![](/images/graphics-bg.png)
خوارزميات عشوائية لتحسين الاستعلام المحتوي على عدد كبير من الجداول
Other Title(s)
Randomized algorithms for optimizing large join queries
Dissertant
Thesis advisor
Comitee Members
ربابعة، مأمون سليمان
حمارشة، أكرم
شواقفة، عماد محمود
University
Al albayt University
Faculty
Prince Hussein Bin Abdullah Faculty for Information Technology
Department
Department of Computer Science
University Country
Jordan
Degree
Master
Degree Date
2004
Arabic Abstract
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.
Main Subjects
Information Technology and Computer Science
Topics
No. of Pages
84
Table of Contents
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.
American Psychological Association (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
Modern Language Association (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
American Medical Association (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
Language
Arabic
Data Type
Arab Theses
Record ID
BIM-307657