面向XML物化视图远程增量维护的版本管理技术研究
人工智能领域中英文专有名词汇总
名词解释中英文对比<using_information_sources> social networks 社会网络abductive reasoning 溯因推理action recognition(行为识别)active learning(主动学习)adaptive systems 自适应系统adverse drugs reactions(药物不良反应)algorithm design and analysis(算法设计与分析) algorithm(算法)artificial intelligence 人工智能association rule(关联规则)attribute value taxonomy 属性分类规范automomous agent 自动代理automomous systems 自动系统background knowledge 背景知识bayes methods(贝叶斯方法)bayesian inference(贝叶斯推断)bayesian methods(bayes 方法)belief propagation(置信传播)better understanding 内涵理解big data 大数据big data(大数据)biological network(生物网络)biological sciences(生物科学)biomedical domain 生物医学领域biomedical research(生物医学研究)biomedical text(生物医学文本)boltzmann machine(玻尔兹曼机)bootstrapping method 拔靴法case based reasoning 实例推理causual models 因果模型citation matching (引文匹配)classification (分类)classification algorithms(分类算法)clistering algorithms 聚类算法cloud computing(云计算)cluster-based retrieval (聚类检索)clustering (聚类)clustering algorithms(聚类算法)clustering 聚类cognitive science 认知科学collaborative filtering (协同过滤)collaborative filtering(协同过滤)collabrative ontology development 联合本体开发collabrative ontology engineering 联合本体工程commonsense knowledge 常识communication networks(通讯网络)community detection(社区发现)complex data(复杂数据)complex dynamical networks(复杂动态网络)complex network(复杂网络)complex network(复杂网络)computational biology 计算生物学computational biology(计算生物学)computational complexity(计算复杂性) computational intelligence 智能计算computational modeling(计算模型)computer animation(计算机动画)computer networks(计算机网络)computer science 计算机科学concept clustering 概念聚类concept formation 概念形成concept learning 概念学习concept map 概念图concept model 概念模型concept modelling 概念模型conceptual model 概念模型conditional random field(条件随机场模型) conjunctive quries 合取查询constrained least squares (约束最小二乘) convex programming(凸规划)convolutional neural networks(卷积神经网络) customer relationship management(客户关系管理) data analysis(数据分析)data analysis(数据分析)data center(数据中心)data clustering (数据聚类)data compression(数据压缩)data envelopment analysis (数据包络分析)data fusion 数据融合data generation(数据生成)data handling(数据处理)data hierarchy (数据层次)data integration(数据整合)data integrity 数据完整性data intensive computing(数据密集型计算)data management 数据管理data management(数据管理)data management(数据管理)data miningdata mining 数据挖掘data model 数据模型data models(数据模型)data partitioning 数据划分data point(数据点)data privacy(数据隐私)data security(数据安全)data stream(数据流)data streams(数据流)data structure( 数据结构)data structure(数据结构)data visualisation(数据可视化)data visualization 数据可视化data visualization(数据可视化)data warehouse(数据仓库)data warehouses(数据仓库)data warehousing(数据仓库)database management systems(数据库管理系统)database management(数据库管理)date interlinking 日期互联date linking 日期链接Decision analysis(决策分析)decision maker 决策者decision making (决策)decision models 决策模型decision models 决策模型decision rule 决策规则decision support system 决策支持系统decision support systems (决策支持系统) decision tree(决策树)decission tree 决策树deep belief network(深度信念网络)deep learning(深度学习)defult reasoning 默认推理density estimation(密度估计)design methodology 设计方法论dimension reduction(降维) dimensionality reduction(降维)directed graph(有向图)disaster management 灾害管理disastrous event(灾难性事件)discovery(知识发现)dissimilarity (相异性)distributed databases 分布式数据库distributed databases(分布式数据库) distributed query 分布式查询document clustering (文档聚类)domain experts 领域专家domain knowledge 领域知识domain specific language 领域专用语言dynamic databases(动态数据库)dynamic logic 动态逻辑dynamic network(动态网络)dynamic system(动态系统)earth mover's distance(EMD 距离) education 教育efficient algorithm(有效算法)electric commerce 电子商务electronic health records(电子健康档案) entity disambiguation 实体消歧entity recognition 实体识别entity recognition(实体识别)entity resolution 实体解析event detection 事件检测event detection(事件检测)event extraction 事件抽取event identificaton 事件识别exhaustive indexing 完整索引expert system 专家系统expert systems(专家系统)explanation based learning 解释学习factor graph(因子图)feature extraction 特征提取feature extraction(特征提取)feature extraction(特征提取)feature selection (特征选择)feature selection 特征选择feature selection(特征选择)feature space 特征空间first order logic 一阶逻辑formal logic 形式逻辑formal meaning prepresentation 形式意义表示formal semantics 形式语义formal specification 形式描述frame based system 框为本的系统frequent itemsets(频繁项目集)frequent pattern(频繁模式)fuzzy clustering (模糊聚类)fuzzy clustering (模糊聚类)fuzzy clustering (模糊聚类)fuzzy data mining(模糊数据挖掘)fuzzy logic 模糊逻辑fuzzy set theory(模糊集合论)fuzzy set(模糊集)fuzzy sets 模糊集合fuzzy systems 模糊系统gaussian processes(高斯过程)gene expression data 基因表达数据gene expression(基因表达)generative model(生成模型)generative model(生成模型)genetic algorithm 遗传算法genome wide association study(全基因组关联分析) graph classification(图分类)graph classification(图分类)graph clustering(图聚类)graph data(图数据)graph data(图形数据)graph database 图数据库graph database(图数据库)graph mining(图挖掘)graph mining(图挖掘)graph partitioning 图划分graph query 图查询graph structure(图结构)graph theory(图论)graph theory(图论)graph theory(图论)graph theroy 图论graph visualization(图形可视化)graphical user interface 图形用户界面graphical user interfaces(图形用户界面)health care 卫生保健health care(卫生保健)heterogeneous data source 异构数据源heterogeneous data(异构数据)heterogeneous database 异构数据库heterogeneous information network(异构信息网络) heterogeneous network(异构网络)heterogenous ontology 异构本体heuristic rule 启发式规则hidden markov model(隐马尔可夫模型)hidden markov model(隐马尔可夫模型)hidden markov models(隐马尔可夫模型) hierarchical clustering (层次聚类) homogeneous network(同构网络)human centered computing 人机交互技术human computer interaction 人机交互human interaction 人机交互human robot interaction 人机交互image classification(图像分类)image clustering (图像聚类)image mining( 图像挖掘)image reconstruction(图像重建)image retrieval (图像检索)image segmentation(图像分割)inconsistent ontology 本体不一致incremental learning(增量学习)inductive learning (归纳学习)inference mechanisms 推理机制inference mechanisms(推理机制)inference rule 推理规则information cascades(信息追随)information diffusion(信息扩散)information extraction 信息提取information filtering(信息过滤)information filtering(信息过滤)information integration(信息集成)information network analysis(信息网络分析) information network mining(信息网络挖掘) information network(信息网络)information processing 信息处理information processing 信息处理information resource management (信息资源管理) information retrieval models(信息检索模型) information retrieval 信息检索information retrieval(信息检索)information retrieval(信息检索)information science 情报科学information sources 信息源information system( 信息系统)information system(信息系统)information technology(信息技术)information visualization(信息可视化)instance matching 实例匹配intelligent assistant 智能辅助intelligent systems 智能系统interaction network(交互网络)interactive visualization(交互式可视化)kernel function(核函数)kernel operator (核算子)keyword search(关键字检索)knowledege reuse 知识再利用knowledgeknowledgeknowledge acquisitionknowledge base 知识库knowledge based system 知识系统knowledge building 知识建构knowledge capture 知识获取knowledge construction 知识建构knowledge discovery(知识发现)knowledge extraction 知识提取knowledge fusion 知识融合knowledge integrationknowledge management systems 知识管理系统knowledge management 知识管理knowledge management(知识管理)knowledge model 知识模型knowledge reasoningknowledge representationknowledge representation(知识表达) knowledge sharing 知识共享knowledge storageknowledge technology 知识技术knowledge verification 知识验证language model(语言模型)language modeling approach(语言模型方法) large graph(大图)large graph(大图)learning(无监督学习)life science 生命科学linear programming(线性规划)link analysis (链接分析)link prediction(链接预测)link prediction(链接预测)link prediction(链接预测)linked data(关联数据)location based service(基于位置的服务) loclation based services(基于位置的服务) logic programming 逻辑编程logical implication 逻辑蕴涵logistic regression(logistic 回归)machine learning 机器学习machine translation(机器翻译)management system(管理系统)management( 知识管理)manifold learning(流形学习)markov chains 马尔可夫链markov processes(马尔可夫过程)matching function 匹配函数matrix decomposition(矩阵分解)matrix decomposition(矩阵分解)maximum likelihood estimation(最大似然估计)medical research(医学研究)mixture of gaussians(混合高斯模型)mobile computing(移动计算)multi agnet systems 多智能体系统multiagent systems 多智能体系统multimedia 多媒体natural language processing 自然语言处理natural language processing(自然语言处理) nearest neighbor (近邻)network analysis( 网络分析)network analysis(网络分析)network analysis(网络分析)network formation(组网)network structure(网络结构)network theory(网络理论)network topology(网络拓扑)network visualization(网络可视化)neural network(神经网络)neural networks (神经网络)neural networks(神经网络)nonlinear dynamics(非线性动力学)nonmonotonic reasoning 非单调推理nonnegative matrix factorization (非负矩阵分解) nonnegative matrix factorization(非负矩阵分解) object detection(目标检测)object oriented 面向对象object recognition(目标识别)object recognition(目标识别)online community(网络社区)online social network(在线社交网络)online social networks(在线社交网络)ontology alignment 本体映射ontology development 本体开发ontology engineering 本体工程ontology evolution 本体演化ontology extraction 本体抽取ontology interoperablity 互用性本体ontology language 本体语言ontology mapping 本体映射ontology matching 本体匹配ontology versioning 本体版本ontology 本体论open government data 政府公开数据opinion analysis(舆情分析)opinion mining(意见挖掘)opinion mining(意见挖掘)outlier detection(孤立点检测)parallel processing(并行处理)patient care(病人医疗护理)pattern classification(模式分类)pattern matching(模式匹配)pattern mining(模式挖掘)pattern recognition 模式识别pattern recognition(模式识别)pattern recognition(模式识别)personal data(个人数据)prediction algorithms(预测算法)predictive model 预测模型predictive models(预测模型)privacy preservation(隐私保护)probabilistic logic(概率逻辑)probabilistic logic(概率逻辑)probabilistic model(概率模型)probabilistic model(概率模型)probability distribution(概率分布)probability distribution(概率分布)project management(项目管理)pruning technique(修剪技术)quality management 质量管理query expansion(查询扩展)query language 查询语言query language(查询语言)query processing(查询处理)query rewrite 查询重写question answering system 问答系统random forest(随机森林)random graph(随机图)random processes(随机过程)random walk(随机游走)range query(范围查询)RDF database 资源描述框架数据库RDF query 资源描述框架查询RDF repository 资源描述框架存储库RDF storge 资源描述框架存储real time(实时)recommender system(推荐系统)recommender system(推荐系统)recommender systems 推荐系统recommender systems(推荐系统)record linkage 记录链接recurrent neural network(递归神经网络) regression(回归)reinforcement learning 强化学习reinforcement learning(强化学习)relation extraction 关系抽取relational database 关系数据库relational learning 关系学习relevance feedback (相关反馈)resource description framework 资源描述框架restricted boltzmann machines(受限玻尔兹曼机) retrieval models(检索模型)rough set theroy 粗糙集理论rough set 粗糙集rule based system 基于规则系统rule based 基于规则rule induction (规则归纳)rule learning (规则学习)rule learning 规则学习schema mapping 模式映射schema matching 模式匹配scientific domain 科学域search problems(搜索问题)semantic (web) technology 语义技术semantic analysis 语义分析semantic annotation 语义标注semantic computing 语义计算semantic integration 语义集成semantic interpretation 语义解释semantic model 语义模型semantic network 语义网络semantic relatedness 语义相关性semantic relation learning 语义关系学习semantic search 语义检索semantic similarity 语义相似度semantic similarity(语义相似度)semantic web rule language 语义网规则语言semantic web 语义网semantic web(语义网)semantic workflow 语义工作流semi supervised learning(半监督学习)sensor data(传感器数据)sensor networks(传感器网络)sentiment analysis(情感分析)sentiment analysis(情感分析)sequential pattern(序列模式)service oriented architecture 面向服务的体系结构shortest path(最短路径)similar kernel function(相似核函数)similarity measure(相似性度量)similarity relationship (相似关系)similarity search(相似搜索)similarity(相似性)situation aware 情境感知social behavior(社交行为)social influence(社会影响)social interaction(社交互动)social interaction(社交互动)social learning(社会学习)social life networks(社交生活网络)social machine 社交机器social media(社交媒体)social media(社交媒体)social media(社交媒体)social network analysis 社会网络分析social network analysis(社交网络分析)social network(社交网络)social network(社交网络)social science(社会科学)social tagging system(社交标签系统)social tagging(社交标签)social web(社交网页)sparse coding(稀疏编码)sparse matrices(稀疏矩阵)sparse representation(稀疏表示)spatial database(空间数据库)spatial reasoning 空间推理statistical analysis(统计分析)statistical model 统计模型string matching(串匹配)structural risk minimization (结构风险最小化) structured data 结构化数据subgraph matching 子图匹配subspace clustering(子空间聚类)supervised learning( 有support vector machine 支持向量机support vector machines(支持向量机)system dynamics(系统动力学)tag recommendation(标签推荐)taxonmy induction 感应规范temporal logic 时态逻辑temporal reasoning 时序推理text analysis(文本分析)text anaylsis 文本分析text classification (文本分类)text data(文本数据)text mining technique(文本挖掘技术)text mining 文本挖掘text mining(文本挖掘)text summarization(文本摘要)thesaurus alignment 同义对齐time frequency analysis(时频分析)time series analysis( 时time series data(时间序列数据)time series data(时间序列数据)time series(时间序列)topic model(主题模型)topic modeling(主题模型)transfer learning 迁移学习triple store 三元组存储uncertainty reasoning 不精确推理undirected graph(无向图)unified modeling language 统一建模语言unsupervisedupper bound(上界)user behavior(用户行为)user generated content(用户生成内容)utility mining(效用挖掘)visual analytics(可视化分析)visual content(视觉内容)visual representation(视觉表征)visualisation(可视化)visualization technique(可视化技术) visualization tool(可视化工具)web 2.0(网络2.0)web forum(web 论坛)web mining(网络挖掘)web of data 数据网web ontology lanuage 网络本体语言web pages(web 页面)web resource 网络资源web science 万维科学web search (网络检索)web usage mining(web 使用挖掘)wireless networks 无线网络world knowledge 世界知识world wide web 万维网world wide web(万维网)xml database 可扩展标志语言数据库附录 2 Data Mining 知识图谱（共包含二级节点15 个，三级节点93 个）间序列分析)监督学习)领域 二级分类 三级分类。
一种面向物化视图的远程增量维护系统
２ ． 印ａ ｔ ｉ ａ ｌ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｒｅ ｌ ａ ｙ Ｔ ｒ ａ ｎ ｓ ｍｉ ｓ ｓ ｉ ｏ ｎ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ Ｃ ｅ ｎ ｔ ｅ ｒ ， Ｂ ｅ ｉ ｊ ｉ ｎ ｇ １ ０ ０ ０ ９ ４ ， Ｃ ｈ ｉ ｎ ａ ）
Ｚｈａ ｏ Ｊ ｉ ａ ｎ ｐｉ ｎｇ ，Ｚｈ ｏ ｕ Ｊ ｉ ｎｂｉ ａ ｏ 。 Ｈｅ Ｊ ｉ ａ ｎｗｅ ｉ ，Ｄｉ ｎ ｇ Ｒａ ｎ ， Ｚｈ ａ ｏ Ｊ ｉ ａ ｎｈ ｕｉ
（ １ ． Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｄｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ， Ｓ ａ ｔ ｅ ｌ ｌ ｉ ｔ ｅ Ｍａ ｒ ｉ ｔ ｉ ｍｅ Ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ＆Ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｌ ｉ ｎ ｇ Ｄｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｃ ｈ ｉ ｎ ａ ， Ｊ ｉ ａ ｎ ｇ ｙ ｉ ｎ ２ １ ４ ４ ３ １ ， Ｃ ｈ ｉ ｎ ａ ；
摘要 ：为有 效保 证客 户 端 物化视 图与数 据 源 的一致 性 并 降低 网络 开销 ，提 出一种 物化视 图增 量 维护 方法 。采 用 ＸＭＬ物化 视 图远 程增 量 维护 方法 ，通 过 系统原 型设 计 、系统部 署 、同步机 制 ，实现 试验 任 务数据 接 口同 步。结 果表
明：在 不影 响试验 任 务数 据处 理 与传输 的实 时性及 可 靠性 的条 件 下 ，ＸＭＬ物化 视 图远 程增 量 维护 系统 可有 效 实现 指 挥 显 示 系统数 据接 １ ２的一 致性 、可靠 性和 安全 性 。 关键 词 ：物化 视 图 ；远程 增 量维 护 ；数 据 接 口； 同 步
中 图分 类号 ：Ｔ Ｊ ８ ６ 文献 标志 码 ：Ａ
软件系统技术参数
提供快速有效的备份数据恢复机制.实现备份系统在业务系统允许的异常时间内进行数据的完整性恢复。
(6)
"支持多维聚簇索引（MU1ti-DimenSiOnduster）.允许根据建表时指定的groupby字段进行数据页的分块存储.从而提升查询效率；
(7)
在核心级支持并行技术.要求支持SQ1任务在集群节点间并行、节点内并行、CPU并行和I/O并行。
(8)
支持从单CPU系统到SMP多CPU系统.或SMP多CPU系统到双机甚至多机集群系统的扩展及应用系统与业务系统的无损失移植.具备高可扩展性.满足业务数据量增大时的系统扩展要求.原有应用可以平滑移植.无需修改。
(5)
良好的可扩充性.支持垂直扩充和水平扩充
(6)
*自动负载均衡.支持动态监测系统负载.自动对系统可用资源进行并发检测.调整和分配.使之具有高达99.999%的可靠性；
(7)
对静态内容和动态内容∙WebServices的高速缓存进行高速缓存；
(8)
X可以提供完整的图形化日志和线程分析支持工具.方便系统的调度、故障跟踪、运行审计；
3
数据
(1)
数据备份能实时对服务器上的数据进行自动备份、恢复及灾难恢复、防止硬盘、数据和介质遭到灾难性的破坏。
(2)
备份系统的索引(CataIog)信息使用内置关系数据库.任何人没有管理授权.无法查询、修改索引信息。
(3)
制定完善的备份数据保存策略.实现备份■的异地存放.从而达到数据的容灾目的。
(4)
(2)
应支持大数据量处理的Hash、Range等数据分区等优化大数据量处理的技术.分区方式不受CPU数量、节点数量等影响；
(3)
该数据库应能支持大量用户并发访问,并在数据库核心提供相关功能提高多并发访问的
【计算机工程与设计】_数据迁移_期刊发文热词逐年推荐_20140726
推荐指数 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
科研热词 视频网格 视频点播 移动agent 生命周期管理 海量数据生命周期管理 海量数据 模型 查询智能分析代理 查询优化 数据流 数据库迁移 数据库升级 数据库与文件结合 性能分析 定向迁移 多级结构 军字一号 内容分送网络 入侵检测系统 仿真 三级存储 unix oracle aglets agent
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
科研热词 推荐指数 移动终端 2 数据交互 2 多异构系统 2 体系架构 2 中间件平台 2 高可用性 1 飞行数据处理 1 频率或带宽策略 1 集群 1 长期演进计划 1 进程迁移 1 进程检查点 1 负载迁移 1 负载识别 1 负载均衡 1 替换算法 1 数据迁移 1 并发 1 回卷恢复 1 分级存储 1 分布式 1 事件驱动 1 multiple-heterogeneous 1 mobile terminal 1 middleware platform 1 date exchange 1 architecture 1
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10
2011年 科研热词 诊断域 训练 疾病诊断 数据分页 持久层框架 可信度规则 sql解析 sql方言 ibatis bp神经网络 推荐指数 1 1 1 1 1 1 1 1 1 1
Oracle数据库12c各版本介绍及功能比较
Oracle Database 12c版本介绍Oracle Database 12c有三种版本，提供多种企业版选件来满足客户对各种领域（性能和可用性、安全性和合规性、数据仓储和分析、非结构化数据和可管理性）的特定需求。
Oracle Database 12c标准版1企业级的性能和安全性Oracle Database 12c标准版1经过了优化，适用于部署在小型企业、各类业务部门和分散的分支机构环境中。
该版本可在单个服务器上运行，最多支持两个插槽。
Oracle Database 12c标准版1可以在包括Windows、Linux和Unix在内的所有Oracle支持的操作系统上使用。
概述l快速安装和配置，具有内置的自动化管理l适用于所有类型的数据和所有应用l公认的性能、可靠性、安全性和可扩展性l使用通用代码库，可无缝升级到Oracle Database 12c标准版或Oracle Database 12c企业版优势l以极低的每用户180美元起步（最少5个用户）l以企业级性能、安全性、可用性和可扩展性支持所有业务应用l可运行于Windows、Linux和Unix操作系统l通过自动化的自我管理功能轻松管理l借助Oracle Application Express、Oracle SQL Developer和Oracle 面向Windows的数据访问组件简化应用开发Oracle Database 12c标准版经济实惠、功能全面的数据库Oracle Database 12c标准版是面向中型企业的一个经济实惠、功能全面的数据管理解决方案。
该版本中包含一个可插拔数据库用于插入云端，还包含Oracle真正应用集群用于实现企业级可用性，并且可随您的业务增长而轻松扩展。
概述l支持使用一个可插拔数据库实现入门级云计算和整合l跨平台恢复l内置的Oracle真正应用集群支持更高水平的系统正常运行时间l简化的安装和配置l适用于所有类型的数据和所有应用l向上兼容Oracle Database 12c企业版，从而保护您的初期投资优势l每用户350美元（最少5个用户），您可以只购买目前需要的许可，然后使用Oracle真正应用集成随需扩展，从而节省成本l提高服务质量，实现企业级性能、安全性和可用性l可运行于Windows、Linux和Unix操作系统l通过自动化的自我管理功能轻松管理l借助Oracle Application Express、Oracle SQL Developer和Oracle面向Windows的数据访问组件简化应用开发Oracle Database 12c企业版插入云端全球首屈一指的数据库推出最新版本——Oracle Database 12c现已推出，可在各种平台上使用。
XML物化视图远程增量维护在试验任务数据接口同步中的应用
斌 ，吴学军 。
摘 要 ： 在试 验任务 中引入 Ｘ ＭＬ 文档数据接 口， 一方面提 高 了远程数据 查询分析 的效率，另一方面也产生 了 ＸＭＬ物化视 图的维护带来 的高系 统开销 的问题 ． 针对 该问题，采用 ＸＭＬ物化视 图远 程增量维护 的方法，通 过
系统 原型设计 、系 统部署、 同步机 制，可有效地 实现 试验任务数据 接 口同步．结果表 明，在不影 响试 验任务 数
ｉ ｎ ｑ ｕ ｉ ｒ ｙ ｎｄ ａ ａ ｎ ａ ｌ ｙｓ ｉ ｓ ， ｏ ｎ ｈｅ ｔ ｏ ｔ ｈ ｅ ｒ ｈ ａ ｎ ｄ ｈ ａ ｓ ａ ｌ ｓ ｏ ｂ ｒ ｏ ｕ ｇ ｈ ｔ ＵＳ ｔ ｈ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｏ ｆ ｈｅ ｔ ｈ ｉ ｇ ｈ ｃ ｏ ｓ ｔ ｏ ｆ ｈｅ ｔ ｓ ｙ ｓ ｔ ｅ ｍ ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｆ ｒ ｏ ｍ ｈｅ ｔ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： ＸＭＬ ｄ ａ ｔ ａ ｉ ｎ ｔ ｅ ｆ ｒ ａ ｃ ｅ ｎ ｉ ｔ ｈ ｅ ｅ ｘ ｐ ｅ ｉ ｒ ｍｅ ｎ ｔ ｔ ａ ｓ ｋ ， ｏ ｎ ｈｅ ｔ ｏ ｎ ｅ ｈ ａ ｎ ｄ ， ｎ ｏ ｔ ｏ ｎ ｌ ｙ ｉ ｍｐ ｒ ｏ ｖ ｅ ｓ ｈｅ ｔ ｅ ｉｃ ｆ ｉ ｅ ｎ ｃ ｙ ｉ ｎ ｈｅ ｔ ｗｅ ｂ ｄ ａ ｔ ａ
（ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｓ ｕ ｂ － ｄ ｅ ｐ ａ ｒ ｍａ ｅ ｎ ｔ ， Ｓ ａ ｔ ｅ ｌ ｌ ｉ ｔ ｅ Ｍａ ｒ ｉ ｎ ｅ Ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ａ ｎ ｄ Ｃ ｏ ｎ ｔ ｒ ｏ ｌ Ｄ ｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｃ ｈ ｎａ ｉ ， Ｊ ｉ ｎｇ ａ ｙ ｉ ｎ ２ １ ４ ４ ３ １ ， Ｃ ｈ ｎａ ｉ ） （ Ｓ ｐ ａ ｔ ｉ ａ ｌ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｒ ｅ ｌ ａ ｙ Ｔ ｒ ａ ｎ ｓ ｍｉ ｓ ｓ ｉ ｏ ｎ Ｔ ｅ ｃ ｎ ｏ ｌ ｏ ｇ ｙ Ｒ ｅ ｓ ｅ ｒｃ ａ ｈ Ｃ ｅ ｎ ｔ ｅ ｒ ， Ｂ ｅ ｉ ｊ ｉ ｎ １ ０ ０ ０ ９ ４ ， Ｃ ｈ ｎａ ｉ ）
【计算机应用】_update_期刊发文热词逐年推荐_20140726
科研热词 驼峰无线机车遥控系统 面向对象的xml-rl 逻辑操作符 远程更新 轻量级目录访问协议 设计 认证协议 绑定更新 簇 移动对手 移动 物理操作符 更新语言 数传电台 密钥元更新 信任链 令牌 xml java消息服务 java命名和目录接口 ipv6 ad hoc网络
科研热词 目标跟踪 模板更新 骨架 链路特性 运动补偿时间滤波 软件自动升级 访问控制 设计模型感知 角色动画 视频编码 覆盖时间 范围查询 芯片操作系统 自动运行 自动下载 电脑 球b样条 点查询 混合高斯模型 未知字段 更新周期 时延抖动 文件访问控制 文件类型定义 数据立方体 掉电保护 感知表达 快速建模 建模与仿真 并行爬虫 安全视图 安全更新视图 安全体系结构 增量维护 增量更新策略 均值漂移 图像组 商立方体 后台 可伸缩 双模板 卫星网络拓扑 协同设计 动态主题库 分析模型感知 余弦向量法 主题相关度 主题爬虫 xml更新 web数据抓取 url过滤 qc树
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
53 54 55 56
mean-shift算法 cdma2000 auto adobe
崔巍数据库系统及应用
崔巍数据库系统及应用崔巍是中国计算机科学家和教育家，专注于数据库系统及应用的研究。
他在这个领域取得了很多重要的成果，并对数据库技术的发展做出了积极的贡献。
在数据库系统及应用方面，崔巍的研究主要集中在数据库管理系统（DBMS）的设计和优化上。
他致力于提高数据库系统的性能和可用性，以满足日益增长的数据存储和处理需求。
他的研究成果包括优化查询处理、并发控制和事务管理、索引设计和优化、数据库复制和恢复等方面。
优化查询处理是数据库领域的一个重要问题。
崔巍提出了一种基于特征选择的查询优化方法，该方法可以减少查询的执行时间和计算代价。
他还研究了并发控制和事务管理的技术，为数据库系统提供了高并发和高可靠性的支持。
此外，他还提出了一种基于写入缓冲区的索引优化算法，可以提高数据库系统的查询效率。
此外，崔巍还研究了数据库复制和恢复的技术。
数据库复制可以提高数据库系统的可用性和容错能力，崔巍提出了一种基于日志的复制方法，可以实现高效的数据同步和冲突处理。
在数据库恢复方面，他研究了基于检查点和日志的恢复算法，可以快速恢复数据库系统到一个一致的状态。
崔巍的研究不仅局限于理论方面，还涉及到实际的应用和实现。
他积极参与了一些大规模数据库系统的研发工作，包括分布式数据库系统、数据仓库和数据挖掘系统等。
他的实践经验和理论研究相结合，使他在数据库系统及应用方面的研究更加全面和深入。
除了在研究方面的贡献，崔巍还为数据库教育和学术交流做出了很大的努力。
他担任过多个数据库国际会议的程序委员会委员和主席，促进了数据库领域的学术交流和合作。
此外，他还发表了大量的学术论文，为数据库领域的研究提供了重要的参考和指导。
总的来说，崔巍在数据库系统及应用方面的研究成果丰富而深入，他的贡献不仅体现在理论研究方面，还涉及到实际应用和教育推广。
他的工作对于推动数据库技术的发展和应用具有重要的意义，对于提高大规模数据处理的效率和可靠性有着积极的影响。
Novell Access Manager
针对敏感数据提供 基于角色的访问并 进行有效监控 支持高级身份验证 自动报告数据的访 问者和访问时间
随着企业每时每刻都在添加新的应用 程序、基础设施组件和用户，网络变 得越来越复杂。同时，由于业务人员 通常需要在安全的环境中进行远程工 作，当今的网络已远远超出了企业的 范围。为了消减成本和保持强大的 竞争力，企业需要简化他们的网络 — 并延长他们网络管理器的寿命。 具体来说，就是企业需要找出一套解 决方案来保护 IT 基础设施免受互联 网威胁；保护办公室、家庭和移动办 公人员的隐私；允许员工和可信合作 伙伴等相关方进行简单且安全的访 问；并且符合业务策略和政府法规。 他们需要一套能做到这一切、同时 又能保持最高工作效率的解决方案。
是否任何一款解决方案都能解决所有 这些复杂、多层次的问题呢？否，只 有 Novell® Access Manager 能够战 胜这些挑战。它让企业可以集成、 自动化和保护客户、合作伙伴及员 工对网络资源的访问。通过 Novell Access Manager，IT 经理可以轻松 控制对 Web 和传统业务应用程序的 访问。网络用户可以满怀信心地通过 互联网进行安全的业务往来。在每项 交易中，用户不再是彻头彻尾的陌生 人。访问权限取决于用户在企业中的 角色或他们与企业的关系。此外，还 可以在保证安全的情况下简化访问流 程 — 甚至还能使企业降低成本、遵 守法规要求和获得更高程度的控制。
第页
Novell Access Manager
密码管理
密码遗忘问题令全球各地的企业不断 聘请更多的服务台支持人员，正如 您所想的那样，用户管理的密码数量 与服务台收到的呼叫数量之间存在着 必然联系。更重要的是，密码的数 量和它们失窃的可能性之间也存在 着联系。
【计算机工程与设计】_一致性_期刊发文热词逐年推荐_20140726
科研热词 网格优化 约束 离散光滑插值 插值曲面 三层架构 领域本体 面向服务的体系结构 随机抽样一致性算法 阿贝成像理论 鉴别器 通用性 选择互相关 软件体系架构 质量评估 贝叶斯公式 评估体系 评价结论 认证、授权、记费协议 角点检测 觉察上下丈计算 规格化互相关 自适应阈值 自动分发 置乱度 网络安全协议 网格事务模型 网格 综合评价 统一建模语言 组合评价 算法 策略网管 空间几何关系 移动节点 移动网络协议6.0 移动代理 科研管理 知识库 相似性计算 目标识别 特征选择 浏览器/服务器模式 活动图 欧氏距离 模糊综合评判 模型-视图-控制器 梯度修正 架构设计 构件 本体模型 本体 有效性
107 108 109 110 111 112 113 114 115
一致性 web服务 uml类图 shannon函数 owldl本体 lfru算法 fat16 acid特性 .net框架
推荐指数 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
替换策略 普适计算 文件系统 数据约简 数据挖掘 数据同步 数据一致化 数学形态学 数字水印 提交协议 描述逻辑 拉普拉斯金字塔 抽象状态自动机 恢复机制 性能指标 工艺准备 工作流 嵌入式系统 层次分析法 局部遮挡 小波变换 安全联盟 安全策略 大整数乘法 多项式 多传感器加权平均 复杂度 增量互相关 域 图像距离 图像置乱 图像分割 四面体 命中率 合并规则 单应性矩阵 区域合并 分类 分水岭 共享数据中心 六面体网格 光的衍射 信息管理系统 位乘法 企业集成总线 代理缓存 云理论 事务 专业培养 不一致性 上下文推理 一致性策略 一致性检验 致性测试 2 一致性 2 锁变量 1 软件智能体系统工程方法学 1 软件工程 1 路径表达式 1 语料库加工 1 置信分布 1 网络 1 统计检验 1 结点搜索法 1 移动环境 1 移动数据库 1 相似粗糙集 1 物化视图 1 版本管理 1 测试组件 1 测试框架 1 测试描述法 1 测试套 1 测试例 1 测试传输 1 测试 1 模运算 1 模式匹配 1 模型分析 1 概率论 1 检测维护软件 1 栅格转矢量 1 曲线拟合 1 智能体开发框架 1 智能体 1 昊鹏操作系统 1 方向 1 文档类型定义 1 数据库安全 1 数据交换 1 数据一致性 1 数字水印 1 控制报文协议 1 接口描述语言 1 指纹图像 1 恢复 1 总线 1 影子页面 1 异构系统 1 嵌入式操作系统 1 属性重要性 1 小波分解层教 1 对比检验 1 容灾系统 1
【计算机工程与设计】_数据格式_期刊发文热词逐年推荐_20140726
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 面向服务的体系结构 非交互式 雷达昆虫学 迁飞 载荷 转换工具 赫夫曼解码 调度 读取 解析 航空总线 自动应答 网路化测试 网络远程调用框架 网络系统 网格 绘制:交互控制 管理控制器 管理总线 稀疏矩阵向量乘 硬盘 短信息系统 目标 监测系统 电子公丈数据格式 瓦斯 煤矿安全 消息中间件 模型 格式计算 服务器系统 智能管理技术 智能管理平台 数据集成 数据采集 数据访问与集成技术 数据库 数据存储 数据字典 数据分析 数据共享 数据交换 报表生成器 报表打印算法 扫描昆虫雷达 手机短信 微处理器 异步响应 嵌入式计算 存储访问复杂度 多代理 复杂数据交换
推荐指数 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
53 54 55 56
pmap fat16文件系统 bp神经网络 ajax技术
1 1 1 1
【北京市自然科学基金】_管理信息系统_基金支持热词逐年推荐_【万方软件创新助手】_20140729
推荐指数 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81
多用途数据库 外业采集系统 壬基酚 增量维护 地理信息服务 可视化 协同物流 农田环境 农产品安全 公钥基础设施 公共卫生 入侵机制 信息系统 信息安全管理测量 信任管理 信任 体系结构 传染病 中国剩余定理 业务协作 三维林相图 xml windows ce web应用 webgis saas pda issr arcgis engine
推荐指数 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
基于XML的网管系统界面自动生成技术
基于XML的网管系统界面自动生成技术基于XML的网管系统界面自动生成技术崔贺超，陈旭东，杨芳南（北京交通大学网络管理研究中心，北京 100044）摘要:在网管系统中涉及大量配置管理的用户界面，为每一个配置管理界面编写专门的代码是一项繁杂、重复性的工作。
为解决这一问题，提供一种基于XML的网管系统界面自动生成技术，介绍了界面自动生成的优点和原理，并通过实例，详细阐述了XML文档格式、组件事件监听类的事件处理方法和界面生成器的实现方案。
该技术能够极大的提高网管界面的开发效率，并增强了软件的可理解性和可维护性。
关键词: XML；网络管理；界面An Automatic Generation Technology of NetworkManagement System Based On XMLCui Hechao, Chen Xudong, Yang Fangnan(Network Management Research Center, Beijing Jiaotong University, Beijing , 100044) Abstract: An alarm interface model for integrated alarm management system of communication network is offered. The definition of alarm and configuration information format, the implementation technology for the model, and the definition of web services are dissertated. The information between integrated alarm management system and each professional subordinate network management system is exchanged by XML.Key words:integrated network management; interface model; alarm; XML; Web Service1. 引言在网管系统的开发中，涉及大量配置管理操作。
XML在关系数据库中存储技术研究的开题报告
XML在关系数据库中存储技术研究的开题报告摘要：XML（Extensible Markup Language）是一种用于描述数据的标记语言，被广泛应用于互联网上的数据交换和数据存储中。
随着XML的应用范围不断扩大，如何在关系数据库中存储XML数据成为了研究的热点问题。
本文从XML的特点出发，阐述了在关系数据库中存储XML数据的意义和挑战，并分析了目前主流的XML存储技术，包括将XML 数据存储为文本、存储为二进制、存储为对象以及使用特殊的XML数据库等。
最后，本文提出了基于对象的存储方式在处理XML数据方面的优越性，并对进一步的研究方向进行了展望。
关键词：XML；关系数据库；存储技术一、研究背景XML是一种用于描述数据的标记语言，它使用简单的文本格式描述结构化数据，并可扩展性强，被广泛应用于Internet上的数据交换。
随着XML的应用得到不断扩大，如何在关系数据库中存储XML数据成为了研究的一个热点问题。
传统的关系数据库如Oracle、MySQL等不支持直接存储XML数据，需要将XML数据转化为关系数据（文本、二进制或对象）存储。
因此，如何处理和存储XML数据在关系数据库中成为了一个挑战。
二、XML在关系数据库中存储的意义XML是一种可以描述各种结构的数据的标记语言，与关系数据库中的表、行、列相比，XML具有更多的灵活性。
XML文档可以根据需要添加、删除或修改各自的元素和属性，也可以根据需要添加或删除整个分支。
因此，在关系数据库中存储XML数据可以让用户更加自由地存储和查询数据。
同时，XML具有强大的自我描述性，允许数据与其自身的描述关联在一起。
这个特性使得XML更适合于存储复杂的数据结构和大量的元数据。
因此，XML在关系数据库中的应用也可以增强数据的可扩展性和可维护性。
三、XML在关系数据库中存储的挑战在关系数据库中存储XML数据也有一些挑战和难点。
首先，XML文档本身就很大，其中可能含有大量的嵌套和重复的结构。
XQuery物化视图增量更新系统框架的研究
本文着重探讨远程环境下 ， ＭＬ视图增量 维护物化视 图增 Ｘ
量维护 的基本原理 、 系统框架 以及执 行过程 。并且 详细介 绍系
收稿 日期 ：０ ９—１ ２０ ２—２ 。北京 市 自然科学 基金 项 目（ ０ ２ ０ ） １ ４８０３ 。 彭蕾 ， 硕士生 ， 主研领域 ： ＸＭＬ技术 ， 查询优化技术 。
果 计算 Ｏ ｘ 时能 利用上 一次 的计算 结果 ｒ那 么可 以加 ＰＡ ） ， 快 获得计算结果 的时 间。 即如果能找到一个厂函数 的增量 版 函数 ， 使 （ ａ ， ， ｘ ｒ 的计算结果和 ）
Ａ ） ｘ。
的一个研究组采用代数 的方法 对物化视 图进行增量 维护 ， 利用
缓存 的计算 结果 ｒ 。 ， ｘ ｒ 的计算 效率会远 远高于 － Ｏ （ Ａ ，） 厂 （ Ｐ
大的方向。一个是 应用 查询重写技术 ， 根据 已保存的 Ｘ ＭＬ物 化 视图与查 询的映射 关 系 ， 新修 改查 询语 句 ， 重 使其 提高 查询 效 率。另外 一个 是应 用语 义缓存 技术 ， 通过在 客户端存储 的多 个
第２ ８卷 第 ６期
２ １ 年 ６月 ０１
计 算机 应 用与软 件
Ｃｏ ｕ ｅ ｍｐ ｔ ｒＡｐｐ ｉａｉ ｎ ｎ ｏｔ ｒ ｌｃ ｔｏ ｓａ ｄ Ｓ ｆ ｗａ ｅ
Ｖ０ ． ． １２８ Ｎｏ ６
Ｊ ｎ ０１ ｕ ．２ ｌ
ＸＱ ｅｙ物化 视 图增 量 更新 系统 框 架 的研 究 ｕｒ
法根 据多用户的查 询请 求和数据源更新信 息， 生成视 图维护程序代码 ， 以程序代码 的网络迁 移代替 Ｘ ＭＬ视 图的重复查询 ， 有效地减
少 了网络数据传输量。介 绍 了物化视 图增量维护的基本 原理 、 系统框架 以及设计实现思路。最后通过性能测试 ， 明这种增量 维护 说 系统能够有效地减少传输开销。 关键 词 Ｘ ＭＬ 物化视 图 Ｘ ｕｒ 增 这种维护方法是针对有大量重
大数据处理技术基础与应用读书笔记
《大数据处理技术基础与应用》读书笔记目录一、大数据处理技术概述 (2)1.1 大数据定义与特点 (3)1.2 大数据处理技术重要性 (4)二、大数据处理架构 (5)2.1 分布式计算框架 (6)2.2 数据存储与管理 (8)2.3 数据处理与分析流程 (10)三、大数据处理关键技术 (10)3.1 数据存储技术 (12)3.2 数据处理技术 (13)3.3 数据分析技术 (15)3.3.1 统计学方法 (16)3.3.2 机器学习算法 (17)四、大数据应用场景 (18)4.1 互联网行业 (19)4.2 金融行业 (20)4.3 医疗行业 (22)五、大数据处理技术的发展趋势 (23)5.1 技术创新 (25)5.2 行业应用拓展 (26)六、大数据处理技术的挑战与未来 (27)6.1 技术挑战 (28)6.2 人才培养与挑战 (29)七、总结与展望 (30)7.1 本书内容总结 (32)7.2 对未来大数据处理技术的展望 (33)一、大数据处理技术概述随着信息技术的飞速发展，大数据已经渗透到各行各业，成为现代社会不可或缺的重要资源。
大数据处理技术作为应对海量数据挑战的核心技术，其重要性日益凸显。
在阅读《大数据处理技术基础与应用》我对大数据处理技术有了更深入的了解。
大数据处理技术概述部分，主要介绍了大数据的基本概念、特征以及处理技术的演进和发展趋势。
大数据概念：大数据是指在传统数据处理软件难以处理的庞大、复杂的数据集。
这些数据集规模巨大，处理和分析难度大，但对数据的挖掘和利用具有极高的价值。
大数据特征：大数据的四大特征为数据量大、类型多样、处理速度快和价值密度低。
随着物联网、社交媒体、云计算和移动设备的普及，大数据的类型和规模不断扩展，处理速度要求也越来越高。
大数据处理技术演进：大数据处理技术的演进经历了批处理、流处理、图处理等多个阶段。
随着技术的发展，大数据处理正在向实时、在线、智能的方向发展。
应用中间件要求
投标方必须保证本项目所需软件产品获得生产厂家的合法授权，且为最新版本，并在售后服务承诺中保证提供至少一年的免费升级服务和技术支持服务。
主要的应用支撑软件要求如下：一、数据库系统投标方提供的数据库管理系统需满足以下具体技术要求：1、基本功能提供丰富的数据类型支持，提供丰富的内置函数，主要包括：数学函数、字符串函数、日期时间函数、聚集函数、大对象函数等。
支持自定义存储过程/函数，支持触发器，支持视图。
支持完整性约束，支持事务的4种隔离级别。
支持海量数据存储和管理，数据存储量为32T以上，单个大对象的最大容量要支持到4GB。
并发控制支持表锁、行锁和页锁，具有大规模并发处理能力。
支持集中的数据库管理，提供远程跨平台数据库管理工具；提供良好的性能监控、调整手段；提供跨库、跨系统数据管理能力。
2、安全要求支持强用户身份鉴别：为用户身份鉴别提供口令、指纹和Radius等多种身份鉴别方式，并允许系统管理员自行配置用户身份鉴别类型。
支持自主访问控制机制：利用对象的ACL列表来检查某个用户是否具有对某个对象的某种访问权限，支持强制访问控制机制：提供基于标签的访问控制方式。
提供多种加密方式来保证数据存储安全，至少支持外部密钥加密套件和透明加密两种方式。
提供基于证书机制的数据加密传输。
提供独立的安全审计，支持系统特权审计、用户审计、语句审计和对象审计四种类型的审计，既可以审计执行成功的语句也可以审计执行失败的语句。
支持三权分立的安全体系，建立系统管理员、系统审计员、系统安全员的三权分立安全模型，并将访问控制的粒度细化到行级。
3、性能要求支持多种索引，支持多种查询优化策略，支持存储过程优化、基于代价的查询优化、基于规划的查询优化，支持高效的自动数据压缩。
支持物化视图，提供并行查询能力。
支持一级及二级水平分区，包括：hash分区，range分区和list分区。
提供64位运算支持，至少支持10000个并发连接数。
4、图形化管理功能DBA管理工具：对各数据库服务器上的数据库对象（如表、视图、约束、索引、触发器、序列、存储过程、用户、角色和权限等）提供相应的可视化管理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ｏｌ ｅ ｆ ｏ ｐ ｔ ｃ ｎ ｅ ｎ ｅｈ ｏｏｙ Ｂ ｉｎ ｎｖｒｉ ｆ ｅｈ ｏｏｙ Ｂ ｉｎ ０ ０ ２ ｈ ａ Ｃ ｌ ｇ Ｃ ｍ ｕｅ Ｓｉ ｃ ｄ ｃｎ ｌｇ， ｅ ｉ Ｕ ｉ ｓｙｏ Ｔ ｃ ｌｇ， ｅ ｉｇ１０ ２ ，Ｃ ｉ ） ｅ ｏ ｒ ｅ ａ Ｔ ｊｇ ｅ ｔ ｎ ｊ ｎ
其 数 据 源之 间 的 一 致 性 维 护 中 所 需 的 网 络 数 据 传 输 开 销 ， 出 了一 种 面 向 远 程 的 Ｘ 提 ＭＬ物 化 视 图 增 量 维护 的 方 法 。 种 方 法 这
根 据多用户 的查询请 求和数据 源更新信 息 ， 成视 图维护程序 代码 ， 生 以程序代 码 的网络迁移代替 Ｘ ＭＬ视 图的重复 查询 ， 有
效 地 减 少 了网 络 数 据 传 输 量 。 重 点 介 绍 了增 量 维 护 过 程 中 处 于 核 心 的 版 本 管 理 控 制 方 法 ， 于 维 护 不 同时 刻 数 据 更 新 所 对 用
应 的视 图更新程序代码 ， 效地适 应 了多用户各种 物化视 图的维护 需求 ， 有 并且 给 出了物化 视 图增 量维护 的系统框架 。
孟 彦 ， 廖 湖 声 ， 金 雪云 ， 樊 昱 ，
（ 京工 业 大学 计 算机 学院 ，北京 １０２ ） 北 ０ ０２
摘 要 ： ｂ应用 中以 ＸＭＬ为格 式 的信 息 查询通 常会 受到 网络传 输速度 有 限等 因素 的影 响。为 了减少 ＸＭＬ的物化 视 图与 Ｗｅ
Ａｂ ｔ ａ ｔ Ｔ ｅ ｑ ｅ ｅ ｏ ｓｒ ｃ ： ｈ ｕ ｒ ｓｆ ｒ ｉ ＸＭ Ｌ ｄ ｔ ｆｗｅ ｐ ｌ ａｉ ｎ ａ ｅｕ ｕ ｌ ｆ ｃ ｅ ｙ ｔ ｅｄ ｓ ｄ ａ ｔｇ ｓｏ ｅｎ ｔ ｒ ， ｓ ｃ ｓｔ ｅｌ ｔ ｄ ａ ａｏ ｂ ａ ｐ ｉ ｔ ｒ ｓ ａｌ ａ ｅ ｔ ｄ ｂ ｉａ ｖ ｎ ａ ｅ ｆ ｈ ｅｗｏ ｋ ｃ ｏ ｙ ｈ ｔ ｕ ｈ ａ ｉ ｅ ｈ ｍｉ ｔａ ｓ ｉ ｉ ｇ ｓ ｅ ｄ ａ ｄ Ｓ ｎ Ｉ ｒ ｅ ｏｒ ｄ ｃ ｅｏ ｅ ｈ ａ ｆ ｈ ｅ ｏ ｋ ｃ ｍｍｕ ｉａ ｉｎ ｆ ｒ ｉ ｔｉ ｉ ｇ ｔ ｅ ｃ ｎ ｉｔｎ ｙ ｂ ｔ ｅ ｎ ｒ ｎ ｍ ｔ ｎ ｐ ｅ Ｏ ｏ ． ｎ ｏ ｄ ｒｔ ｅ ｕ ｅ ｔ ｖ ｒ ｅ ｄ ｏ ｅ ｎ ｔ ｒ ｏ ｔ ｎ ｈ ｔ ｗ ｎ ｃ ｔ ｎ ａｎ ｎ ｈ ｏ ｓ ｅ ｃ ｅ ｏ ｏ ｍａ ｓ ｗ ｅ ＸＭ Ｌ ｍａ ｅｉ ｌ ｅ ｉｗｓ ｎ ｅｒｄ ｔ ｏ ｒ ｅ ａｗｅ — ａ ｅ ｃｅ ｎ ａ ａｎ ｅ ａ ｃ ｏ ｕ ｉ ｎｆ ｒ ｔｒａｉ ｄｖ ｅ ｄｔ ｉ ａａ ｓ ｕ ｃ ， ｂ ｂ ｓ ｄ ｉ ｒ ｍｅ ｔ ｌ ｉｔ ｎ ｚ ａ ｈ ｎ ｍ ｎ ｅｓ ｌｔ Ｌ ｍａｅ ｉｌ ｅ ｉｗｓｉ ｐ ｏ ｉ ｅ ． ｏ ｏ ＸＭ ｔ ｒ ｉ ｄ ｖ ｅ ｒ ｖ ｄ ｄ ａｚ ｓ ｈ ｏ ｕ ｉ ｅ ｅ ａｅ ｒ ｇ ａ ｏ ｍａｎ ａｎ ｖ ｅ ｃ ｏ ｄ ｎ ｍｕ ｔ ｌ ｕ ｒ ｅ ｕ ｓｓ ｒ ｍ ｌ ｔ ｎ ｈ ｐ ａ ｅｉ ｆ ｒ ｔ ｂ ｕ Ｔ ｅｓ ｌ ｔ ｎ ｇ ｎ ｒｔ ｓｐ ｏ ｒ ｍｓｔ ｉ ｔｉ ｉｗｓａ ｃ ｒ ｉ ｇ ｔ ｌ ｐ ｅ ｑ ｅ ｙ ｒ ｑ ｅ ｔ ｆｏ ｃｉ ｎ ｓａ ｄ ｔ ｅ ｕ ｄ ｔ ｎ ｏ ｍａ ｉｎ ａ ｏ ｔ ｏ ｏ ｉ ｅ ｏ
关 键 词 ： ＭＬ 物 化 视 图 ； 增 量 维 护 ； 版 本 管 理 ； Ｗｅ 应 用 Ｘ ； ｂ
中图法分类 号： Ｐ １ Ｔ ３５
文献标识码 ： Ａ
文章编号 ：０ ０７２ （０ ８ １。０４０ １０—０ ４ ２ ０） ９５５ —４
Ｖｅ ｓｏ ａｎ ｅ ａ ｃ ｂ ｂａ ｅ ａｎ ｅ ａ ｃ ｏ ｒ ｉｎｍ ｉ ｔｎ ｎ ｅｉ ｗｅ — ｓ ｄｍ ｉｔｎ ｎ ｅｆ ｒＸＭ Ｌ ａｅ ｉｌ ｅ ｉｗ ｎ ｍ ｔｒａｉ ｄｖ ｅ ｚ
ｃ ｐ ｃｔ ｆ ｏ ａ ａ ｉ ｏ ｍｍｕ ｉａ ｉｎ ｅ ｅ ｔ ｅｙ Ｔｈ ｅ ｓｏ ｉｔ ｎ ｃ ｏ ｔ ｌ ａ ａ ｉ ｔ ｉｃ ｓｅ ｅ ｉ ｗｈ ｃ ｅ ｖ ｓ ｓｔ ｅｃ ｒ ａ ｔ ｙ ｃ ｎ ｃ ｔ ｆ ｃｉ ｌ ． ｏ ｖ ｅｖ ｒｉ ｎ ｍａｎ ｅ ａ ｅｃ ｎ ｒ ｐ ｂ ｌ ｙ ｉ ｄ ｓ ｕ ｓ ｄｉ ｄ ｔ ｌ ｎ ｏｃ ｉ ｓ ｎ ａ ， ｉｈ ｓ ｒ ｅ ｏ ｅｐ ｒ ａ ｈ ｉ ｅｉ ｃ ｅ ｎ ｌ ｉ ｔ ｎ ｎ ｅ ｐ ｏ ｅ ｓ ｔ ｉ ｔ ｉ ｅｕ ｄ ｔ ｒ ｇ ａ ｆ ｉｗｓｕ ｅ ｉｔ ｉ ｅ ｕ ｄ ｔ ｔ ｉ ｅ ｅ ｔ ｉ ． Ｔ ｉ ｎ ｔ ｒ ｍｅ ｔ ｎ ｅ ａ ｃ ｒ ｃ ｓ ， ｏ ｍａｎ ａ ｎ ｔ ｐ ａｅｐ ｏ ｒ ｍｓｏ ｅ ｓ ｄｔ ｍａｎ ａｎ ｔ ｐ ａｅ ａ ｆ ｒ ｎ ｍｅ ｈ ｓ ｈ ｎ ａ ｍａ ｈ ｖ ｏ ｈ ｄ ｔ
第 ２ 卷 第 １ 期 ９ ９
ＶＯ ． ９ １２ ＮＯ． ９ １
计 算 机 工程 与 设计
Ｃｏ ｕ ｅ ｇ ｎ ｅ ｎ ｎ ｓｇ ｍｐ ｔｒＥｎ ｉ ｅ ｒ ｇ ａ ｄ Ｄｅ ｉ ｎ ｉ
２０ 年 １ 月 ０８ ０
０ｃ ．２ ０ ｔ ０ ８
面向Ｘ 物化视图远程增量维护的版本管理技术研究 ＭＬ
ｃ ａ ｇ ｓ ｏ ｔ ｅｄ ｔ ｏ ｒ ｅ ｕ ｉ ｇ ｃ ｄ ｇ ａｉ ｇ ｏ ｅｐ ｏ ａ ｓｉ ｓｅ ｄ ｏ ｕ ｒ ｉ ｇＸＭ Ｌ ｖ ｅ ｎ ｅａ ａ ｎ ｔ ｅ ｅ ｏ ｅ ｉ ｒ ｄ ｃ ｓ ｅ ｈ ｎ ｅ ａ ｓ ｕ ｃ ， ｓｎ ｏ ｅｍｉ ｔ ｆ ｈ ｒ ｇ ｍ ｔ ａ ｆｑ ｅｙ ｎ ｔ ｈ ａ ｒ ｎ ｔ ｒ ｎ ｉｗｓｏ ｃ ｇ ｉ ， ｈ ｒ ｆ ｒ ｅ ｕ ｅ ｔ ｈ ｔ