香港六合彩

1,555 views

Published on

今天撞到鬼了,又被猜出来了,恭喜香港六合彩!香港六合彩也被录用了!两个都被猜中了,下一个要弄个难点的才好,拉登也坐不住了,香港六合彩亲自跑到后面拿了个东西过来,紫颜色的,上面非常光滑,一头尖尖的,也是一种做菜经常用的东西。陈雪,香港六合彩猜拉登拿来的是个什么东西?陈雪很不屑地看着我:猪头!那是茄子!我拍拍陈雪的肩膀:恭喜香港六合彩!香港六合彩也被录用了!死贝贝,香港六合彩真讨厌!陈雪的脸变得更加通红,因为才哭过,香港六合彩现在的样子显得特别可爱,我忍不住凑近香港六合彩的脸,盯着香港六合彩的眼睛,陈雪有点害怕地看着我:贝贝,香港六合彩想做什么?我终于没能控制住自己,把陈雪的头摁住,强吻了香港六合彩,陈雪紧闭着嘴巴,一点也不配合,我的心越发沉了下去,只好放开香港六合彩,心里咚咚乱跳,这次真的闯了大祸了,我这种行为应该算得上是犯罪了。陈雪被强吻后表情变得很怪,一语不发,只是死盯着我。我心中那狂野的欲望再次爆发出来,反正死定了,今天一定要搞定香港六合彩才行!于是我再次摁住香港六合彩那小小的脑袋,对准香港六合彩红红的嘴唇,亲了下去。亲亲和抱抱陈雪突然大声叫起来,并且开始拼命挣扎。我有点不知所措,不过还是慢慢地把手缩了回来,也许现在并不是最佳时机。陈雪的手机响了,香港六合彩看了看,然后小声对我说:我男朋友打来的

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,555
On SlideShare
0
From Embeds
0
Number of Embeds
17
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

香港六合彩

  1. 1. 关于若干数据库前沿技术的理解 03 级( 1 )班 王晓霞 4012029
  2. 2. 提纲 <ul><li>当前数据库研究的重点 </li></ul><ul><li>三个重要的数据库研究问题 </li></ul><ul><ul><li>对等计算环境下的数据管理 </li></ul></ul><ul><ul><li>流数据管理和挖掘 </li></ul></ul><ul><ul><li>XML 数据管理和 Web 服务 </li></ul></ul>
  3. 3. 当前数据库研究的重点 <ul><li>静止的查询和变化的数据 </li></ul><ul><ul><li>连续查询( continuous query ) </li></ul></ul><ul><ul><li>流数据管理和挖掘 </li></ul></ul><ul><li>受限制的节点处理能力和不受限制的系统动态性 </li></ul><ul><ul><li>传感器网络上的查询处理、传感器网络数据分析 </li></ul></ul><ul><ul><li>对等计算环境下的数据管理 </li></ul></ul><ul><li>数据模式的复杂化和元数据管理的标准化 </li></ul><ul><ul><li>XML 数据管理和交换 </li></ul></ul><ul><ul><li>Web 服务 </li></ul></ul>
  4. 4. 提纲 <ul><li>当前数据库研究的重点 </li></ul><ul><li>三个重要的数据库研究问题 </li></ul><ul><ul><li>对等计算环境下的数据管理 </li></ul></ul><ul><ul><li>流数据管理和挖掘 </li></ul></ul><ul><ul><li>XML 数据管理和 Web 服务 </li></ul></ul>
  5. 5. P2P 数据管理 – 应用背景 <ul><li>从简单的文件共享向复杂的查询处理功能变化 </li></ul><ul><ul><li>信息检索: pSearch, PlanetP, PeerIS </li></ul></ul><ul><ul><li>数据库查询: PIER, PIAZZA, PeerDB, Hyperion, … </li></ul></ul><ul><ul><li>连续查询: PeerCQ, Buddy-CQ, Aurora*/Medusa </li></ul></ul><ul><li>从消息传递向内容路由变化 </li></ul><ul><ul><li>基于 XML 的内容路由 </li></ul></ul><ul><li>应用场景: </li></ul><ul><ul><li>金融、科学计算和数据管理、医疗、… </li></ul></ul><ul><ul><li>其它松散耦合的虚拟组织 </li></ul></ul><ul><ul><li>一些紧耦合,但在地理上分布的数据管理任务 </li></ul></ul>
  6. 6. P2P 数据管理 – 主要技术( 1 ) <ul><li>从数据访问和索引角度看 </li></ul><ul><ul><li>散列  分布式散列表( Distributed Hash Table, DHT ) </li></ul></ul><ul><ul><ul><li>Chord, CAN, Pastry, Tapestry, Viceroy, … </li></ul></ul></ul><ul><ul><ul><li>DHT 上的区域查询( range query ) </li></ul></ul></ul><ul><ul><ul><ul><li>基于 LSH 和 Chord 的技术、基于 CAN 的区域查询缓存、… </li></ul></ul></ul></ul><ul><ul><ul><li>DHT 上的关系运算算子的实现 </li></ul></ul></ul><ul><ul><ul><ul><li>PIER ( Berkeley )实现了四种不同的连接算法 </li></ul></ul></ul></ul><ul><ul><li>树型索引  P-tree </li></ul></ul><ul><ul><ul><li>可以被用来进行区域查询 </li></ul></ul></ul>
  7. 7. P2P 数据管理 – 主要技术( 2 ) <ul><li>从数据库模式集成和查询语义看 </li></ul><ul><ul><li>基于视图的数据集成 </li></ul></ul><ul><ul><ul><li>PIAZZA :模式映射、查询改写和优化 </li></ul></ul></ul><ul><ul><li>P2P 数据库查询的语义 </li></ul></ul><ul><ul><ul><li>局部关系模型( LRM ) </li></ul></ul></ul><ul><ul><ul><li>映射表的逻辑语义和实现( Hyperion ) </li></ul></ul></ul><ul><ul><ul><li>加宽可达快照( dilated-reachable snapshot )语义( PIER ) </li></ul></ul></ul>
  8. 8. P2P 数据管理 – 主要技术( 3 ) <ul><li>从元数据管理看 </li></ul><ul><ul><li>基于标准协议的方式( PIER ) </li></ul></ul><ul><ul><li>多索引 / 目录服务器方式 </li></ul></ul><ul><ul><li>全自治的方式( PeerDB, PIAZZA ) </li></ul></ul><ul><li>从分布式数据库和分布式查询处理角度看 </li></ul><ul><ul><li>查询传递( query shipping )、代码传递( code shipping )和代理传递( agent shipping )( PeerDB ) </li></ul></ul><ul><ul><li>基于 DHT 的查询处理( PIER, PeerCQ ) </li></ul></ul><ul><ul><li>突变查询处理( mutant query processing ) </li></ul></ul>
  9. 9. 提纲 <ul><li>当前数据库研究的重点 </li></ul><ul><li>三个重要的数据库研究问题 </li></ul><ul><ul><li>对等计算环境下的数据管理 </li></ul></ul><ul><ul><li>流数据管理和挖掘 </li></ul></ul><ul><ul><li>XML 数据管理和 Web 服务 </li></ul></ul>
  10. 10. 流数据管理和挖掘 – 应用背景 <ul><li>(相对)静态的查询、动态的数据 </li></ul><ul><li>挑战 </li></ul><ul><ul><li>和数据量呈线性的时间复杂度 </li></ul></ul><ul><ul><li>固定大小的内存 </li></ul></ul><ul><ul><li>单遍扫描数据集 </li></ul></ul><ul><ul><li>在任意时刻输出是准确、可靠的 </li></ul></ul><ul><ul><li>模型在任意时间都可以输出 </li></ul></ul><ul><li>应用场景: </li></ul><ul><ul><li>网络监控和交通工程 </li></ul></ul><ul><ul><li>电信记录管理和分析 </li></ul></ul><ul><ul><li>商业交易管理和分析 </li></ul></ul><ul><ul><li>金融信息监控 </li></ul></ul><ul><ul><li>制造业和供应链工程和工业过程控制 </li></ul></ul><ul><ul><li>传感器信息监控 </li></ul></ul><ul><ul><li>Web 日志分析 </li></ul></ul><ul><ul><li>海量数据处理 </li></ul></ul>
  11. 11. 流数据管理和挖掘 – 研究角度 <ul><li>理论分析 </li></ul><ul><ul><li>一般采用随机算法( randomized algorithms ),研究重点是算法的界 </li></ul></ul><ul><li>联机算法设计 </li></ul><ul><ul><li>重点是算法在实际数据集上的效率 </li></ul></ul><ul><li>模型的变化 </li></ul><ul><ul><li>滑动窗口模型 </li></ul></ul><ul><ul><li>挖掘模型的变化 </li></ul></ul><ul><ul><li>研究的重点是及时的模型改变 </li></ul></ul>
  12. 12. 流数据管理和挖掘 – 主要技术( 1 ) <ul><li>连续查询处理 </li></ul><ul><ul><li>系统设计和开发 </li></ul></ul><ul><ul><ul><li>TriggerMan </li></ul></ul></ul><ul><ul><ul><li>OpenCQ (Georgia Tech.) </li></ul></ul></ul><ul><ul><ul><li>Niagara-CQ (Wisconsin Madison) </li></ul></ul></ul><ul><ul><ul><li>CACQ </li></ul></ul></ul><ul><ul><ul><li>Aurora (MIT/Brown/Brandies) </li></ul></ul></ul><ul><ul><ul><li>AdaptiveCQ </li></ul></ul></ul><ul><ul><ul><li>TelegraphCQ (U.C. Berkeley) </li></ul></ul></ul><ul><ul><ul><li>STREAM (Stanford </li></ul></ul></ul>User/Application Register Query Stream Query Processor Results Scratch Space (Memory and/or Disk) Data Stream Management System (DSMS)
  13. 13. 流数据管理和挖掘 – 主要技术( 2 ) <ul><li>连续查询算子的实现 </li></ul><ul><ul><li>各种流水线联接算法的实现 </li></ul></ul><ul><li>基本数据结构的研究 </li></ul><ul><ul><li>Sketch 方法(基于散列的技术) </li></ul></ul><ul><ul><li>指数直方图( exponential histogram, EH )方法 </li></ul></ul><ul><ul><li>抽样方法 </li></ul></ul><ul><li>频繁项 / 频繁项集挖掘 </li></ul><ul><ul><li>Sticky sampling/lossy counting </li></ul></ul><ul><ul><li>带删除的频繁项集挖掘 </li></ul></ul><ul><ul><li>Counting Bloom filter 方法 </li></ul></ul><ul><ul><li>考虑 false positive 的方法 </li></ul></ul>
  14. 14. 流数据管理和挖掘 – 主要技术( 3 ) <ul><li>流数据聚类 </li></ul><ul><ul><li>增量式的传统聚类算法 </li></ul></ul><ul><ul><li>基于 K-means 的方法( Fayyad et al./Guha et al. ) </li></ul></ul><ul><ul><li>考虑聚类变化的方法:金字塔技术( Han et al. ) </li></ul></ul><ul><li>流数据分类 </li></ul><ul><ul><li>传统的增量式的决策树分类 </li></ul></ul><ul><ul><li>Heoffding tree 和基于它的 VFDT ( Gibbons et al. ) </li></ul></ul><ul><ul><li>可调整的 VFDT : CVFDT ( Gibbons et al. ) </li></ul></ul><ul><ul><li>使用整合技术( emsemble )的技术( Han et al. ) </li></ul></ul>
  15. 15. 流数据管理和挖掘 – 主要技术( 4 ) <ul><li>其它相关技术 </li></ul><ul><ul><li>时序( time series )分析 </li></ul></ul><ul><ul><ul><li>时序模式( sequential pattern )挖掘 </li></ul></ul></ul><ul><ul><ul><li>时序预测 </li></ul></ul></ul><ul><ul><li>最近邻查询( Muthukrishnan et al. ) </li></ul></ul><ul><ul><li>变化( change )分析( Gehrke et al. ) </li></ul></ul><ul><ul><li>跳变( burst )分析( Shasha et al., Kleinberg ) </li></ul></ul><ul><ul><li>相关性分析( Shasha et al. ) </li></ul></ul>
  16. 16. 提纲 <ul><li>当前数据库研究的重点 </li></ul><ul><li>三个重要的数据库研究问题 </li></ul><ul><ul><li>对等计算环境下的数据管理 </li></ul></ul><ul><ul><li>流数据管理和挖掘 </li></ul></ul><ul><ul><li>XML 数据管理和 Web 服务 </li></ul></ul>
  17. 17. XML 数据管理和 Web 服务 – 应用背景 <ul><li>Web 服务本身是一类非常重要的应用 </li></ul><ul><li>XML 还在如下领域中有着重要的应用 </li></ul><ul><ul><li>数据表示和数据交换 </li></ul></ul><ul><ul><li>元数据管理 </li></ul></ul><ul><ul><li>XML 内容路由 </li></ul></ul>
  18. 18. XML 数据管理和 Web 服务 – 主要技术 <ul><li>XML 数据管理 </li></ul><ul><ul><li>XML 数据存储 </li></ul></ul><ul><ul><li>XML 数据索引 </li></ul></ul><ul><ul><li>XML 数据变换 </li></ul></ul><ul><ul><li>XML 数据压缩 </li></ul></ul><ul><ul><li>XML 数据更新 </li></ul></ul><ul><ul><li>XML 流数据处理 </li></ul></ul><ul><ul><li>XML 数据的模式和查询的语义 </li></ul></ul><ul><li>Web 服务 </li></ul><ul><ul><li>Web 服务架构的设计 </li></ul></ul><ul><ul><li>分布式的、 P2P 的 UDDI 目录设计 </li></ul></ul><ul><ul><li>分布式的和 P2P 的服务使用 </li></ul></ul><ul><ul><li>Web 服务和对等计算技术、网格技术的结合 </li></ul></ul>
  19. 19. 提纲 <ul><li>当前数据库研究的重点 </li></ul><ul><li>三个重要的数据库研究问题:它们的结合 </li></ul><ul><ul><li>对等计算环境下的数据管理 </li></ul></ul><ul><ul><li>流数据管理和挖掘 </li></ul></ul><ul><ul><li>XML 数据管理和 Web 服务 </li></ul></ul>
  20. 20. 当 流数据 碰到 对等计算 ( 1 ) <ul><li>传感器网络 </li></ul><ul><ul><li>挑战 </li></ul></ul><ul><ul><ul><li>通讯能力和能源限制 </li></ul></ul></ul><ul><ul><ul><li>计算能力的限制 </li></ul></ul></ul><ul><ul><ul><li>海量(多)数据流 </li></ul></ul></ul><ul><ul><ul><li>动态的传感器和网络环境 </li></ul></ul></ul>当前的 将来的 (MEMS) Mote (Berkeley) Cricket (MIT) SmartLocus (HP-Labs) Mantis (UC Boulder ) Smart Dust (Berkeley)
  21. 21. 当 流数据 碰到 对等计算 ( 2 ) <ul><li>传感器网络(续) </li></ul><ul><ul><li>相关的研究项目 </li></ul></ul><ul><ul><ul><li>TinyOS/TinyDB: U.C. Berkeley </li></ul></ul></ul><ul><ul><ul><li>Cougar: Cornell </li></ul></ul></ul><ul><ul><ul><li>Quasar: UCI </li></ul></ul></ul><ul><ul><ul><li>LECS: UCLA </li></ul></ul></ul><ul><ul><li>相关技术 </li></ul></ul><ul><ul><ul><li>即兴( ad hoc )网络和无线网络中的数据路由 </li></ul></ul></ul><ul><ul><ul><li>动力相关( power-awareness )的计算和优化 </li></ul></ul></ul><ul><ul><ul><li>网络中的查询处理技术 </li></ul></ul></ul><ul><ul><ul><ul><li>聚集( aggregation )操作 </li></ul></ul></ul></ul><ul><ul><ul><ul><li>查询语言设计 </li></ul></ul></ul></ul><ul><ul><ul><ul><li>查询优化 </li></ul></ul></ul></ul>
  22. 22. 当 流数据 碰到 对等计算 ( 3 ) <ul><li>内容路由 </li></ul><ul><ul><li>节点:根路由器( root router )、客户机( client )、路由器( router ) </li></ul></ul><ul><ul><li>数据: XML 包  XML 流 </li></ul></ul><ul><ul><li>主要技术 </li></ul></ul><ul><ul><ul><li>基于网孔( mesh )的重叠网络( overlay network )构造 </li></ul></ul></ul><ul><ul><ul><li>XML 包的视图选择( U. Washington ) </li></ul></ul></ul><ul><ul><ul><li>XML 数据过滤 </li></ul></ul></ul>
  23. 23. 当 XML 遇到 流数据 <ul><li>XML 内容路由 </li></ul><ul><ul><li>XML 数据过滤 </li></ul></ul><ul><ul><ul><li>基于自动机的方法 </li></ul></ul></ul><ul><ul><ul><ul><li>XFilter, YFilter, … </li></ul></ul></ul></ul><ul><ul><ul><li>基于索引的方法 </li></ul></ul></ul><ul><ul><ul><li>基于 Bloom filter 的方法 </li></ul></ul></ul><ul><ul><li>XML 包的视图选择 </li></ul></ul><ul><ul><ul><li>脱机( offline )视图选择 </li></ul></ul></ul><ul><ul><ul><li>联机( online )视图选择( open problem ) </li></ul></ul></ul>
  24. 24. 参考网站 <ul><li>http://www.ccf-dbs.org.cn/upload/syhy </li></ul><ul><li>http:// engine.cqvip.com /content/ </li></ul><ul><li>http:// www.napster.com </li></ul><ul><li>http://www.106.ibm.com/developerworks/library/ws-coor/ </li></ul>

×