1傳統(tǒng)信息查詢優(yōu)化技術(shù)

1.1基于濃密樹的查詢優(yōu)化算法

基于濃密樹的MJ查詢優(yōu)化算法在同步執(zhí)行計劃的目標(biāo)之下，可以實現(xiàn)以下三種查詢優(yōu)化算法，分別為GP算法，GR算法和GPP算法。以上三種算法有四個弊端：一是丟棄了同步執(zhí)行階段之間的流水線并行性;二是增加了讀寫中間結(jié)果的I/0開銷;三是較早完成JOIN任務(wù)的處理結(jié)點，必須空閑等待，降低了處理結(jié)點的利用率;四是不能實現(xiàn)高效率的查詢計劃。

1.2SQL語句的優(yōu)化方法

優(yōu)化器對where子句的優(yōu)化有3種方法:優(yōu)化參數(shù);連接條件“;或”運(yùn)算條件。它也存在著兩個方面的缺陷：一是使用了例如float對應(yīng)，char和varchar對應(yīng)不兼容;其二是，由于某種原因無法實現(xiàn)的表達(dá)式編譯，優(yōu)化器就只能使用它的平均密度來估計命中的記錄數(shù)，這樣就導(dǎo)致了計算的不準(zhǔn)確。

1.3訪問瓶頸問題

互聯(lián)網(wǎng)通信中的訪問瓶頸問題，一直是運(yùn)營商致力于解決的難點，傳統(tǒng)意義的訪問瓶頸可以運(yùn)用以下三個方法來解決：

(1)CPDF圖生成算法；(2)順序執(zhí)行圖的構(gòu)造算法；(3)結(jié)點劃分算法。但是這三種算法都在一定程度上存在不可避免的弊端，已經(jīng)不是和現(xiàn)在的計算了，隨著目前新算法的不斷進(jìn)步，人們開始逐漸推崇LPT算法。

人們一直致力于構(gòu)造一些好的性能，保證多項式時間近似算法。采用其中最自然也是最有名LPT算法，它的計算原理是

1.3.1把元素按單調(diào)遞減順序排列，設(shè)P1,P2,P3......}Pn，構(gòu)成序列L。

1.3.2將L中的當(dāng)前元素放人當(dāng)前和最小的子集中，然后從L中去掉它。

這種新的計算方法，在你不了以往計算方法的不足基礎(chǔ)上，還有自己的創(chuàng)新和獨(dú)到之處，計算出的結(jié)果更準(zhǔn)確，更有利用價值和參考價值。

2通信費(fèi)用問題

在實踐中，通信費(fèi)用問題的算法可以有很多，其中最直觀的算法是“貪婪算法”，它是依照一種最優(yōu)度量法，即每步都取局部最優(yōu)值，最后求得解的過程。但是這種算法也有自身的缺陷就是它的解并不一定是最優(yōu)解，有時甚至與最優(yōu)解相去甚遠(yuǎn)，誤差超過可以忍受的范圍。

解決工程問題，必須綜合考慮精度和復(fù)雜性。

在兼顧兩方面因素的前提下，本文采用一種近似算法，其算法思想主要是:

2.1問題的解由向量(xlnx2“,..X)表示，取部分向量(Xl>x2r..Xk)表示k部分解，k<n,此時，存在以下兩種情況:(1)存在某個j>k，此時應(yīng)該依次比較最后一個下載信息塊之后的量，直到找到一個放得下的信息塊為止。若還有剩余容量，則做循環(huán)，直到所有的任何信息塊均比較完;(2)對于所有j>k。表明已不能放任何一個信息塊，否則會超過M,則j>k時，xi=Oo

2.2取部分向量((Xl>Xz，一，xk,xk+1)表示部分解，轉(zhuǎn)以上步驟，設(shè)通信費(fèi)用算法的最優(yōu)解為Z+，上述算法的解為Z。該算法的性能與h的取值有關(guān)，所得出的結(jié)果是最優(yōu)解。通過引人近似算法解法，成功地解決了通信費(fèi)用問題。它具有精度高，容易用程序?qū)崿F(xiàn)等優(yōu)點。

3結(jié)束語

目前的信息冗亂狀況急需要進(jìn)行規(guī)劃和處理，因此運(yùn)用科學(xué)的計算方法，對互聯(lián)網(wǎng)中的大量信息進(jìn)行運(yùn)算和分類，可以減輕服務(wù)器的負(fù)荷量，提高工作效率，降低費(fèi)用支出，在理論價值、經(jīng)濟(jì)價值和現(xiàn)實意義。文本在基本的算法的分析基礎(chǔ)上，提出了系統(tǒng)的可行方法，提高了互聯(lián)網(wǎng)的通信質(zhì)量。