×
陈志远;李，陈;裴健;陶宇飞;王海训;王伟;杨炯;杨军;张东辉

数据库研究选定主题的最新进展一份由九名在美国工作的中国年轻研究人员撰写的报告。 （英语） Zbl 1047.68568号

J.计算。科学。Technol公司。 18，第5期，538-552（2003）。
摘要：数据库技术的研究，或者更广泛地说，数据和信息管理技术的研究是一个重要而活跃的研究领域。最近，报道了许多令人兴奋的结果。在这个快速发展的领域，中国研究人员发挥着越来越积极的作用。来自国内外中国学者的研究论文出现在著名的学术论坛上。
在本文中，我们，九位在美国工作的年轻中国研究人员，提出了简明的调查报告，并报告了我们在所选领域的最新进展。尽管论文只涵盖了少量的主题，而且主题的选择还远未平衡，我们希望这样的努力能够吸引越来越多的研究人员，特别是中国的研究人员进入数据库研究的前沿，促进合作。出于显而易见的原因，作者按字母顺序排列，而章节则按作者列表的顺序排列。

MSC公司：

第68页，共15页 数据库理论
68单位35 信息系统的计算方法（超文本导航、接口、决策支持等）

软件：

MS SQL服务器;ViST公司;顶
PDF格式BibTeX公司 XML格式引用
\textit{Z.Chen}等人，J.Compute。科学。Technol公司。18，第5号，538--552（2003；Zbl 1047.68568）
全文： 内政部

参考文献：

[1] 史蒂夫·罗森（Steve Rozen）、丹尼斯·沙沙（Dennis Shasha）。自动化物理数据库设计的框架。1991年，1991年，VLDB，第401-411页。
[2] Surajit Chaudhuri，Vivek R Narasayya。Microsoft SQL server的一种高效的成本驱动的索引选择工具。1997年VLDB，1997年，第146–155页。
[3] Surajit Chaudhuri，Vivek R.Narasayya。索引合并。1999年国际刑事法院判例汇编，第296–303页。
[4] 加里·瓦伦丁（Gary Valentin）、迈克尔·祖利安尼（Michael Zuliani）、丹尼尔·齐利奥（Daniel C Zilio）、盖伊·洛曼（Guy M Lohman）、阿兰·斯凯利（Alan Skelley）。DB2advisor：一个足够聪明的优化器，可以推荐自己的索引。InICDE’2000年，2000年，第101-11页。
[5] Sanjay Agrawal、Surajit Chaudhuri、Vivek R.Narasayya。自动选择SQL数据库中的物化视图和索引。2000年VLDB，第496–505页。
[6] Jun Rao、Chun Zhang、Nimrod Megiddo、Guy M Lohman。自动化并行数据库中的物理数据库设计。2002年，2002年，在SIGMOD中，第558-569页。
[7] 菲利普·邦内（Philippe Bonnet）、丹尼斯·埃利奥特·沙沙（Dennis Elliott Shasha）。数据库调优：原理、实验和故障排除技术。摩根·考夫曼，2002年。
[8] Sanjay Agrawal、Surajit Chaudhuri、Abhinandan Das、Vivek Narasayya。自动化关系数据库的布局。InICDE’2003年，2003年。
[9] 凯里·杰特（Carey M Jet al），《面向异构多媒体信息系统：大蒜方法》。InProc.公司。1995年《RIDE-DOM》，第124-131页。
[10] Levy A、Rajaraman A、Ordille J J.使用源描述查询异构信息源。InProc.公司。VLDB，1996年，第251-262页。
[11] Chawathe S S等人。TSIMMIS项目：异构信息源的集成。IPSJ，1994年，第7-18页。
[12] Wiederhold G.未来信息系统架构中的中介。IEEE计算机，1992，25（3）：38–49。
[13] Afrati F，Li C，Ullman J D.使用视图生成高效计划。InSIGMOD，2001年，第319-330页。
[14] Halevy A.使用视图回答查询：调查。《超大数据库期刊》，2001年，第270–294页·Zbl 1012.68910号
[15] Rajaraman A，Sagiv Y，Ullman J D.使用具有绑定模式的模板回答查询。InPODS，1995年，第105–112页。
[16] Yerneni R，Li C，Garcia-Molina H，Ullman J D.中介的计算能力。InSIGMOD，1999年，第443-454页。
[17] 广场项目。华盛顿大学。
[18] 加州大学欧文分校分布式数据集成与共享浣熊项目。
[19] Raman V，Hellerstein J M.Potter’s wheel:交互式数据清理系统。VLDB期刊，2001年，第381-390页。
[20] 弗拉明戈数据清理项目。加利福尼亚大学。欧文。
[21] Babcock B、Babu S、Datar S、Motwani R、Widom J.数据流系统中的模型和问题。InProc.公司。第21届ACM SIGACT-SIGMOD-SIGART数据库系统原理研讨会（PODS'02），威斯康星州麦迪逊，2002年6月，第1-16页。
[22] Datar M，Gionis A，Indyk P，Motwani R.在滑动窗口上维护流统计（扩展摘要）。citeseer.nj.nec.com/491746.html·Zbl 1093.68673号
[23] Dobra A、Garofalakis M、Gehrke J、Rastogi R.处理数据流上的复杂聚合查询。InProc.公司。2002年ACM-SIGMOD国际数据管理委员会（SIGMOD'02），威斯康星州麦迪逊，2002年6月，第61-72页。
[24] Gehrke J，Korn F，Srivastava D.关于计算连续数据流上的相关聚合。InProc.公司。2001年ACM-SIGMOD国际数据管理会议（SIGMOD'01），加州圣巴巴拉，2001年5月，第13-24页。
[25] Chen Y，Dong G，Han J，Wah B W，Wang J.时间序列数据流的多维回归分析。InProc.公司。2002年8月，中国香港，《2002年国际会议超大数据库（VLDB’02）》，第323–334页。
[26] Guha S、Mishra N、Motwani R、O’Callaghan L.聚类数据流。InProc.公司。IEEE计算机科学基础研讨会（FOCS’00），加利福尼亚州雷东多海滩，2000年，第359-366页。
[27] Domingos P，Hulten G.挖掘高速数据流。InProc.公司。2000 ACM SIGKDD Int.Conf.数据库知识发现（KDD’00），马萨诸塞州波士顿，2000年8月，第71–80页。
[28] Hulten G，Spencer L，Domingos P.挖掘时变数据流。InProc.公司。2001年ACM SIGKDD国际数据库知识发现会议（KDD’01），加利福尼亚州旧金山，2001年8月，第97–106页。
[29] Garofalakis M，Gehrke J，Rastogi R.查询和挖掘数据流：您只能看到一次。在教程注释中，《2002年国际会议超大数据库（VLDB’02）》，中国香港，2002年8月，第171-226页。
[30] 董刚，李杰。新兴模式的有效挖掘：发现趋势和差异。InProc.公司。1999年《知识发现和数据挖掘国际会议》（KDD’99），加利福尼亚州圣地亚哥，1999年8月，第43-52页。
[31] Ganti V，Gehrke J，Ramakrishnan R.测量数据特征变化的框架。第十八届ACM SIGACT-SIGMOD-SIGART数据库系统原理研讨会论文集，1999年5月31日至6月2日，宾夕法尼亚州费城，ACM出版社，1999年，第126-137页。
[32] Dong G，Han J，Lakshmanan L V Set al。数据流变化的在线挖掘：研究问题和初步结果。InProc.公司。2003年ACM SIGMOD数据流管理和处理研讨会，加利福尼亚州圣地亚哥，2003年6月。
[33] Pei J，Ariwala S R，Jiang D.数据流中集群的在线挖掘变化。已提交发布。
[34] Forlizzi L，Guting R，Nardelli R，Schneider M.移动对象数据库的数据模型和数据结构。InSIGMOD，2000年。
[35] Gutting R、Bohlen M、Erwig Met等人。表示和查询移动对象的基础。TODS，2000，25（1）：1-42·数字对象标识代码：10.1145/352958.352963
[36] Sistla A、Wolfson O、Chamberlain S、Dao S。建模和查询移动对象。ICDE，1997年。
[37] Choi Y，Chung C.移动对象时空查询的选择性估计。InSIGMOD，2002年。
[38] Hadjieleftheriou M，Kollios G，Tsotras V.时空选择性技术的性能评估。SSDBM，2003年。
[39] Tao Y，Sun J，Papadias D.预测时空查询的选择性估计。ICDE，2003年。
[40] Pfoser D，Jensen C，Theodoridis Y。新颖的运动物体轨迹索引方法。VLDB，2000年。
[41] Tao Y，Papadias D.时空数据库中的时间参数化查询。SIGMOD，2002年。
[42] Benetis R、Jensen C、Karciauskas G、Saltenis S。移动对象的最近邻和反向最近邻查询。InIDEAS，2002年。
[43] Song Z，Roussopoulos N.K—移动查询点的最近邻搜索。SSTD，2001年·Zbl 0997.68604号
[44] Tao Y，Papadias D.动态环境中的空间查询。将出现在TODS，2003年。
[45] Tao Y，Papadias D，Shen Q.连续最近邻搜索。国际VLDB，2002年。
[46] Zhang J，Zhu M，Papadias D，Tao Y，Lee D。基于位置的空间查询。SIGMOD，2003年。
[47] Beckmann N，Kriegel H，Schneider R，Seeger B.Ther*-tree：一种高效且稳健的点和矩形访问方法。InSIGMOD，1990年。
[48] Guttman A.R树：用于空间搜索的动态索引结构。InSIGMOD，1984年。
[49] Becker B，Gschwind S，Ghler T，Seeger B，Widmayer P。渐近最优多版本B树。VLDB期刊，1996，5（4）：264–275·doi:10.1007/s007780050028
[50] Salzberg B，Tsotras V.时间数据访问方法的比较。ACM计算调查，1999，31（2）：158-221·doi:10.1145/319806.319816
[51] Nascimento M，Silva J.走向历史R树。InACM应用计算研讨会，1998年。
[52] Tao Y，Papadias D，Zhang J.重叠和多版本结构的成本模型。TODS，2002，27（3）：299-342·数字对象标识代码：10.1145/581751.581754
[53] Kumar A、Tsotras V、Faloutsos C.设计双时态数据库的访问方法。TKDE，1998，10（1）：1–20。
[54] Hadjieleftheriou M，Kollios G，Tsotras V，Gunopulos D。时空对象的高效索引。InEDBT，2002年·兹比尔1054.68783
[55] Kollios G、Gunopulos D、Tsotras V、Delis A、Hadjieleftheriou M。使用时空访问方法索引动画对象。TKDE，2001年·Zbl 1054.68783号
[56] Tao Y，Papadias D.mv3r-tree：用于时间戳和间隔查询的时空访问方法。国际VLDB，2001年。
[57] Vazirgianis M、Theodoridis Y、Sellis T。大型多媒体应用的时空组合和索引。多媒体系统，1998，6（4）：284–298·doi:10.1007/s00530050094
[58] Tayeb J，Ulusoy O，Wolfson O。基于四叉树的动态属性索引方法。《计算机杂志》，1998，41（3）：185-200·Zbl 0913.68061号 ·doi:10.1093/comjnl/41.3.185
[59] Samet H.空间数据结构的设计与分析。Addison-Wesley出版公司，1990年·Zbl 0719.90022号
[60] Saltenis S，Jensen C，Leutenegger S，Lopez M.索引连续移动对象的位置。InSIGMOD，2000年。
[61] Saltenis S，Jensen C.基于位置服务的移动对象索引。ICDE，2002年。
[62] Tao Y，Papadias D，Sun J.《tpr*-树：预测查询的优化时空访问方法》。国际VLDB，2003年。
[63] Agarwal P，Arge L，Erickson J.索引移动点。PODS，2000年·Zbl 1026.68143号
[64] Kollios G、Gunopulos D、Tsotras V.关于移动对象索引。PODS，1999年。
[65] Procopiuc C，Agarwal P，Har-Peled S.Star-tree：移动点的有效自调整索引。亚历克斯，2000年·兹比尔1014.68852
[66] Tao Y，Mamoulis N，Papadias D。时空查询的有效性信息检索。SSTD，2003年。
[67] Chung C，Min J，Shim K.APEX：XML数据的自适应路径索引。InACM SIGMOD 2002年6月。
[68] Cooper B F，Sample N，Franklin M，Hjaltason G，Shadmon M。半结构化数据的快速索引。国际VLDB，2001年9月，第341-350页。
[69] Goldman R，Widom J.数据指南：在半结构化数据库中实现查询公式化和优化。VLDB 1997年8月，第436–445页。
[70] Kaushik R，Bohannon P，Naughton J，Korth H.为分支路径查询覆盖索引。InACM SIGMOD，2002年6月。
[71] Li Q，Moon B.为正则路径表达式索引和查询XML数据。国际VLDB，2001年9月，第361-370页。
[72] Milo T，Suciu D。路径表达式的索引结构。InProc.公司。第七届数据库理论国际会议，1999年1月，第277-295页。
[73] 王海勋（Haixun Wang）、桑亨公园（Sanghyun Park）、魏凡（Wei Fan）、菲利普·S·余（Philip S Yu）。VIST：一种通过树结构查询XML数据的动态索引方法。InSIGMOD，2003年。
[74] 古斯菲尔德D.关于字符串、树和序列的算法。剑桥大学出版社，1997年·Zbl 0934.68103号
[75] 杨杰，王伟，CLUSEQ：高效序列聚类。InProc。第19届IEEE国际数据工程会议（ICDE），2003年，第101–112页。
[76] 韩杰，董庚，尹勇。时间序列数据库中部分周期模式的高效挖掘。InProc.公司。国际数据工程会议，1999年，第106–115页。
[77] Yang J，Wang W，Yu P.挖掘时间序列数据中的异步周期模式。InProc.公司。第六届ACM SIGKDD国际知识发现与数据挖掘大会，2000年，第275–279页。
[78] Yang J，Wang W，Yu P.信息管理器：挖掘惊人的周期模式。InProc.公司。第七届ACM SIGKDD知识发现和数据挖掘国际会议，2001年，第395-400页。
[79] Ashish Gupta，Inderpal Singh Mumick（编辑）。物化视图：技术、实现和应用。麻省理工学院出版社，1999年6月。
[80] Chaudhuri S，Dayal U。数据仓库和OLAP技术概述。ACM SIGMOD记录，1997，26（1）：65–74·数字对象标识代码：10.1145/248603.248616
[81] Gibbons P B，Matias Y。海量数据集的数据结构简介。离散数学和理论计算机科学DIMACS系列：外部记忆算法和可视化专题，1999年，A:39-70·Zbl 0952.68040号
[82] Dar S、Franklin M J、Jónsson B、Srivastava D、Tan M。语义数据缓存和替换。InProc.公司。《1996年国际会议超大数据库》，印度孟买，1996年9月，第330-341页。
[83] Candan K S，Li W S，Luo Q，Hsiung W-P，Agrawal D.为数据库驱动的网站启用动态内容缓存。InProc.公司。2001年5月于美国加利福尼亚州圣巴巴拉市举行的ACM SIGMOD国际数据管理会议。
[84] Amiri K、Park S、Tewari R、Padmanabhan S.DBProxy：web应用程序的动态数据缓存。InProc.公司。2003年3月，印度班加罗尔，2003年国际数据工程会议，第821-831页。
[85] Luo Q，Naughton J F，Krishnamurthy R，Cao P，Li Y.数据库web服务器的主动查询缓存。InProc.公司。2000年网络与数据库国际研讨会，美国德克萨斯州达拉斯，2000年5月，第92-104页。
[86] Akinde M O，Jensen O G，Böhlen M H。最小化仓库中的详细数据。InProc.公司。1998年国际会议《扩展数据库技术》，1998年，第293-307页。
[87] Quass D、Gupta G、Mumick I S、Widom J。使视图可为数据仓库自我维护。InProc.公司。1996年国际会议《并行和分布式信息系统》，1996年12月，第158–169页。
[88] Yang J，Widom J.仓库环境中的时间视图自我维护。InProc.公司。2000年国际会议《扩展数据库技术》，德国康斯坦茨，2000年3月，第395-412页。
[89] Yi K，Yu H，Yang J，Xia G，Chen Y.高效维护top-K视图。InProc.公司。《2003年国际数据工程会议》，印度班加罗尔，2003年3月，第189-200页。
[90] Yang J，Widom J.时间聚集的增量计算和维护。InProc.公司。2001年4月，德国海德堡国际数据工程会议。
[91] Olston C，Jiang J，Widom J.分布式数据流上连续查询的自适应过滤器。InProc.公司。2003年6月于美国加利福尼亚州圣地亚哥举行的ACM SIGMOD国际数据管理会议。
[92] Olston C，Widom J.Best-effort缓存同步与源协作。InProc.公司。2002年6月于美国威斯康星州麦迪逊举行的2002年ACM SIGMOD国际数据管理大会。
[93] Yang J，Widom J.时间聚集的增量计算和维护。InProc.公司。国际协调数据工程（ICDE），2001年。
[94] Zhang D，Gunopulos D，Tsotras V J，Seeger B.使用多粒度的数据流时间聚集。InProc.公司。国际Conf.Extending Database Technology（EDBT），2002年·Zbl 1054.68829号
[95] Zhang D，Markowetz A，Tsotras V J，Gunopulos D，Seeger B。带范围谓词的时间聚集的高效计算。InACM国际交响乐团。数据库系统原理（PODS），2001年。
[96] Lazaridis I，Mehrotra S.具有多分辨率树结构的渐进式近似聚合查询。2001年ACM/SIGMOD数据管理年度会议记录。
[97] Papadias D，Kalnis P，Zhang J，Tao Y.空间数据仓库中的高效olap操作。InProc.公司。交响乐团。2001年空间和时间数据库（SSTD）·Zbl 1005.68924号
[98] Zhang D，Tsotras V J，Gunopulos D。对象与范围的有效聚集。InACM国际交响乐团。数据库系统原理（PODS），2002年·兹比尔1054.68829
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。