摘要：近几年，随着并行计算机系统的迅速发展，并行数据库系统已经成为一个新的数据库研究领域，引起了学术界和工业界的极大关注，很多研究成果已经出现．本文是综述并行数据库系统研究与进展情况的两篇文章之一，重点探讨目前并行数据库系统的研究方向和问题，综述有关并行数据库的物理设计方法和查询处理并行化技术的主要研究成果．

摘要：本文使用并行数据流技术优化和处理并行数据库查询的方法，提出了一整套相关算法，并给出了一个基于并行数据流方法的并行数据库查询优化处理器的完整设计．这些算法和相应的查询优化处理器已经用于作者自行设计的并行数据库管理系统原型．实践证明，并行数据流方法不仅能够快速有效地实现并行数据库管理系统，也能够有效地进行并行数据库查询的优化处理．

摘要：文章介绍了并行数据库管理系统ＰＤＢＭＳ的设计与实现方法，探讨了并行数据库系统设计和实现中的一些关键技术。

摘要：物理组织结构是并行数据库系统设计的重点,它对提高整个系统的并行化程度和操作效率起着至关重要的作用。文章在分析几种现有的数据划分方法的基础上,提出了一种新型的R-H数据划分方法。文章最后介绍了PDBMS采用的索引结构。

摘要：并行数据库在多处理机之间的分布方法（简称数据分布方法）对并行数据操作算法的性能影响很大．如果在设计并行数据操作算法时充分利用数据分布方法的特点，可以得到十分有效的并行算法．本文研究如何充分利用数据分布方法的特点，设计并行数据操作算法的问题，提出了基于ＣＭＤ多维数据分布方法的并行ＣＭＤ－Ｊｏｉｎ算法．理论分析和实验结果表明。

摘要：一、引言 进入九十年代以来,越来越多的应用表明,传统的大型计算机系统缺乏支持高性能联机事务处理和复杂查询操作的能力。当今数据库规模的急剧澎胀、数据库工作负载的日益加重,以及新的应用领域的不断出现和成熟,已使传统的大型计算机达到了性能的极限。例如,美国国家专利局的信息数据库的信息量高达25太字节(1980年)[1],即使使用目前最快的大型机,按每秒处理100兆字节的处理速度,要把这个数据库全部检索一遍,也要花费100小时。设计支持海量数据和满足实时要求的高性能的数据库系,统已经成为数据库研究领域所面临的一项严峻挑战。

摘要：本文提出了一种基于多重加权树的查询优化方法，包括多重加权树并行查询计划模型、并行查询计划的复杂性模型和查询优化算法．该方法能够处理最常用的选择一投影一连接查询，支持多种并行连接算法，包括流水线缓冲区的存储器代化分配算法、数据操作的处理机与存储器优化分配算法和连接操作实现算法的优选算法．该方法已经用于作者设计与实现的并行关系数据库管理系统原型，效果良好．

摘要：分析了数据划分模式对并行数据库系统整体性能的影响,设计了并行数据库系统中数据自动划分的框架,开发了基于DB2查询优化的交互式划分工具. 应用该划分工具对一个给定的由一组SQL语句组成的负载,可寻找在多个节点间划分数据的有利模式. 测试结果表明:该交互工具能够在合理的时间内为负载中每个语句推荐好的候选划分,并可避免初始数据倾斜,减轻数据库管理员的负担.

摘要：提出一种考虑语义特征聚类紧密性与分离性特征分析的并行数据库中异常数据优化分类挖掘算法.构建并行数据库异常数据的语义特征分离性度量模型,设计语义映射网络结构,实现对异常数据的噪点初步分离,设计面向语义特征聚类的紧密性与分离性特征提取算法,对含有噪点和野值的并行数据库环境进行干扰抑制,实现对异常数据库优化分类挖掘.仿真结果表明,该算法提高了对并行数据库中异常数据搜索过程中的挖掘查准率,分类挖掘紧密度和准确度较高.

摘要：传统的查询树及基于多重加权树的查询优化方法,研究得比较成熟,语义查询优化方法将一个查询变换成一个或数个语义等价的查询,基于Agent的并行数据库查询优化采用Multi-Agent技术自动查找与给定查询有关的完整性约束条件,使得多个关系间连接操作的效率得到很大地提高。并行数据库的查询优化领域的3个重要方向为基于机群系统的并行数据库查询优化研究,将MAS技术及专家系统引入本领域,将模拟退火算法及神经网络算法引入本领域。