關聯挖掘技術支持下的數據庫優化查詢算法設計

劉向東

摘要：在一些大型數據庫中，冗雜數據會導致查詢精確度降低。基于此，提出關聯挖掘技術支持下的數據庫優化查詢算法設計，包括數據庫獲取優化分析、內存數據查詢的優化、關聯規則頻繁集的有效建立。實驗證明本文設計算法與傳統算法相比，在同等網絡數據規模情況下，前者對于數據查詢的判定精確度要高于后者，具有較高的有效性。

關鍵詞：關聯挖掘技術;數據庫優化;查詢算法;精確程度

中圖分類號：TP183 文獻標識碼：A 文章編號：1007-9416（2019）05-0137-02

0 引言

伴隨計算機網絡與國民經濟的快速發展，分布式系統的應用范圍也隨之加大，在進行數據挖掘的時候，分布式關聯挖掘技術在每一個節點之間的協同和競爭、信息應用與計算機網絡通訊效率上出現的問題逐漸加重，嚴重影響到關聯挖掘技術的普及[1]。由于目前國內計算機技術的日益進步，對于一些大型數據庫的使用要求也越來越多，一些大型甚至是超大型的數據庫，在金融，文化，生物，航天航空等諸多專業領域獲得了極其廣泛地使用[2]。

1 關聯挖掘技術支持下的數據庫優化查詢算法設計

1.1 數據庫獲取優化分析

數據庫查詢模塊在計算應用的時候，首先需要做的是將運行環境進行初始化設置，其中包括環境參量的初始化、匹配文件的初始化、公共參數以及數據緩存的初始化[3]。之后再進行網絡設施的初始化，最后實現數據庫查詢模塊的工作流程，具體包括數據流的還原、阻攔一部分數據包以及關鍵數據包的相關處理分析和調整[4]。關鍵數據包的相關處理分析和調整主要是對功能不一樣的數據包進行調改。數據獲取過程中獲取的主要內容是有關數據來源的記載信息、數據具體特點、獲取數據需要等待的時間等。

1.2 內存數據查詢的優化

本文分析的是關聯挖掘技術支持下的數據庫優化查詢算法，在查詢算法的基礎上完成節省儲存空間的實施效果，其中利用實時數據庫的運算規則和查詢算法完成優化查詢的一系列設計，有關規則需要按照數據鏈接外表與基表的基本規則，來優化計算路徑，如果是多鏈條鏈接，就僅僅需要判斷表內數據的鏈接狀況即可。

1.3 關聯規則頻繁集的有效建立

數據之間的關聯原則某種程度上規定了數據的一些獨特特征，當數據之間出現隱匿選調規則的時候，相對應的特征區內就會出現隱匿數據[5]，從而組建成一個關聯數據集合以便用來描述相匹配的關聯原則：一旦全部數據組建的數據集合表示為：，包含系統內標記的全部事物，組成數據庫，數據U的集合對應的是數據（i=1，2，…，n）。U的任何一個數據集合S表示E的數據任務集合，|S|=h則表示集合S的h項。若是E集合內中的一個數據，而且，則能夠立即判斷出數據中包含數據目集合S。數據集S的激勵點能夠通過數據集S在數據集合E內的任務數表示。數據集X的激勵點用encourage（S）表示：

式（1）中，代表數據集合E的任務數，如果一數據S的激勵點encourage（S）不會小于最低激勵點，那么就可以判斷出S是一個頻繁數據集，否則S就是作為一個非頻繁數據集而存在。按照以上具體定義，就可以得導一下的定理：

設S，W是數據集E中的任務集：

首先，如果，那么encourage（S）≥encourage（W）。

其次，當的時候，一旦S組委非頻繁數據集而存在，那么W也屬于非頻繁數據集。

最后，當，如果W屬于頻繁數據集，那么S也作為頻繁數據集而存在。

2 實驗與效果分析

為了更加清楚、具體的看出本文設計算法的應用效果，特與傳統的數據庫查詢算法進行對比，對其數據查詢的精確度進行比較。

2.1 實驗準備

為保證試驗的準確性，將兩種數據庫查詢算法設計置于相同的試驗環境之中，進行數據查詢的精確度能力的相關試驗。試驗環境設置內容見表1。

2.2 實驗結果分析

試驗過程中，通過兩種不同設計同時在相同環境中進行工作，分析其數據查詢的精確能力變化。效果對比圖1所示。

通過實驗結果的對比，可以明顯看到，本文設計數據庫優化查詢算法與傳統數據庫查詢算法相比，在同等網絡數據規模情況下，前者對于數據查詢的判定精確度要高于后者，且發揮較為穩定，實驗證明，本文設計的數據庫優化查詢算法具有較高的有效性。

3 結語

本文對關聯挖掘技術支持下的數據庫優化查詢算法設計進行分析，根據關聯挖掘技術原理與公式計算分析數據，實現本文設計。實驗論證表明，本文設計的方法具備極高的有效性。希望本文的研究能夠為關聯挖掘技術支持下的數據庫優化查詢算法設計的方法提供理論依據。

參考文獻

[1] 林基明，班文嬌，王俊義，童記超.基于并行遺傳-最大最小蟻群算法的分布式數據庫查詢優化[J].計算機應用，2016，36（03）：675-680.

[2] 張亞玲，王婷，王尚平.增量式隱私保護頻繁模式挖掘算法[J].計算機應用，2018，38（01）：176-181.

[3] 朱益立，鄧珍榮，謝攀.基于有向無環圖的頻繁模式挖掘算法[J].計算機工程與設計，2017，38（05）：1237-1241.

[4] 吳洋，溫佩芝，鄧星，朱立坤.一種改進的分布式數據庫查詢優化遺傳算法[J].桂林電子科技大學學報，2015，35（03）：217-221.

[5] 劉平，王曉，劉春.小差異化圖像數據庫中的特定特征挖掘方法設計[J].沈陽工業大學學報，2017，39（05）：562-566.