一种增量发现条件函数依赖的算法

J4 ›› 2013, Vol. 35 ›› Issue (8): 149-155.

一种增量发现条件函数依赖的算法

李丁月1，刘建勋2，翟海军2

（1.湘潭大学信息工程学院，湖南湘潭 411100；
2.湖南科技大学知识处理与网络化制造湖南省教育厅重点实验室，湖南湘潭 411100）

收稿日期:2012-06-25 修回日期:2012-08-31 出版日期:2013-08-25 发布日期:2013-08-25
基金资助:
湖南省杰出青年基金资助项目(11JJ1011)；国家自然科学基金资助项目(61272063)；教育部新世纪人才项目(NCET100140);湖南省教育厅资助项目(09K085);湖南省教育厅一般项目(09C401)

An incremental discovering algorithm
for conditional functional dependencies

LI Dingyue1,LIU Jianxun2,ZHAI Haijun2

(1.School of Information Engineering,Xiangtan University,Xiangtan 411100;
2.Key Laboratory of Knowledge Processing and Networked Manufacturing,
Hunan University of Science and Technology,Xiangtan 411100,China)

Received:2012-06-25 Revised:2012-08-31 Online:2013-08-25 Published:2013-08-25

摘要/Abstract

摘要：

数据库频繁更新会导致满足条件的条件函数依赖(CFDs)发生变化，为获取准确的条件函数依赖，可以在更新后的数据库上重新执行发现过程，但这种方法会导致大量时间都浪费在对原始数据集的重复处理上。针对这种情况，在CFINDER算法基础上，提出了一个增量发现条件函数依赖的算法CFUP。当数据库中增加新数据集时，CFUP在已有的CFDs的基础上，去掉不满足条件的CFDs，发现满足条件的新CFDs。实验表明，该算法能有效地进行条件函数依赖的增量式更新，与重新运行CFINDER算法相比，减少了原始数据集的扫描次数，提高了更新CFDs的效率。

关键词: 条件函数依赖, 增量式算法, 数据库

Abstract:

If the database is updated frequently, Conditional Functional Dependencies (CFDs) that have met the conditions may changes.. In order to obtain accurate CFDs, we can rerun the discovering process over the updated database. However, it spends a lot of time on dealing with the original dataset. Aiming at this problem, based on CFINDER algorithm, the paper proposed an incremental discovering algorithm for CFDs, which is named as CFUP. When a batch of new data is added to the database, the CFUP algorithm scans dataset to decide whether existing CFDs is valid or not, and the new data produces new CFDs, to achieve an incremental update for CFDs. Experiments show that the CFUP algorithm can effectively find CFDs by using information from the last discovering process. Compared with the rerun of the CFINDER algorithm, it can reduce the scanning number to original dataset and improve the efficiency of discovering CFDs.

Key words: conditional functional dependencies;incremental algorithm;database

李丁月1，刘建勋2，翟海军2. 一种增量发现条件函数依赖的算法[J]. J4, 2013, 35(8): 149-155.

LI Dingyue1,LIU Jianxun2,ZHAI Haijun2. An incremental discovering algorithm
for conditional functional dependencies [J]. J4, 2013, 35(8): 149-155.

[1]	张逸风, 佟国香, 刘军, 屈亚宁. 基于蚁群遗传混合算法改进的连接查询研究[J]. 计算机工程与科学, 2021, 43(12): 2272-2280.
[2]	李仁刚, 任智新, 黄广奎, 孙颉, 王峰, 张闯, . 面向数据库查询加速的异构体系结构设计与实现[J]. 计算机工程与科学, 2020, 42(12): 2169-2178.
[3]	李晓婷. 以等级考试为导向的英文歌曲数据库和APP研究与探索[J]. 计算机工程与科学, 2019, 41(增刊S1): 63-66.
[4]	闫玺玺1，胡前伟1，汤永利1，叶青1，李子臣2. 基于访问控制和中国剩余定理的数据库密钥管理方案的研究[J]. 计算机工程与科学, 2017, 39(08): 1457-1464.
[5]	马骏1,2，李想1，郭红1. 民航气象资料接收模型研究[J]. 计算机工程与科学, 2017, 39(07): 1264-1268.
[6]	管刚，常夙恒. 具有后勤特色的士官高职数据库课程建设[J]. 计算机工程与科学, 2016, 38(增刊): 290-292.
[7]	张际博,薛锦云,汪雄,夏鲸,熊小舟. 跨媒体组合方法研究[J]. 计算机工程与科学, 2016, 38(12): 2442-2449.
[8]	杨秀娟1，宋俊山2，董军1，王丽芬1. 利用离散边界点判断的反向最远邻查询算法[J]. 计算机工程与科学, 2016, 38(08): 1682-1687.
[9]	蒋廉，李蓉蓉，彭智勇. 一种对象代理数据库的跨类查询优化方法[J]. 计算机工程与科学, 2016, 38(07): 1425-1433.
[10]	季怡，刘纯平，龚声蓉. 关于本科数据库课程设计和相互衔接研究[J]. J4, 2014, 36(A2): 52-55.
[11]	王秀珍1，范智2，汪群山1，袁广林1. 军校“数据库原理与应用”案例教学法初探[J]. J4, 2014, 36(A2): 82-87.
[12]	李妍1，徐迎晓2. 基于中医四诊模式的教学效果自我评估探究[J]. J4, 2014, 36(A2): 165-168.
[13]	侯爽，陈世红. 基于翻转课堂的Access数据库课程教学实践[J]. J4, 2014, 36(A2): 262-265.
[14]	秦晓燕，袁广林，裴斌，王晓芳. 基于案例的军校“数据库基础”课程教学探索与实践[J]. J4, 2014, 36(A2): 293-296.
[15]	宁洪，尹俊文，刘金龙，刘丽芳，黄旭慧. 基于Wiki技术辅助数据库案例教学的探讨[J]. J4, 2014, 36(A1): 1-4.