An improvement on fragmentation in Distribution Database Design Based on Knowledge-Oriented Clustering Techniques
分布式数据库的优化问题包括：数据分片和数据定位。已经提出了几种不同的方法和算法来解决这个问题。本文提出了一种基于距离阈值的初始等价关系建立算法。这一阈值也是基于面向知识的横向和纵向碎片化聚类技术。算法中使用的相似性度量是从经典度量发展而来的度量。在小数据集上进行了基于经典算法的碎片化结果匹配实验。执行时间和数据碎片显着减少，而我们的算法的复杂性在一般情况下是稳定的。
2015-05-06 cs.DB
Performance Evaluation for Clustering Algorithms in Object-Oriented Database Systems
人们普遍认为，良好的对象聚类是面向对象数据库性能的关键。然而，对象聚类总是涉及系统的某种开销。本文的目的是提出一种建模方法，以评估不同的聚类政策的性能。这种方法已被用来比较三个聚类算法的性能发现在文献中（Cactis，CK和ORION），我们认为目前的研究领域的对象聚类的代表。使用模拟进行实际性能评估。仿真实验表明，Cactis算法在响应时间和分簇开销方面优于ORION算法，CK算法在性能上优于其他两种算法。
2007-05-03 cs.DB
The Forgotten Document-Oriented Database Management Systems: An Overview and Benchmark of Native XML DODBMSes in Comparison with JSON DODBMSes
在当前的大数据背景下，已经提出并实现了许多新的NoSQL解决方案，用于存储，管理和从半结构化数据中提取信息和模式。这些解决方案通过引入半结构化和灵活的模式设计来缓解关系数据库中存在的刚性数据结构的问题。由于当前由不同来源和设备生成的数据，特别是来自物联网传感器和执行器的数据，根据应用程序的不同，使用XML或JSON格式，因此需要以XML格式存储和查询半结构化数据的数据库技术。因此，原生XML数据库最初被设计为使用标准化的查询语言来操作XML数据，即，XQuery和MySQL被重新命名为NoSQL面向文档的数据库系统。目前，这些解决方案中的大多数已经被更现代的基于JSON的数据库管理系统所取代。但是，我们相信基于XML的解决方案仍然可以在异构集合上执行复杂查询时提供性能。不幸的是，现在的研究缺乏对以XML存储和查询文档的数据库技术与更现代的JSON格式的可伸缩性和性能的明确比较。此外，据我们所知，这些数据库技术没有符合大数据的基准。在本文中，我们提出了一个比较选定的面向文档的数据库系统，要么使用XML格式编码的文件，即，BaseX、eXist-db和Sedna，或者JSON格式，即，MongoDB、CouchDB和Couchbase。为了强调性能差异，我们还提出了一个基准测试，使用一个大型DBLP语料库上的异构复杂模式。
2021-02-03 cs.DB
Graph or Relational Databases: A Speed Comparison for Process Mining Algorithm
流程感知信息系统（PAIS）是管理、支持业务流程并从业务流程的执行中生成大型事件日志的IT系统。事件日志表示为一个元组，其形式为CaseID、TimeStamp、Activity和Actor。流程挖掘是一个新兴的研究领域，它处理基于事件日志的业务流程的研究和分析。流程挖掘旨在分析事件日志，发现业务流程模型，增强它们或检查与先验模型的一致性。生成的大量事件日志存储在数据库中。关系数据库对于某些类型的应用程序表现良好。然而，对于某些类别的应用程序，关系数据库不能扩展。许多NoSQL数据库已经出现，遇到了可扩展性的挑战。从事件日志中发现社会网络是流程挖掘中最具挑战性和重要的任务之一。相似任务和分包算法是组织挖掘中应用最广泛的算法之一。我们的目标是调查的数据库（关系或图）执行更好的组织挖掘下的过程挖掘。流程挖掘和图数据库的交叉可以通过使用图数据库对这些组织挖掘指标进行建模来实现。我们只使用查询语言结构在关系数据库和NoSQL（面向图）数据库上实现相似任务和分包算法。我们进行了实证分析，在一个大的现实世界的数据集，比较面向行的数据库和NoSQL面向图的数据库的性能。我们基准性能因素，如查询执行时间，CPU使用率和磁盘/内存空间使用的NoSQL面向图的数据库对面向行的数据库。
2016-12-31 cs.DB
Object Oriented Approach for Integration of Heterogeneous Databases in a Multidatabase System and Local Schemas Modifications Propagation
多数据库系统中的一个挑战性问题是如何解决分布式异构自治局部构件数据库的互操作问题。这导致在这些本地组件数据库模式的集合上创建全局模式，以提供本地模式的统一表示。本文的目的是利用面向对象的方法将分布式异构自治局部构件数据库模式集成为一个全局模式。由此产生的全局模式提供了一个统一的接口和高级别的位置透明性，从本地组件数据库中检索数据。定义了一组集成操作符，以基于其类的语义相关性来集成局部模式，并提供全局模式的虚拟类的模型独立表示。整合过程中还考虑了图式表达和异质性。并对面向对象模型的合理性进行了讨论。全局模式中自自底向上的的局部模式修改传播也被认为是为了维护全局模式，因为局部模式是自治的并且随着时间的推移而演变。一个例子说明了定义的集成运算符的适用性。
2009-12-03 cs.DB
CoroBase: Coroutine-Oriented Main-Memory Database Engine
由于使用了指针丰富的数据结构，数据停顿是主存数据库引擎中的主要开销。轻量级协同程序通过重叠计算和异步数据预取简化了软件预取的实现，以隐藏数据停顿。然而，以前的解决方案主要集中在（1）单个组件和操作，以及（2）需要接口更改的事务内兼容性，破坏了向后兼容性。目前尚不清楚它们如何应用于完整的数据库引擎，以及它们在各种工作负载下带来了多少端到端的好处。本文介绍了\corobase，一个内存数据库引擎，解决了这些挑战与一个新的协同程序到事务的范例。协程到事务将事务建模为协程，从而实现事务间的互操作，避免了应用程序更改，但保留了预取的优点。我们发现，在48核服务器上，CoroBase在读取密集型工作负载方面的性能提高了近2倍，并且在本质上无法从软件预取中受益的工作负载方面保持了竞争力。
2020-10-29 cs.DB
DooML: A new Database & Object-Oriented Modeling Language for database-driven web application design and development
数据库驱动的Web应用程序是一个非常常见的软件解决方案，以解决日益增长的业务问题。对数据库和软件架构进行建模可能具有挑战性，因此没有一种用于数据库和软件架构的组合建模语言，特别适合于Web应用程序开发。在本文中，我们提出了数据库面向对象的建模语言（DooML）和它的主要原型图：一个符号指定的数据库模式和相应的面向对象的软件体系结构的设计。它结合了绘制实体关系图、关系模型和通用建模语言类图的语法，并创建了一个混合图，说明了数据库设计和软件设计规范。默认情况下，DooML确保高级Web应用程序开发的方法是模型驱动的，既面向数据库又面向对象。
2022-10-05 cs.DB cs.SE
A comparison study of object-oriented database clustering techniques
人们普遍认为，一个好的对象聚类是关键的OODBs的性能。群集意味着将相关对象紧密地存储在辅存上，以便当从磁盘访问一个对象时，所有相关对象也都被带入内存。然后访问这些相关的对象是一个主存访问，比磁盘访问快得多。本文的目的是比较三种聚类算法：Cactis，CK和ORION的性能。仿真实验表明，Cactis算法在响应时间和分簇开销方面优于ORION算法，CK算法在性能上完全优于其他两种算法。
2016-11-28 cs.DB
A Storage Advisor for Hybrid-Store Databases
借助SAP HANA数据库，SAP提供了一个高性能的内存混合存储数据库。混合存储数据库--即支持面向行和面向列的数据管理的数据库--正变得越来越突出。虽然列式管理提供了分析大量数据的高性能功能，但面向行的存储可以更有效地处理事务点查询以及插入和更新。为了同时有效地利用这两种存储，出现了一个新的问题，即是面向行还是面向列存储给定的数据。我们使用存储顾问工具来解决这个问题，该工具支持数据库管理员做出这一决定。我们提出的存储顾问建议基于数据和查询特征的最佳存储;其核心是一个成本模型，用于估计和比较不同存储的查询执行时间。除了按表决策之外，我们的工具还考虑对数据进行水平和垂直分区并管理不同存储上的分区。我们评估了存储顾问在SAP HANA数据库中的使用情况;我们展示了建议的质量以及将数据存储在最佳存储中对于提高查询性能的好处。
2012-08-21 cs.DB
Lauca: Generating Application-Oriented Synthetic Workloads
综合负载是数据库系统性能评估的基础和关键。在对特定应用的数据库性能进行评估时，综合负载与实际应用负载的相似性决定了评估结果的可信度。但目前用于性能评估的工作负载很难与目标应用具有相同的工作负载特征，导致评估结果不准确。为了解决这个问题，我们提出了一个工作负载复制器（Lauca），可以生成具有高度相似的性能指标的特定应用程序的合成工作负载。据我们所知，Lauca是第一个面向应用程序的事务性工作负载生成器。通过对面向应用的合成负载生成问题的深入研究，提出了在线事务处理（OLTP）应用的关键负载特征（事务逻辑和数据访问分布），并提出了新的负载特征描述和生成算法，保证了合成负载的高保真度.我们在MySQL和PostgreSQL数据库上使用TPC-C，SmallBank和微基准测试的工作负载进行了广泛的实验，实验结果表明Lauca始终生成高质量的合成工作负载。
2019-12-16 cs.DB
Dolphin: An Actor-Oriented Database for Reactive Moving Object Data Management
针对反应式移动对象应用的低延迟可扩展数据管理需求，本文提出移动actor抽象与M-AODBs平台，实现了基于Microsoft Orleans的系统Dolphin，实验验证其具备多机扩展性与近实时反应性能。
2025-11-13 cs.DB
Sketch-Oriented Databases
University Grenoble-Alpes（格勒诺布尔阿尔卑斯大学）；CNRS（法国国家科学研究中心）
本文提出以草图为导向的数据库框架，通过范畴理论统一捕捉图特征，并引入颤音草图以支持模块化和可扩展的模型增长。
2026-03-07 cs.DB cs.LO
A Scalable Transaction Management Framework for Consistent Document-Oriented NoSQL Databases
Bahri University（巴里大学）；Georgia State University（佐治亚州立大学）；Delaware State University（特拉华州立大学）
本文提出了一种四阶段事务管理框架，通过优化锁策略和冲突检测，提高了文档导向NoSQL数据库在一致性与性能之间的平衡。
2026-02-02 cs.DB
The Evolution of the Computerized Database
数据库，相关数据的集合，和文字一样古老。数据库可以是任何东西，从家庭主妇的金属配方文件到复杂的数据仓库。然而今天，当我们想到数据库时，我们总是想到计算机化的数据及其DBMS（数据库管理系统）。我们是如何从一个简单的金属文件盒或橱柜中组织我们的数据到将我们的数据存储在一个复杂的计算机化数据库中的？计算机化数据库是如何发展的？本文定义了数据库的含义。它追溯了数据库的演变，从一开始的非计算机化的相关数据集，到现在的标准计算机化的关系数据库管理系统（关系数据库管理系统）。回顾了早期的计算机存储方法，包括索引顺序存取方法和虚拟存储存取方法。早期的数据库模型，包括网络和层次数据库模型进行了探讨。最后讨论了关系数据库、对象关系数据库和面向对象数据库模型。附录中的图表，包括层次发生树，网络模式，ER（实体关系）和UML（统一建模语言）图，包括支持文本。本文最后探讨了DBMS发展的当前和未来趋势。它讨论了影响这些趋势的因素。它深入探讨了DBMS和日益流行的面向对象开发方法之间的关系。最后，对DBMS的未来进行了展望。
2003-05-21 cs.DB
Ontology Based Data Integration Over Document and Column Family Oriented NOSQL
万维网基础设施及其20多亿用户能够以前所未有的速度存储信息。这主要是由于存储在某些Web应用程序上执行的几乎所有最终用户交互的意愿。为了应对可伸缩性和可用性的限制，许多参与这一过程的Web公司最近开始设计自己的数据管理系统。其中许多被称为NOSQL数据库，代表“不仅仅是SQL”。随着它们的广泛采用，出现了新的需求，数据集成就是其中之一。在本文中，我们认为，存储在一组NOSQL源的信息的基于本体的表示是非常必要的。这种方法的主要动机是能够推理本体的元素，并以高效和分布式的方式检索信息。我们的贡献是：（1）我们分析了一组无模式的NOSQL数据库生成本地本体，（2）我们生成一个全局本体的基础上发现的本地本体之间的对应关系，最后（3）我们提出了一个查询翻译解决方案，从SPARQL到查询语言的来源。我们目前正在两个流行的NOSQL数据库上实现我们的数据集成解决方案：MongoDB作为文档数据库，Cassandra作为列族存储。
2013-07-09 cs.DB
Highly Available Queue-oriented Speculative Transaction Processing
近年来，确定性数据库系统越来越受到数据库研究界的关注。尽管它们当前的局限性，但是分布式确定性事务处理系统的最近提议展示了相对于使用传统事务处理技术的系统的显著改进（例如，两阶段锁定或具有两阶段提交的乐观并发控制）。但是，在确定性分布式事务处理系统中保证高可用性的问题受到研究界的关注较少，这方面也没有得到很好的分析和评价。本文提出了一个通用的框架来模拟确定性事务处理系统中的复制过程，并用它来研究三种情况。我们设计并实现了QR-Store，一个面向服务器的复制事务处理系统，并在YCSB的事务版本的基础上对它进行了广泛的评估。我们的原型实现QR-Store可以在200毫秒内实现每秒190万个复制事务的吞吐量，与非复制配置相比，复制开销为8%-25%。
2021-07-23 cs.DB
An Integrated Approach for Extraction of Objects from XML and Transformation to Heterogeneous Object Oriented Databases
CERN（欧洲核研究组织）的WISDOM项目使用XML在异构操作系统环境中的不同数据存储库之间复制数据。为了交换来自Web驻留数据库的数据，需要将数据转换为XML，然后再转换回数据库格式。许多不同的方法被用来做这个转换。本文讨论的问题，使这项工作比现有的方法更有效和强大。它在数据库-XML关系中结合了万维网联盟（W3C）XML模式规范。XML模式的引入在XML内容使用方面表现出显著的改进，并减少了基于DTD的数据库XML服务的限制。其次，本文探讨了XML与不同数据库之间的数据转换与数据库无关的可能性。它提出了一个标准的XML格式，每个序列化的对象都应该遵循。这使得使用XML无缝地使用异构数据库的对象成为可能。
2004-02-02 cs.DB cs.SE
Columnar Storage and List-based Processing for Graph Database Management Systems
我们重新审视面向列的存储和查询处理技术的背景下，当代图形数据库管理系统（GDBMS）。与面向列的RDBMS类似，GDBMS支持读取繁重的分析工作负载，但与传统的分析工作负载相比，这些工作负载具有根本不同的数据访问模式。首先，我们推导出一套必要的优化存储和查询处理器的GDBMS的访问模式的基础上。然后，我们提出了设计的列存储，压缩和查询处理技术的基础上，这些desiderata。除了显示从列式RDBMS的现有技术的直接集成，我们还提出了新的GDBMS的优化。这些包括一个新的基于列表的查询处理器，它避免了传统的基于块的处理器在多对多连接下的昂贵的数据副本，一个新的数据结构，我们称之为单索引的边缘属性页和一个伴随的边缘ID计划，以及一个新的应用Jacobson的位向量索引压缩NULL值和空列表。我们将我们的技术集成到GraphflowDB内存GDBMS中。通过大量的实验，我们证明了我们的技术的可扩展性和查询性能的好处。
2021-10-27 cs.DB
A Queue-oriented Transaction Processing Paradigm
事务处理几十年来一直是一个活跃的研究领域。经典事务处理协议的一个基本特征是非确定性，这使得它们在现代计算环境（诸如使用众核的主存数据库、多套接字CPU和分布式环境）上遭受性能问题。最近提出的确定性事务处理技术在解决这些性能问题方面显示出巨大的潜力。在这个立场文件中，我认为一个面向服务器的事务处理范式，导致更好的设计和实现的确定性事务处理协议。我支持我的方法与广泛的实验评估，并证明显着的性能增益。
2019-10-23 cs.DB
Empowering Domain-Specific Language Models with Graph-Oriented Databases: A Paradigm Shift in Performance and Model Maintenance
Pontificia Universidad Catolica Argentina（阿根廷天主教大学）；Accenture（埃森哲）
本研究针对领域特定短文本数据管理处理的需求，提出将领域特定语言模型与图导向数据库集成的方法，可优化指标使用、缓解延迟、提升可解释性与调试能力、改善模型性能，并为相关产品全生命周期维护提供经验。
2024-10-04 cs.AI cs.DB cs.LG
Relational Databases Ingestion into a NoSQL Data Warehouse
企业的数字化转型导致了数据库向大数据的演变。我们的工作是这种情况下的一部分，更具体地说，涉及的机制，提取存储在数据湖的数据集，并存储在一个数据仓库的数据。后者将允许第二次进行决策分析。在本文中，我们提出的抽取机制限于关系数据库。为了自动化这个过程，我们使用了模型驱动架构（MDA），它为模式转换提供了一个形式化的环境。从描述数据湖的物理模式，我们提出了转换规则，允许创建一个数据仓库存储在面向文档的NoSQL系统。已在医学应用上进行了转换过程的实验。
2022-03-14 cs.DB
Object-oriented tools for advanced applications
本文简要讨论了应用程序开发环境（ADE），该环境用于构建涉及图形用户界面（GUI）的数据库应用程序。ADE计算将数据库访问和用户界面分离。可以生成与不同且相异的桌面数据库通信的各种应用。高级技术允许涉及远程或存储过程检索和调用。
2001-06-11 cs.DB cs.LO cs.PL
On the Verge of One Petabyte - the Story Behind the BaBar Database System
BaBar数据库是HEP社区中使用商业ODBMS的先驱。Objectivity/DB独特的面向对象架构使其能够管理自99年5月以来生成的超过700 TB的生产数据，使BaBar数据库成为世界上最大的已知数据库。正在进行的开发包括新功能，解决了探测器不断增加的亮度以及其他不断变化的物理要求。目前正在作出重大努力，以减少空间需求和业务费用。本文讨论了我们的经验，开发一个大型数据库系统，强调普遍的方面，可适用于任何大型系统，独立的底层技术使用。
2003-06-04 cs.DB
A fusion algorithm for joins based on collections in Odra (Object Database for Rapid Application development)
在本文中，我们提出了一个目前正在开发的数据库编程方法，称为OSPOT（对象数据库快速应用程序开发）的工作原理完全面向对象的原则的功能。数据库程序设计语言称为SBQL（基于堆栈的查询语言）。我们讨论了ODB2中的一些概念，例如ODB2的工作，ODB2运行时环境如何操作，ODB2与.net和java的互操作性。目前，ODB2的开发阶段是查询优化。因此，我们提出了以前的工作，是在OSTOM有关查询优化，我们还提出了一个新的融合算法，OSTOM如何处理连接的基础上收集，如集，列表和数组的查询优化。
2011-11-13 cs.DB
SpecDB: LLM-Generated Customized Databases via Feature-Oriented Decomposition
Alibaba Group（阿里巴巴集团）；Zhejiang Gongshang University（浙江工商大学）
提出SpecDB系统，利用大语言模型通过面向特征的分解和依赖图DBGraph，从自然语言工作负载描述自动生成定制化关系数据库，在TPC-C测试中达到与PostgreSQL和MySQL相当的性能，代码量仅为它们的3%。
2026-05-29 cs.AI cs.DB
A Direct Symbolic Execution of SQL Code for Testing of Data-Oriented Applications
符号执行是一种能够自动生成测试输入（和输出）的技术，它在要测试的程序中执行一组执行路径。如果路径覆盖了被测代码的足够部分，则测试数据提供了程序实际行为的代表性视图，这尤其使得能够检测错误和纠正故障。关系数据库在软件中无处不在，但操作它们的代码片段的符号执行仍然是一个不小的问题，特别是因为这种数据库的复杂结构和SQL语句的复杂行为。在这项工作中，我们定义了一个直接的符号执行数据库操作代码，并将其与一个更传统的符号执行正常的程序代码。数据库表由关系符号表示，SQL语句由这些符号上的关系约束表示，符号表示程序的正常变量。基于这些原则的算法的符号执行的Java方法，实现业务用例的读写关系数据库，后者受到数据完整性约束。该算法被集成在一个测试生成工具，并在示例代码进行了实验。工具生成的约束的目标语言是SMT-Lib标准，使用的求解器是Microsoft Z3。结果表明，该方法能够在合理的时间内生成有意义的测试数据，包括有效的数据库内容。特别是，Z3求解器被证明是更可扩展的比合金求解器，在我们以前的工作中使用，解决关系约束。
2015-01-21 cs.DB cs.SE
DOEF: A Dynamic Object Evaluation Framework
在面向对象或对象-关系数据库中，例如多媒体数据库或大多数XML数据库，访问模式不是静态的，即，应用程序并不总是以相同的顺序重复地访问相同的对象。然而，到目前为止，这一直是这些数据库和相关优化技术（如聚类）的评估方式。本文开辟了关于这个问题的研究，提出了一个动态对象评估框架（DOEF），通过定义可配置的风格的变化，实现访问模式的变化。这个初步的原型被设计成开放和完全可扩展的。为了说明DOEF的能力，我们用它来比较四个国家的最先进的动态聚类算法的性能。结果表明，DOEF确实是有效的，在确定每个动态聚类算法的适应性访问模式的变化。
2007-05-10 cs.DB
Object Database Benchmarks
在第一个面向对象的数据库管理系统（OODBMS）出现后不久，就出现了对性能测量工具的需求，并证明了对设计者和用户的重要性（Atkinson \& Maier，1990）。性能评估对于设计人员确定体系结构的元素以及更一般地验证或反驳关于OODBMS的实际行为的假设是有用的。因此，性能评估是设计良好和有效系统的开发过程中的一个重要组成部分。用户还可以使用性能评估，在选择OODBMS之前比较不同技术的效率，或者调整系统。通过在真实系统上进行实验来进行性能评估通常被称为基准测试。它包括在给定的OODBMS上执行一系列测试，以评估其在给定设置中的性能。基准测试通常用于比较OODBMS的全局性能，但也可以利用它们来说明一个系统或另一个系统在给定情况下的优势，或确定最佳硬件配置。通常，基准测试由两个主要元素组成：由数据库和应用于该数据库的一组读写操作组成的工作负载模型，以及一组性能度量。
2017-01-26 cs.DB
The Sloan Digital Sky Survey Science Archive: Migrating a Multi-Terabyte Astronomical Archive from Object to Relational DBMS
斯隆数字巡天科学档案馆是天文学和其他数据密集型科学的一系列多TB数字档案中的第一个。为了便于SDSS存档中的数据采掘，我们采用了一个商业数据库引擎，并在其上构建了专门的工具。最初，我们选择了一个面向对象的数据库管理系统，由于其数据组织能力，平台独立性，查询性能和概念上适合的数据。然而，在项目的前几年使用对象数据库之后，它很快就开始在查询支持和数据采掘性能方面出现不足。这是由于数据库供应商无法响应我们对功能和错误修复的需求，因为他们未能跟上硬件性能的快速改进，特别是更快的RAID磁盘系统。最后，我们被迫放弃对象数据库，将我们的数据迁移到关系数据库。我们在下面描述了我们在对象数据库方面所面临的技术问题，以及我们如何以及为什么迁移到关系技术。
2004-03-12 cs.DB
Une plate-forme dynamique pour l'évaluation des performances des bases de données à objets
在面向对象或对象-关系数据库中，例如多媒体数据库或大多数XML数据库，访问模式不是静态的，即，应用程序并不总是以相同的顺序重复地访问相同的对象。然而，到目前为止，这一直是这些数据库和相关优化技术（如聚类）的评估方式。本文通过提出动态对象评估框架（DOEF），开启了对这一问题的研究。DOEF通过定义可配置的更改样式来完成访问模式更改。它是一个初步的原型，被设计为开放和完全可扩展的。虽然最初是为面向对象模型设计的，但它也可以在对象-关系模型中使用，只需进行少量修改。此外，还可以添加新的访问模式改变模型。为了说明DOEF的能力，我们进行了两组不同的实验。在第一组实验中，我们使用DOEF来比较四种最先进的动态聚类算法的性能。结果表明，DOEF是有效的，在确定每个动态聚类算法的适应性，以改变访问模式。他们还使我们得出结论，动态聚类算法可以应付中等水平的访问模式的变化，但性能迅速下降，比没有集群时，积极的访问模式变化的风格被应用。在第二组实验中，我们使用DOEF来比较两种不同对象存储的性能：Platypus和SHORE。DOEF的使用暴露了鸭嘴兽较差的交换性能。
2007-04-26 cs.DB
InferQ: A Database-Oriented Benchmark for Quantum Circuits Simulation
Delft University of Technology（代尔夫特理工大学）
研究人员提出面向数据库的量子电路模拟基准InferQ，生成大量通用电路数据集，实验发现超50%电路上RDBMS内存表现优于Qiskit Aer，结合其特征的轻量级模型可精准选择模拟器。
2026-08-07 cs.AI cs.DB quant-ph
Evaluating the Dynamic Behavior of Database Applications
本文探讨了改变访问模式对数据库管理系统性能的影响。访问模式的变化在确定关键性能优化技术（如动态群集、预取和缓冲区替换）的效率方面起着重要作用。然而，所有现有的基准测试或评估框架都产生静态访问模式，其中对象总是以相同的顺序重复访问。因此，我们提出了动态评估框架（DEF），模拟访问模式的变化，使用可配置的风格的变化。DEF被设计为开放和完全可扩展的（例如，可以容易地添加新的访问模式改变模型）。在本文中，我们实例DEF到动态对象评估框架（DoEF），这是专为对象数据库，即，面向对象或对象关系数据库，如多媒体数据库或大多数XML数据库。DoEF的能力已经通过模拟四种不同的动态聚类算法的执行进行了评估。结果证实了我们的分析，灵活的保守重新聚类是决定聚类算法的能力，以适应访问模式的变化的关键。这些结果表明，DoEF在确定每个动态聚类算法的适应性，在模拟环境中的访问模式的变化的有效性。在第二组实验中，我们使用DoEF来比较两个现实生活中的对象存储的性能：Platypus和SHORE。DoEF帮助揭示了鸭嘴兽糟糕的交换性能。
2017-01-02 cs.DB
Automatic Clustering in Hyrise
物理数据布局是现代数据库的重要性能因素。聚类，即，邻近地存储相似的值可以以几种方式导致性能增益。我们提出了一个自动化的模型，以确定有益的集群列和面向列的，内存驻留数据库Hyrise的聚类算法。为了自动选择集群列，该模型分析数据库的工作负载，并根据某些集群列对工作负载延迟的影响程度提供估计。我们评估模型估计的精度，以及其聚类建议的整体质量。为了应用一个确定的聚类配置，我们开发了一个在线聚类算法。聚类算法支持任意数量的聚类维度。我们表明，该算法对并发运行的数据修改查询是强大的。当对lineitem表进行聚类时，TPC-H基准测试的延迟减少了5%，当对store_sales表进行聚类时，TPC-DS基准测试的延迟减少了4%。
2021-03-29 cs.DB
How to evaluate NoSQL Database Paradigms for Knowledge Graph Processing
University of Messina（墨西拿大学）
本文提出针对知识图谱处理的NoSQL数据库范式评估框架，通过连接密度、规模和语义丰富度等指标，揭示不同数据库范式在性能上的交叉点，并提供基于证据的指导原则。
2026-02-07 cs.DB
Task Assignment on Multi-Skill Oriented Spatial Crowdsourcing
随着移动设备和众包平台的快速发展，空间众包引起了数据库界的广泛关注。具体而言，空间众包是指基于工作人员的当前位置向他们发送基于位置的请求。在本文中，我们考虑了一个空间众包场景，其中每个工作人员都有一组合格的技能，而每个空间任务（例如，修理房子、装饰房间、为仪式表演娱乐节目）是时间有限的，在预算限制下，并且需要一套技能。在这种情况下，我们将研究一个重要的问题，即多技能空间众包（MS-SC），找到一个最优的工人和任务分配策略，使工人和任务之间的技能相互匹配，工人的利益最大化的预算约束下。我们证明了MS-SC问题是NP难且棘手的。因此，我们提出了三种有效的启发式方法，包括贪婪，g-分而治之和成本模型为基础的自适应算法，以获得工人和任务分配。通过大量的实验，我们证明了我们的MS-SC处理方法在真实和合成数据集上的效率和有效性。
2015-10-20 cs.DB
Optimization of Imperative Programs in a Relational Database
几十年来，RDBMS一直支持声明式SQL以及命令式函数和过程，作为用户表达数据处理任务的方式。虽然声明式SQL的评估受到了很多关注，导致了高度复杂的技术，但命令式程序的评估仍然很幼稚，效率很低。命令式程序提供了SQL的几个好处，因此通常是首选和广泛使用的。但不幸的是，它们糟糕的性能令人沮丧，甚至禁止在许多情况下使用它们。我们处理这个迄今为止很少受到注意的重要问题。我们提出了Froid，一个可扩展的框架，用于优化关系数据库中的命令式程序。Froid的新方法自动将整个用户定义函数（UDF）转换为关系代数表达式，并将它们嵌入到调用SQL查询中。这种形式现在适合于基于成本的优化，并产生高效的、面向集合的并行计划，而不是低效的、迭代的、串行执行的UDF。Froid的方法还为UDF带来了许多编译器优化的好处，而无需额外的实现工作。我们描述了Froid的设计，并提出了我们的实验评估，证明性能提高了多个数量级的实际工作负载。
2019-08-20 cs.DB
Neural Networks and Database Systems
面向对象的数据库系统在处理和管理复杂对象方面被证明是非常有价值的。在下文中，给出了用于将神经网络嵌入到这样的系统中的准则。我们的目标是将网络作为数据库系统中的正常数据。从逻辑的角度来看，神经网络是一个复杂的数据值，可以作为正常的数据对象存储。人们普遍认为，基于规则的推理将在未来的数据库应用中发挥重要作用。知识库由事实和规则组成，它们都由底层数据库系统存储和处理。神经网络可以看作是智能数据库系统中内涵知识的表示。因此，它们是基于规则的知识库的一部分，可以像传统规则一样使用。用户对他的知识库有一个统一的看法，而不管唯一规则的起源。
2008-02-25 cs.DB cs.NE
Benchmarking Top-K Keyword and Top-K Document Processing with T${}^2$K${}^2$ and T${}^2$K${}^2$D${}^2$
Top-k关键字和top-k文档抽取是非常流行的文本分析技术。Top-k关键字和文档通常是动态计算的，但它们利用了构建成本高昂的加权词汇表。为了比较相互竞争的加权方案和数据库实现，通常使用基准测试。据我们所知，目前没有基准可以解决这些问题。因此，在本文中，我们提出了T ${}^2$ K ${}^2$，top-k关键字和文档基准，及其面向决策支持的进化T ${}^2$ K ${}^2$ D ${}^2$。这两个基准测试都有一个真实的tweet数据集和具有各种复杂性和选择性的查询。它们有助于评估加权方案和数据库实现的计算性能。为了说明我们的基准测试的相关性和通用性，我们一方面成功地对TF-IDF和Okapi BM 25加权方案进行了性能测试，另一方面对不同的关系型（Oracle，PostgreSQL）和面向文档的（MongoDB）数据库实现进行了性能测试。
2018-04-20 cs.DB cs.IR
VISTA Architect: A graph database-oriented health AI system demonstrated in multidisciplinary tumor boards
Department of Biomedical Data Science, Stanford University School of Medicine（斯坦福大学医学院生物医学数据科学系）；Department of Medicine, Stanford University School of Medicine（斯坦福大学医学院医学系）
提出VISTA Architect架构，通过图数据库和LLM将EHR转化为持久知识图谱，解决长上下文提示和RAG的时序缺失与高成本问题，在胸科肿瘤委员会中实现96.4%准确率。
2026-06-23 cs.AI cs.CL cs.DB
Conceptual Level Design of Semi-structured Database System: Graph-semantic Based Approach
本文提出了一种基于图-语义的半结构化数据库系统概念模型GOOSSDM，它以面向对象的方式对半结构化数据库系统的各个方面进行概念化。该模型定义了一组基于图的形式化结构、各种具有参与约束的关系类型和丰富的图形符号集，用于描述半结构化数据库系统的概念级设计。所提出的设计方法有利于不规则的，异构的，层次和非层次的半结构化数据在概念层面上的建模。此外，建议GOOSSDM是能够在概念级的XML文档建模与文档为中心的设计，排序和析取特性的设施。本文还提出了一种基于规则的GOOSSDM模式到等价XML模式定义（XSD）的转换机制。所提出的概念模型的概念已实现使用通用建模环境（GME）。
2012-02-21 cs.DB cs.SE
MammoGrid: A Service Oriented Architecture based Medical Grid Application
MammoGrid项目最近交付了它的第一个概念验证原型，它使用了一个基于面向服务的体系结构（SOA）的网格应用程序来支持跨越国界的分布式计算。选择底层的Alien Grid基础设施是因为它的实用性，也是因为它作为一种潜在的基于开源标准的解决方案，用于管理和协调分布式资源。由此产生的原型预计将利用大量的医学图像数据进行流行病学研究，先进的图像处理，放射学教育，并最终，远程诊断的医疗虚拟组织的社区。MammoGrid原型包括一个用于数据采集和检查的高质量临床医生可视化工作站、一个与一组医疗服务（注释、安全、图像分析、数据存储和查询服务）兼容的DICOM接口，该接口位于所谓的网格盒上，并可安全访问通过网格中间件连接的其他网格盒网络。本文概述了MammoGrid方法在管理网格连接的乳腺X射线摄影数据库的联邦在最近交付的原型的上下文中，还将描述原型的下一阶段。
2004-05-21 cs.DB cs.DC
An Object-Oriented and Fast Lexicon for Semantic Generation
Leiden University Centre for Linguistics (LUCL)（莱顿大学语言学中心（LUCL））
本文介绍了一个大型计算词典的技术设计、存储和在Prolog环境下的访问。传统上，数据结构的有效访问和存储是由关系数据库管理系统实现的。在Delilah，一个基于词典的NLP系统中，语义生成器对词典的有效访问至关重要。我们表明，我们非常详细的HPSG风格的词汇规范不适合在关系模型，他们不能有效地检索。我们认为，他们更自然地适合在面向对象的模型。虽然存储的对象是冗余的，我们声称，有效的访问仍然是可能的，通过应用索引，和压缩技术，从关系模型的面向对象的模型。我们证明，它是可能的，以实现面向对象的存储和快速访问的ISO Prolog。
2009-05-20 cs.CL cs.DB cs.DS
Transactions Make Debugging Easy
我们提出了TROD，一种新型的面向事务的框架，用于调试现代分布式Web应用程序和在线服务。我们的关键见解是，如果应用程序将所有状态存储在数据库中，并且仅以事务方式访问状态，则TROD可以使用轻量级的始终在线跟踪来跟踪应用程序状态更改和数据来源的历史，然后利用捕获的跟踪和事务日志忠实地重放甚至追溯任何过去事件的修改代码。我们演示了如何TROD可以简化生产应用程序中的编程和调试，列出几个研究挑战和方向，并鼓励数据库和系统社区彻底重新思考人们开发和调试应用程序的方式之间的协同作用。
2022-12-29 cs.DB cs.DC cs.SE
