化;查詢(xún)算法;精確程度

中圖分類(lèi)號(hào)：TP183 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）05-0137-02

0 引言

伴隨計(jì)算機(jī)網(wǎng)絡(luò)與國(guó)民經(jīng)濟(jì)的快速發(fā)展，分布式系統(tǒng)的應(yīng)用范圍也隨之加大，在進(jìn)行數(shù)據(jù)挖掘的時(shí)候，分布式關(guān)聯(lián)挖掘技術(shù)在每一個(gè)節(jié)點(diǎn)之間的協(xié)同和競(jìng)爭(zhēng)、信息應(yīng)用與計(jì)算機(jī)網(wǎng)絡(luò)通訊效率上出現(xiàn)的問(wèn)題逐漸加重，嚴(yán)重影響到關(guān)聯(lián)挖掘技術(shù)的普及[1]。由于目前國(guó)內(nèi)計(jì)算機(jī)技術(shù)的日益進(jìn)步，對(duì)于一些大型數(shù)據(jù)庫(kù)的使用要求也越來(lái)越多，一些大型甚至是超大型的數(shù)據(jù)庫(kù)，在金融，文化，生物，航天航空等諸多專(zhuān)業(yè)領(lǐng)域獲得了極其廣泛地使用[2]。

1 關(guān)聯(lián)挖掘技術(shù)支持下的數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法設(shè)計(jì)

1.1 數(shù)據(jù)庫(kù)獲取優(yōu)化分析

數(shù)據(jù)庫(kù)查詢(xún)模塊在計(jì)算應(yīng)用的時(shí)候，首先需要做的是將運(yùn)行環(huán)境進(jìn)行初始化設(shè)置，其中包括環(huán)境參量的初始化、匹配文件的初始化、公共參數(shù)以及數(shù)據(jù)緩存的初始化[3]。之后再進(jìn)行網(wǎng)絡(luò)設(shè)施的初始化，最后實(shí)現(xiàn)數(shù)據(jù)庫(kù)查詢(xún)模塊的工作流程，具體包括數(shù)據(jù)流的還原、阻攔一部分?jǐn)?shù)據(jù)包以及關(guān)鍵數(shù)據(jù)包的相關(guān)處理分析和調(diào)整[4]。關(guān)鍵數(shù)據(jù)包的相關(guān)處理分析和調(diào)整主要是對(duì)功能不一樣的數(shù)據(jù)包進(jìn)行調(diào)改。數(shù)據(jù)獲取過(guò)程中獲取的主要內(nèi)容是有關(guān)數(shù)據(jù)來(lái)源的記載信息、數(shù)據(jù)具體特點(diǎn)、獲取數(shù)據(jù)需要等待的時(shí)間等。

1.2 內(nèi)存數(shù)據(jù)查詢(xún)的優(yōu)化

本文分析的是關(guān)聯(lián)挖掘技術(shù)支持下的數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法，在查詢(xún)算法的基礎(chǔ)上完成節(jié)省儲(chǔ)存空間的實(shí)施效果，其中利用實(shí)時(shí)數(shù)據(jù)庫(kù)的運(yùn)算規(guī)則和查詢(xún)算法完成優(yōu)化查詢(xún)的一系列設(shè)計(jì)，有關(guān)規(guī)則需要按照數(shù)據(jù)鏈接外表與基表的基本規(guī)則，來(lái)優(yōu)化計(jì)算路徑，如果是多鏈條鏈接，就僅僅需要判斷表內(nèi)數(shù)據(jù)的鏈接狀況即可。

1.3 關(guān)聯(lián)規(guī)則頻繁集的有效建立

數(shù)據(jù)之間的關(guān)聯(lián)原則某種程度上規(guī)定了數(shù)據(jù)的一些獨(dú)特特征，當(dāng)數(shù)據(jù)之間出現(xiàn)隱匿選調(diào)規(guī)則的時(shí)候，相對(duì)應(yīng)的特征區(qū)內(nèi)就會(huì)出現(xiàn)隱匿數(shù)據(jù)[5]，從而組建成一個(gè)關(guān)聯(lián)數(shù)據(jù)集合以便用來(lái)描述相匹配的關(guān)聯(lián)原則：一旦全部數(shù)據(jù)組建的數(shù)據(jù)集合表示為：，包含系統(tǒng)內(nèi)標(biāo)記的全部事物，組成數(shù)據(jù)庫(kù)，數(shù)據(jù)U的集合對(duì)應(yīng)的是數(shù)據(jù)（i=1，2，…，n）。U的任何一個(gè)數(shù)據(jù)集合S表示E的數(shù)據(jù)任務(wù)集合，|S|=h則表示集合S的h項(xiàng)。若是E集合內(nèi)中的一個(gè)數(shù)據(jù)，而且，則能夠立即判斷出數(shù)據(jù)中包含數(shù)據(jù)目集合S。數(shù)據(jù)集S的激勵(lì)點(diǎn)能夠通過(guò)數(shù)據(jù)集S在數(shù)據(jù)集合E內(nèi)的任務(wù)數(shù)表示。數(shù)據(jù)集X的激勵(lì)點(diǎn)用encourage（S）表示：

式（1）中，代表數(shù)據(jù)集合E的任務(wù)數(shù)，如果一數(shù)據(jù)S的激勵(lì)點(diǎn)encourage（S）不會(huì)小于最低激勵(lì)點(diǎn)，那么就可以判斷出S是一個(gè)頻繁數(shù)據(jù)集，否則S就是作為一個(gè)非頻繁數(shù)據(jù)集而存在。按照以上具體定義，就可以得導(dǎo)一下的定理：

設(shè)S，W是數(shù)據(jù)集E中的任務(wù)集：

首先，如果，那么encourage（S）≥encourage（W）。

其次，當(dāng)?shù)臅r(shí)候，一旦S組委非頻繁數(shù)據(jù)集而存在，那么W也屬于非頻繁數(shù)據(jù)集。

最后，當(dāng)，如果W屬于頻繁數(shù)據(jù)集，那么S也作為頻繁數(shù)據(jù)集而存在。

2 實(shí)驗(yàn)與效果分析

為了更加清楚、具體的看出本文設(shè)計(jì)算法的應(yīng)用效果，特與傳統(tǒng)的數(shù)據(jù)庫(kù)查詢(xún)算法進(jìn)行對(duì)比，對(duì)其數(shù)據(jù)查詢(xún)的精確度進(jìn)行比較。

2.1 實(shí)驗(yàn)準(zhǔn)備

為保證試驗(yàn)的準(zhǔn)確性，將兩種數(shù)據(jù)庫(kù)查詢(xún)算法設(shè)計(jì)置于相同的試驗(yàn)環(huán)境之中，進(jìn)行數(shù)據(jù)查詢(xún)的精確度能力的相關(guān)試驗(yàn)。試驗(yàn)環(huán)境設(shè)置內(nèi)容見(jiàn)表1。

2.2 實(shí)驗(yàn)結(jié)果分析

試驗(yàn)過(guò)程中，通過(guò)兩種不同設(shè)計(jì)同時(shí)在相同環(huán)境中進(jìn)行工作，分析其數(shù)據(jù)查詢(xún)的精確能力變化。效果對(duì)比圖1所示。

通過(guò)實(shí)驗(yàn)結(jié)果的對(duì)比，可以明顯看到，本文設(shè)計(jì)數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法與傳統(tǒng)數(shù)據(jù)庫(kù)查詢(xún)算法相比，在同等網(wǎng)絡(luò)數(shù)據(jù)規(guī)模情況下，前者對(duì)于數(shù)據(jù)查詢(xún)的判定精確度要高于后者，且發(fā)揮較為穩(wěn)定，實(shí)驗(yàn)證明，本文設(shè)計(jì)的數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法具有較高的有效性。

3 結(jié)語(yǔ)

本文對(duì)關(guān)聯(lián)挖掘技術(shù)支持下的數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法設(shè)計(jì)進(jìn)行分析，根據(jù)關(guān)聯(lián)挖掘技術(shù)原理與公式計(jì)算分析數(shù)據(jù)，實(shí)現(xiàn)本文設(shè)計(jì)。實(shí)驗(yàn)論證表明，本文設(shè)計(jì)的方法具備極高的有效性。希望本文的研究能夠?yàn)殛P(guān)聯(lián)挖掘技術(shù)支持下的數(shù)據(jù)庫(kù)優(yōu)化查詢(xún)算法設(shè)計(jì)的方法提供理論依據(jù)。

參考文獻(xiàn)

[1] 林基明，班文嬌，王俊義，童記超.基于并行遺傳-最大最小蟻群算法的分布式數(shù)據(jù)庫(kù)查詢(xún)優(yōu)化[J].計(jì)算機(jī)應(yīng)用，2016，36（03）：675-680.

[2] 張亞玲，王婷，王尚平.增量式隱私保護(hù)頻繁模式挖掘算法[J].計(jì)算機(jī)應(yīng)用，2018，38（01）：176-181.

[3] 朱益立，鄧珍榮，謝攀.基于有向無(wú)環(huán)圖的頻繁模式挖掘算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2017，38（05）：1237-1241.

[4] 吳洋，溫佩芝，鄧星，朱立坤.一種改進(jìn)的分布式數(shù)據(jù)庫(kù)查詢(xún)優(yōu)化遺傳算法[J].桂林電子科技大學(xué)學(xué)報(bào)，2015，35（03）：217-221.

[5] 劉平，王曉，劉春.小差異化圖像數(shù)據(jù)庫(kù)中的特定特征挖掘方法設(shè)計(jì)[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)，2017，39（05）：562-566.