劣質(zhì)數(shù)據(jù)庫上查詢優(yōu)化關(guān)鍵技術(shù)的研究.pdf

1、隨著數(shù)據(jù)時代的發(fā)展，劣質(zhì)數(shù)據(jù)越來越普遍存在于數(shù)據(jù)庫中，嚴(yán)重影響了數(shù)據(jù)的質(zhì)量，既降低了數(shù)據(jù)的價值又降低了數(shù)據(jù)管理系統(tǒng)的效率，這給數(shù)據(jù)管理帶來了新的挑戰(zhàn)．針對這個挑戰(zhàn)，數(shù)據(jù)清洗和數(shù)據(jù)修復(fù)工作可以在一定程度上解決問題，但是兩者都存在先天的缺陷，數(shù)據(jù)清洗通常不能完全清洗掉劣質(zhì)數(shù)據(jù)而且存在誤清洗有效數(shù)據(jù)的可能，數(shù)據(jù)修復(fù)要基于修復(fù)規(guī)則，而對于復(fù)雜的自然語言處理工作，這修復(fù)規(guī)則往往不好制定，導(dǎo)致數(shù)據(jù)修復(fù)工作結(jié)果的不完美，因此僅僅通過數(shù)據(jù)清洗和數(shù)據(jù)修復(fù)

2、工作是不能夠完全解決劣質(zhì)數(shù)據(jù)問題。
　　基于上面的考慮，經(jīng)過長期的數(shù)據(jù)質(zhì)量研究工作，基于實體的劣質(zhì)數(shù)據(jù)管理系統(tǒng)應(yīng)運而生，系統(tǒng)中可以通過實體識別技術(shù)對數(shù)據(jù)庫中關(guān)系數(shù)據(jù)進行處理，整理成為實體數(shù)據(jù)，然后在實體數(shù)據(jù)基礎(chǔ)上做查詢等操作工作，鑒于該模型的特點，在選擇或連接等查詢操作執(zhí)行過程中可能產(chǎn)生很多已經(jīng)不滿足最后質(zhì)量要求的中間結(jié)果，如果在中間結(jié)果中將這些最終無用的結(jié)果濾掉的話可以增進查詢效率，這是區(qū)別于關(guān)系數(shù)據(jù)模型的特性，本文通過分析實體