![](/images/graphics-bg.png)
خوارزميات عشوائية لتحسين الاستعلام المحتوي على عدد كبير من الجداول
العناوين الأخرى
Randomized algorithms for optimizing large join queries
مقدم أطروحة جامعية
مشرف أطروحة جامعية
أعضاء اللجنة
ربابعة، مأمون سليمان
حمارشة، أكرم
شواقفة، عماد محمود
الجامعة
جامعة آل البيت
الكلية
كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات
القسم الأكاديمي
قسم علوم الحاسوب
دولة الجامعة
الأردن
الدرجة العلمية
ماجستير
تاريخ الدرجة العلمية
2004
الملخص العربي
إن الاسترجاع الأمثل أو الأكثر كفاءة عبارة عن عملية اختيار خطة فعالة لتنفيذ استعلام معين من بين مجموعة كبيرة من البدائل.
و كل من هذه البدائل له تكلفة تقديرية مرتبطة به، و يعتبر الاستعلام الأمثل أو الأكثر كفاءة في قواعد البيانات العلائقية من المسائل المعقدة و المبنية على التجريب حيث يعتبر البحث الشامل عن الحل الأمثل غير ممكن عندما يكون حجم الاستعلام كبيرا.
لذلك تم الاعتماد على خوارزميات عشوائية مثل خوارزمية محاكاة تسخين الزجاج و خوارزمية التحسين المتكرر و خوارزمية التحسين ذو الطورين كبديل للبحث الشامل عن أفضل حل في فضاء البحث.
في هذه الرسالة قمنا بتطوير خوارزمية التحسين المتكرر لإنتاج خوارزميات بحث جديدة مهجنة.
حيث تم استخدام خوارزمية أولا بالعمق كاجراء داخلي للخوارزمية المهجنة و تمت تسميتها بالخوارزمية المهجنة بالعمق، حيث تبدأ الخوارزمية من بداية عشوائية و تبحث عن حالة لم يتم زيارتها في فضاء البحث عن طريق استدعاء خوارزمية أولا بالعمق بهدف تقليل الوقت مقارنة مع الخوارزمية الأصلية التي تعاني من التكرار و زيارة الحالات أكثر من مرة.
و التطوير الاخر الذي قمنا به هو استخدام خوارزمية أولا بالعمق لعدد معين من المستويات و تمت تسمية الخوارزمية الجديدة بالخوارزمية المهجنة بالعمق لعدد معين من المستويات.
و لتقييم عمل الخوارزميات الجديدة قمنا باختبارها على عدد من الاستعلامات ذات الحجم الكبير و تمت مقارنتها مع الخوارزمية الأصلية.
كما تم تنفيذ الخوارزميات الثلاث (التحسين المتكرر و المهجن بالعمق و المهجن بالعمق لعدد معين من المستويات) على عدة استعلامات مكونة من 40-100 جدول حيث تبين أن أداء خوارزمية المهجن بالعمق لعدد معين من المستويات أفضل من الخوارزميات الأخرى للجداول التي يزيد عددها عن جدولا و ذلك لمعظم المستويات التي تم اخبارها، باستثناء الحالة التي يكون فيها عدد الجداول = 100.
لقد تم إهمال الربط الذي يؤدي إلى الضرب الكارتيزي، كما أخذ في الاعتبار الاستعلامات من نوع الاختيار و الاسقاط و الربط.
و قد تم تطبيق هذه الخوارزميات على الاستعلام الذي يحوي الربط المتداخل بالقوالب مع التركيز على فضاء بحث من نوع شجرة العمق الأيسر لأنها تقلل من فضاء البحث حسب عدة دراسات سابقة.
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
عدد الصفحات
84
قائمة المحتويات
فهرس المحتويات / الموضوعات.
الملخص / المستخلص.
الفصل الأول : مقدمة.
الفصل الثاني : معالجة الاستعلام.
الفصل الثالث : تحسين الاستعلام.
الفصل الرابع : خوارزميات لتحسين الاستعلام.
الفصل الخامس : خوارزميات عشوائية لتحسين الاستعلام المحتوي على عدد كبير من الجداول.
الفصل السادس : النتائج و التوصيات.
قائمة المراجع.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
القصص، عصام عبد اللطيف. (2004). خوارزميات عشوائية لتحسين الاستعلام المحتوي على عدد كبير من الجداول. (أطروحة ماجستير). جامعة آل البيت, الأردن
https://search.emarefa.net/detail/BIM-307657
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
القصص، عصام عبد اللطيف. خوارزميات عشوائية لتحسين الاستعلام المحتوي على عدد كبير من الجداول. (أطروحة ماجستير). جامعة آل البيت. (2004).
https://search.emarefa.net/detail/BIM-307657
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
القصص، عصام عبد اللطيف. (2004). خوارزميات عشوائية لتحسين الاستعلام المحتوي على عدد كبير من الجداول. (أطروحة ماجستير). جامعة آل البيت, الأردن
https://search.emarefa.net/detail/BIM-307657
لغة النص
العربية
نوع البيانات
رسائل جامعية
رقم السجل
BIM-307657
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)