第卷期计算机学报３４ １０Ｖｏｌ．年月２ＣＨＩＮＥＳＪＯＵＲＡＬＦＭＰＴｃｔ层次的结果聚合复旦院摘由于使用便等优点库户可以所需信息而不必写杂语Ｑ句但部分有法都注通过连接操作包含元组树忽略了对整这从某种程度影响判断文中提出并实一进系统框架在具构属性指导下做寻找低小覆盖将更紧密加相反馈给还其减少应时间同善体验定义问及地解表明能够较效率价完成词类号／犇犗犐犃狉犲犪狋犓狑狅犱狌犻狊狀犎犮犺犚犾犫犵狔犙Ｙｇ犛犳犆犿狆犉犝狏ＫｙｗｒｓＷｂｐｖｑｘｊｋ’收稿日：；最终修改到本课题得国家科技重大专项基金（）、自然７８９ＺＸ，“八六三”高术研究发展划目和上海市委现代服务业６资助胡昊男生硕士主要方向为数据管理关键字检索ｄｚ５ｍａｉｈｕ＠ｆｎｅ何震瀛博讲师图书
期胡昊等：９进行整合户供更好体验是引言研究者解决个主要问题１ 动机作为从结构化和半数据中提取所需信息例图给出了某汽车销售（）ｅ［６］的一种方法，关键字检索获得广泛注近年来该模式．ａ～ｄ４５７８库上大量涌现片段向箭头表示在之存包含有元组或连接树指外当试日往导致冗余无意义果产生另面配备涡轮增压发品时他可能交这些认同系间相互独立事实“”本展按具层次如何利用技术及其…ＡｕｔｏＫｙＣｌｓｍｐｎＰｒｉｃＩｖＦＮ手自丰田０３２只简单将符条件陈列每后圆圈花费定析序号代使过程加效共特征内部我们也乘帮助容易地熟悉返回商区开样由于鲜明被受然比较心价位而对牌没那么敏感因此操应够格属性文照公司分类聚即
报０和摘要在考虑这些问题时，我们将遵循以下原则：他决．（）聚合粒度适当检索结果集的案直１过小或者大都会影响用户分析再没例为使能够短间内比较全区因２面地了解特性应有针对给出很紧密；具代表个即犽良好扩展目前已工作致力于关３ｙ系数据库上键字与贪心随机ｇ改进尽可少变现统两种相共交 近十年来互联网搜引擎巨成功设剪枝策略起越多学注贡织并业界许熟商简单实主如、背景ＭｉｃｒｏｓｆｔＳＱＬｅｖＯａｌＩＢＤ等往研究更何得到连接元组获覆盖低概念［４５７９６］同包含所树基帮助还此提增ＸｐＣＶＥＲＡＮＫ８体方法强Ｐ是领域早也族后续础及优化某本文其它反馈制整一中选取该利模式图第节介绍型枚举查询候ｘ犛犙Ｇｂ络然依达生语句投入按序行处理回通条件避免构造验总望属值匹配情况而导二义步括打献人Ｚｈｕ但仅张操示意际信息范被不部存储若限减根非常块负责耗且另外ｍｚ无层次类似返只予支持需由指定哪先悉讲困难首择计算求最｛…｝输项倒排犿做每ｎｋ
期胡昊０８９存函犉→满足记引偏序证明从略７做ＵＰＹ自知道能够找到之但比它身多现公司即共某单注间也图系统结构３ 含关键字，…的元组集合犽１２犿犚令当且仅该犻犼其中表示属性上包国家．所有然后依据数库模式在致时“”这些基础按照完整和无冗余规则生成连接候选网络（）显样很ｃａｎｄｉｔｅｗｏｒｋｓ经由对应去掉得新ＳＱＬＧ＜｜语句并投入管理进行检索心我们与不同一点是何备借助ＤＩＣＯＶＥＲｂ会次将都出来而方法实另面大小例如边目分批程全于先果可以续或般地否执起反馈指导作用过早操造计算资源浪费别聚Ａｇ犇步骤摘要返还给户典词谓ｕｍｚ犙本提工项犮狅狋犪犆狏因此相部型定义再赘述括最Ｊ、ｆｐｌＫｙＭＴＮ等请参阅文献［］４使′主下两者层５犎覆盖传递划设个犛π素非极犺列条件立称为：①＝值域各任意若∪②≠∩互交犘∈｛｝α狀限族二就针
学报年９的元素而定义，聚合关系是针对集族中一般地若我们称上层何．犺犻犼为了说明最低运算该换言之ＭＨ返回次子小即限前犎′确界形式化表述：（）｛存在＝｜犽∈有并且于所这样文≠其极或者大｝由展简不唯实际操作引入令τ涵来理则必２ 覆盖设６ＬＣ犛法示属性犙任意包含节讨论使得语句１狑犮狅狀狋犪ＳＱ统生成Ｇｅｎｒｔｏ同时也添加相先狊ｕｐｂｙ此划∪ａｘ组数目满足条犃犆犘犝件下达到多显然类偏个细分序补例如图“汽丰田”公司４５７和基ＡＵＴＯＰｉｃＩｖｌ可以看出等ｍＫＮＹ外键更国家反映检索结果认知粒度择靠两某自身质Ｆ问题给据库Ｅｓｈ模及用户提交犇应求解开销摘要仅３尽管致力寻找已经将体能减少但情况后行只需单遍仍很想象日历别置车涡轮增压产品本就许特根涉价位间重…点会叠因计础当里进步做从选具代比无机制新～０ｄｋ较短内全面＋
期胡昊等键聚合每包了所．基于的方法相流程３１ 犌狉狅狌狆犫狔为求得（，）根据定义最低上层ＭａｘＬＣ犛犙遍历之属值小覆盖是对一个细分因此不该将我们需要首先计算出加自身例理生成带有ＳＱＧｅｎｒｔｏ应以序号操作语句执行结果ｕｐｂｙ共狀种平均犱这与选择机制关证明从略Ｆｄｃｋ复杂心假设用户在检索时含特性“”和产品候网络度总／犗×到可能连接如表些都公２司按部中间列注意、并未被次征ＡＫ避免０减少开销由４两案供实现改进５完全弃数库管统提式；易知条已经但做后步前若考虑系则只第元组满足剔除掉本文取者而待集称犜保留同别子且′∈给解大必须记其示ＮｖＨ狋犻具某没认极犎输入：使样影响面｛犚＝…｝犿传递质ｍ即ｆｈｌｉ犑犔狑犲狊始犼ｗｓｊｇ照排偏字典６类较多７８顺过９∪它会
学报年一起，根据最低上层条件若对于（）本文覆盖原设计种狋ＭＨ犼犻犽０则以后的元组都不必考虑因而求解该完整ｔ…这些连接操作要观＋１犿执行含．算法够更展共特２ ａｘＬＣ犛犙输入：待集犜且角度来构出结果用表示｛犚＝造｝其中次聚合图实线和虚框别ｅｍｐｙｆｏｒｃｈｕｌｉｎ涵素３ｗｓｖｊｇｂ４５ｋ６７犑狅狀８∪择９包简单定理产生与相同需说明是当有具指复杂决属性时退化为此任基贪心在节省犅犪狊犲犾外没做返回我们将直伪码下思想保证了所开始记轮迭犐按成某停止得到系列照数目ＧｄＳ降序维护个优先队使每样顺便户查看也摘好准备狉还给如Ｗ＜述两缺点犕狓′∈非常多；二各之间很大比例重叠找代尽可能全面地提供检索并进步掌握方类经典义距离函然应小［］分ＮＰ从随机选取即但正确前问题十困难／近似率－
期胡昊等键检索ｏｐｔ引理给定（，）问题令次迭候３． 犽ＭａｘＬＣ犛犙犐ｇｒｅｄｙ表示其最优解贪心法的Ｂｓｌｉｎ犆需∩狋∪狓中涵盖元组数目则／＋为自然对底１－基原改进方４２犿狆狉狅狏犲犱与贡献观察到我们在某属性上聚合结果是均互不相交即按照会同假设涉及个可分灰色标记类每大低层小覆经集之间例如图若说８和价格区求共它这因于一汽车剩余唯此且只还６由内细形式化抽屉依据述：归犻析旦找｛…｝犕＝前文已Ｅ各以下简称规模降序排列所有５时两族字犪犫先出那算剪枝条件后别阐么仅都本Ｓｍ础用种策略具体伪码实验了证提关真拟能情况代做电子工业部研究保密初始来ＩＦ生该库成｜＞≠偏系立应选择而继续指直现使得止＜犼值就０从多开超过取当第９预义典比要必考虑将作随机赋输样也被另外深度平Ａ摘并处；三张ｃｕｖ
计学报年表元组数目３ ＡＵＴＯＣＭＰＮＹＩ１０据准备５．对于真实和模拟，首先我们在其上做关键字的倒排索引按照系统方案ＤＳＶＥＲ生成分类属性或聚合带ＧｒｏｕｐｂｙＱＬ语句然后将这些投入库中本验是平台开发用ｉｓａｌｔｄ２编写使版运行＋主频内存ｎｅ８ＨｚＢ结果都选取了检由操作两个算法之间涉及到不同直接比较时代价可因此序连节省即次占基例另外有多每别总摘除以均考察当犽ｘ犕需要管理效差异ｖ来而待集（见小返回４）候条针网络翻译从处断拆为犿＝得指定最晚并样也该具体现式图已知事某如大择自公共布非、Ｋｍ呈区注意若贪心着增长则很快示种曲线９出那变所～６７花费率横坐标查询纵轮迭遍历判覆盖犙张一没层退化规际情况与下剪枝看明显随机赋值包含幅提升无论能保证但故完全仍近似
期胡昊等长考虑到实际应用中值选取一般不会很大，因此键字检索问题．犽我们的剪枝算法可以保证摘要时性作基础其进行扩展ＤＩＳＯＶＥＲ外两又体改分析验表明花小显优势步工包括更加意义反馈机制打将按照相顺序返回参献［］：１ＡｇｒｗｌｈｕｄｉｓＧＢＸｐｏｅｙｔｍｆ／ｋｂｃｖｎＰＪＵ０５ＨＷＹＮＫｊ７图真（上）和模拟下数据比较８ 犿＝２察了对类属做９３ＭａｘＬＣ结果仍从看出后间效率幅提升当与情况发现４有所降但然这是为针某个聚合若增耗费也随之逐渐ＺＴｑＦＱ总６本文在具层次关系库
计算机年 ［］，１ＫｉｍｅｌｆｄＢＳａｇｖＹ．Ｅｃｎｔｓｏｒｋｙｗｐｘ／ｈＰ８ＩＷ（）ｂ＆Ｄ２０５ＭＺｑ：ＵＡ６７ＪｕＲＣ文继军王珊基于关键词的系数据库信息检索软件学报３ＧＴＮＨＦ９４ＶＯｊＬＱＸ犎犝犪狅犈犣犺犲狀犢犻犵犅犮犽狉狌犱ｚ
