B+树

摘要： MySQL数据库采用了B+树作为索引的数据结构,传统的B+树的叶子节点是一个单向的指针,这使得在范围搜索数据时,只能单方面查找一个方向的数据,极大地增加了数据查找的时间。为了增加MySQL数据库中索引的搜索效率,提出一种改进的B+树,通过对B+树的叶子节点增加一个双向的指针,提出双向查找数据的B+树算法,通过与原生B+树的搜索进行对比发现,改进的B+树在范围搜索方面可以极大地减少搜索时间和I/O次数。

摘要： 随着社会的快速发展,垃圾存量急剧上升,环卫车容易出现混装混运、调度困难等问题。为了解决相关问题,论文基于GeoHash编码和B+树设计了一种新型的环卫车调度算法。该算法能适用于传统的垃圾清运模式下的环卫车调度和垃圾分类下的垃圾清运模式的环卫车调度,通过利用GeoHash编码对环卫车的位置进行编码,随即使用B+树对垃圾存量、路径等相关数据进行筛选,选择合适的环卫车进行调度。该算法能对环卫车搜寻精度进行设置且能对环卫车位置信息进行保护。

摘要： 电子病历包含病人的隐私信息,如何在保密情况下进行电子病历内容搜索是医院电子病历数据有效利用的难点.针对电子病历密文搜索,提出一种基于布隆过滤器(BF)和B+树的快速搜索方法.该技术对电子病历建立BF,按照倒排索引方式组织起来并建立B+树,能够支持在不泄露用户搜索关键词的前提下,对电子病历密文直接进行查询,安全级别达到IND-CKA级别.实验结果表明:由于使用BF与B+树结构,空间过滤特性高,无须解密即可达99％的过滤效率,查询效率高,且支持布尔查询,有效促进加密电子病历数据的应用.

摘要： 对区块链上数据查询功能单一且查询效率低等问题,提出一种查询技术的优化方案,该方案对区块链的Merkle树进行了修改,结合了B+树的结构,不仅能够快速验证(基于M-B+树根hash),还可以利用B+树的结构快速查找特定记录.并将交易的关键信息和对应的区块号等数据存入到关系数据库MySQL中,从而支持关系查询.实验结果表明,基于M-B+树的区块链系统不仅查询速度效率提升而且具有丰富的查询手段.

摘要： 对于碰撞检测算法,使用传统的AABB包围盒来构建包围盒层次树时,其包围盒层次树的层数、叶子结点的个数和各结点的存储字节数是影响碰撞检测效率的主要因素.为了减少结点存储容量对碰撞检测效率的影响,提高碰撞检测的效率,文中采取B+树的存储结构来存储包围盒等信息.在包围盒相交测试之前,使得各结点存储索引有序,不需要再对各结点进行额外的排序,减少了内存开销,并且避免了不必要的包围盒测试.此外B+树的非叶子结点不存储具体的数据信息,从而减少了整棵树的存储空间.实验表明,在检测环境和检测对象相同的条件下,使用B+树存储的AABB包围盒碰撞检测算法的检测时间明显比传统的AABB算法短.

摘要： 《数据结构》是本科院校计算机相关专业的重要基础课,不少教材中对一些基本概念阐述不够清晰,容易被误解或者混淆,本文对几个基本概念进行了较为详尽的分析、澄清和再描述,供授课者参考并且帮助初学者更容易理解和更好地掌握.

摘要： 针对特种车辆状态监控和故障诊断中数据种类繁多、体量庞大、实体关系复杂且时空特性明显,易出现数据结构横向过于复杂、故障诊断耗时长不精确的问题,利用UML对数据库系统整体功能进行描述,给出了以特种车辆和故障诊断为中心的E-R图模型.在索引结构方面,针对故障诊断数据的需求特点,采用改进的时空R树结合B*树构建索引数据库,支持快速查询检索;过程中引入索引缓冲机制,并应用分布式主从数据库架构实现读写分离,提高查询效率.实验测试采用MySQL搭建数据系统,某型装甲车实际数据集作为测试数据进行综合测试,结果表明:所设计的数据库系统有较为稳健的整体性能,且索引结构既节约存储空间又有较快的创建速度,可较好适用于状态监控和故障诊断.

摘要： 当前,数据结构课程受教学内容所限,教师无法使学生掌握知识的全貌.其教学若不能从后续课程中提炼数据结构并结合现实问题进行分析,则不利于培养学生根据问题需求选择适当数据结构的能力,也容易使学生产生数据结构课程无用论.文章提出在课程群视域下对多门相关课程进行整体教学设计的思想,并且以B+树为例设计了可应用于三门专业核心课程的共享案例.这种新的教学形式有利于打破课程间的知识壁垒,分阶段引导学生进行知识建构,促进学生创新意识和问题解决能力的培养.

摘要： 大数据流的高效存储与索引是当今数据领域的一大难点.面向带有时间属性的数据流,根据其时间属性,将数据流划分为连续的时间窗口,提出了基于双层B+树的分布式索引结构WB-Index.下层B+树索引基于窗口内流数据构建,索引构建过程结合基于排序的批量构建技术,进一步对时间窗口分片,将数据流接收、分片数据排序以及B+树构建并行化,提高了构建性能.上层B+树索引基于各时间窗口构建,结合时间窗口时间戳的递增性和无限性,提出了避免节点分裂的构建方法,减少了 B+树分裂移动开销,提高了空间利用率和更新效率.WB-Index架构中,将流数据和索引分离,同时利用内存缓存尽可能多的双层B+索引和热点数据来提高查询性能.理论和实验结果表明,该分布式索引架构能够支持高效的实时数据流写入以及流数据查询,能够很好地应用于具有时间属性的数据流场景.

摘要： 针对特种车辆状态监控和故障诊断中数据种类繁多、体量庞大、实体关系复杂且时空特性明显,易出现数据结构横向过于复杂、故障诊断耗时长不精确的问题,利用UML对数据库系统整体功能进行描述,给出了以特种车辆和故障诊断为中心的E-R图模型。在索引结构方面,针对故障诊断数据的需求特点,采用改进的时空R树结合B*树构建索引数据库,支持快速查询检索;过程中引入索引缓冲机制,并应用分布式主从数据库架构实现读写分离,提高查询效率。实验测试采用MySQL搭建数据系统,某型装甲车实际数据集作为测试数据进行综合测试,结果表明:所设计的数据库系统有较为稳健的整体性能,且索引结构既节约存储空间又有较快的创建速度,可较好适用于状态监控和故障诊断。

摘要： 存储于云环境中的数据,更容易因系统漏洞或其他人为因素造成泄漏,其机密性保护是当前云存储及数据库安全技术发展过程中需要解决的关键问题.目前,大多数数据库系统中数据直接以明文形式存储,机密性保护现有的解决方法是通过对称加密来实现,而传统的加密方式使对大量数据进行查询变得困难.保序加密(Order-Preserving Encryption,OPE)中密文之间的大小关系与明文之间的大小关系相匹配,使得数据库及其他应用系统能够直接在密文数据上进行高效的排序相关的查询.本文研究基于保序加密的MongoDB数据加密技术,通过构造B-树得到OPE密文,阐述数据查询、插入和更新机制,并进行系统实现.实验表明,该加密数据库系统在保护MongoDB数据机密性的同时也能够保证其查询性能.

摘要： 存储于云环境中的数据,更容易因系统漏洞或其他人为因素造成泄漏,其机密性保护是当前云存储及数据库安全技术发展过程中需要解决的关键问题.目前,大多数数据库系统中数据直接以明文形式存储,机密性保护现有的解决方法是通过对称加密来实现,而传统的加密方式使对大量数据进行查询变得困难.保序加密(Order-Preserving Encryption,OPE)中密文之间的大小关系与明文之间的大小关系相匹配,使得数据库及其他应用系统能够直接在密文数据上进行高效的排序相关的查询.本文研究基于保序加密的MongoDB数据加密技术,通过构造B-树得到OPE密文,阐述数据查询、插入和更新机制,并进行系统实现.实验表明,该加密数据库系统在保护MongoDB数据机密性的同时也能够保证其查询性能.

摘要： 存储于云环境中的数据,更容易因系统漏洞或其他人为因素造成泄漏,其机密性保护是当前云存储及数据库安全技术发展过程中需要解决的关键问题.目前,大多数数据库系统中数据直接以明文形式存储,机密性保护现有的解决方法是通过对称加密来实现,而传统的加密方式使对大量数据进行查询变得困难.保序加密(Order-Preserving Encryption,OPE)中密文之间的大小关系与明文之间的大小关系相匹配,使得数据库及其他应用系统能够直接在密文数据上进行高效的排序相关的查询.本文研究基于保序加密的MongoDB数据加密技术,通过构造B-树得到OPE密文,阐述数据查询、插入和更新机制,并进行系统实现.实验表明,该加密数据库系统在保护MongoDB数据机密性的同时也能够保证其查询性能.

摘要： 存储于云环境中的数据,更容易因系统漏洞或其他人为因素造成泄漏,其机密性保护是当前云存储及数据库安全技术发展过程中需要解决的关键问题.目前,大多数数据库系统中数据直接以明文形式存储,机密性保护现有的解决方法是通过对称加密来实现,而传统的加密方式使对大量数据进行查询变得困难.保序加密(Order-Preserving Encryption,OPE)中密文之间的大小关系与明文之间的大小关系相匹配,使得数据库及其他应用系统能够直接在密文数据上进行高效的排序相关的查询.本文研究基于保序加密的MongoDB数据加密技术,通过构造B-树得到OPE密文,阐述数据查询、插入和更新机制,并进行系统实现.实验表明,该加密数据库系统在保护MongoDB数据机密性的同时也能够保证其查询性能.

摘要： 存储于云环境中的数据,更容易因系统漏洞或其他人为因素造成泄漏,其机密性保护是当前云存储及数据库安全技术发展过程中需要解决的关键问题.目前,大多数数据库系统中数据直接以明文形式存储,机密性保护现有的解决方法是通过对称加密来实现,而传统的加密方式使对大量数据进行查询变得困难.保序加密(Order-Preserving Encryption,OPE)中密文之间的大小关系与明文之间的大小关系相匹配,使得数据库及其他应用系统能够直接在密文数据上进行高效的排序相关的查询.本文研究基于保序加密的MongoDB数据加密技术,通过构造B-树得到OPE密文,阐述数据查询、插入和更新机制,并进行系统实现.实验表明,该加密数据库系统在保护MongoDB数据机密性的同时也能够保证其查询性能.

摘要： 存储于云环境中的数据,更容易因系统漏洞或其他人为因素造成泄漏,其机密性保护是当前云存储及数据库安全技术发展过程中需要解决的关键问题.目前,大多数数据库系统中数据直接以明文形式存储,机密性保护现有的解决方法是通过对称加密来实现,而传统的加密方式使对大量数据进行查询变得困难.保序加密(Order-Preserving Encryption,OPE)中密文之间的大小关系与明文之间的大小关系相匹配,使得数据库及其他应用系统能够直接在密文数据上进行高效的排序相关的查询.本文研究基于保序加密的MongoDB数据加密技术,通过构造B-树得到OPE密文,阐述数据查询、插入和更新机制,并进行系统实现.实验表明,该加密数据库系统在保护MongoDB数据机密性的同时也能够保证其查询性能.

摘要： 提出了一种基于B+树的、针对有效时间区间的索引模式：FQM—tree(fast query map tree)．FQM—tree将有效时间区间映射为一维空间上的点，对映射点建立索引;同时增加一个基于内存的辅助索引结构，最大程度地减少对无效节点的访问．该索引结构具有如下优点：首先，将时间区间映射为点，可以直接利用已有应用成熟的、被广泛支持索引结构(如B+树)，这就意味着可以在数据库中快速实现对时态索引的支持，而无需更改DBMS的内核;其次，基于内存的辅助索引结构可以直接定位叶节点，提高了时态查询效率;另外，由于当前B+树仍是数据库中应用最成熟、最广泛的索引结构，因此借助B’树的基本结构研究时态索引，使得时态索引能够快速地得到具体应用，所以FQM-tree的研究具有广泛的应用价值．理论分析及大量的实验结果均表明，FQM-tree的查询性能优于传统的时态索引方法．

摘要： 提出了一种基于B+树的、针对有效时间区间的索引模式：FQM—tree(fast query map tree)．FQM—tree将有效时间区间映射为一维空间上的点，对映射点建立索引;同时增加一个基于内存的辅助索引结构，最大程度地减少对无效节点的访问．该索引结构具有如下优点：首先，将时间区间映射为点，可以直接利用已有应用成熟的、被广泛支持索引结构(如B+树)，这就意味着可以在数据库中快速实现对时态索引的支持，而无需更改DBMS的内核;其次，基于内存的辅助索引结构可以直接定位叶节点，提高了时态查询效率;另外，由于当前B+树仍是数据库中应用最成熟、最广泛的索引结构，因此借助B’树的基本结构研究时态索引，使得时态索引能够快速地得到具体应用，所以FQM-tree的研究具有广泛的应用价值．理论分析及大量的实验结果均表明，FQM-tree的查询性能优于传统的时态索引方法．

摘要： 提出了一种基于B+树的、针对有效时间区间的索引模式：FQM—tree(fast query map tree)．FQM—tree将有效时间区间映射为一维空间上的点，对映射点建立索引;同时增加一个基于内存的辅助索引结构，最大程度地减少对无效节点的访问．该索引结构具有如下优点：首先，将时间区间映射为点，可以直接利用已有应用成熟的、被广泛支持索引结构(如B+树)，这就意味着可以在数据库中快速实现对时态索引的支持，而无需更改DBMS的内核;其次，基于内存的辅助索引结构可以直接定位叶节点，提高了时态查询效率;另外，由于当前B+树仍是数据库中应用最成熟、最广泛的索引结构，因此借助B’树的基本结构研究时态索引，使得时态索引能够快速地得到具体应用，所以FQM-tree的研究具有广泛的应用价值．理论分析及大量的实验结果均表明，FQM-tree的查询性能优于传统的时态索引方法．

摘要： 提出了一种基于B+树的、针对有效时间区间的索引模式：FQM—tree(fast query map tree)．FQM—tree将有效时间区间映射为一维空间上的点，对映射点建立索引;同时增加一个基于内存的辅助索引结构，最大程度地减少对无效节点的访问．该索引结构具有如下优点：首先，将时间区间映射为点，可以直接利用已有应用成熟的、被广泛支持索引结构(如B+树)，这就意味着可以在数据库中快速实现对时态索引的支持，而无需更改DBMS的内核;其次，基于内存的辅助索引结构可以直接定位叶节点，提高了时态查询效率;另外，由于当前B+树仍是数据库中应用最成熟、最广泛的索引结构，因此借助B’树的基本结构研究时态索引，使得时态索引能够快速地得到具体应用，所以FQM-tree的研究具有广泛的应用价值．理论分析及大量的实验结果均表明，FQM-tree的查询性能优于传统的时态索引方法．

摘要： 一种基于B树数据结构的MapReduce计算过程优化方法，包括如下步骤：1）对输入到片区内的数据执行Map任务；2）执行Map任务后输出的结果包含索引文件*.index和数据文件*.out；3）将索引文件*.index和数据文件*.out存放在一个环形内存缓冲区中；4）当该环形内存缓冲区快要溢出时，判断是否是最后一个Map任务；5）如果否，则数据文件*.out排序合并后写入磁盘，索引文件*.index留在环形内存缓冲区中；如果是，则数据文件*.out直接输入到reduce函数。本发明所述的方法减少了磁盘读写次数，缩短了计算时间，显著缩短计算时间，提高了计算效率，可以有效提高工作效率。

摘要： 本发明公开了一种基于数据库B树快速对比数据的方法和装置，方法包括：启动对比数据库，在对比数据库中配置对比数据各来源表之间的对比关系，按照数据来源，将对比表分为第一表结构和第二表结构，在对比数据库中创建表T；对比数据库抽取和遍历第一表结构和第二表结构中每一条数据，在遍历数据时计算每一条数据的数值；对比数据库将最先完成的第一条数据结果直接插入表T中，后期每条计算完成的数据结果通过预设的对比方法与表T中的数据进行对比后，对比数据库操作表T底层B树上对应的叶子节点，依照对比规则对表T进行数据插入、数据删除或数据更新操作；查询表T，得到数据来源数据库中数据对比的结果。

摘要： “键值管理器”应用基于RDMA的存储器分配器来实现分布式且无锁的基于B树的键值存储库。在各种实现中，键值管理器被实现为在大量联网计算设备上并发运行的独立库。键值管理器的基于RDMA的存储器分配器经由各种RDMA消息序列(例如，RDMA读取、RDMA写入和RDMA原子比较和交换(CAS)操作)分配和访问键值存储库的存储器。因此，托管键值存储库的存储器的计算设备的CPU不需要被通知或涉及对该存储器的基于RDMA的读取和写入。因此，托管键值存储库的任何部分的任何计算设备的CPU利用率是最小的，由此使得键值管理器能够缩放到非常大量的计算设备的大量的并发访问。

摘要： 本发明涉及一种基于Fat‑B树的分布式文件系统低开销数据传输方法，包括低开销日志模块、低开销提交协议和故障恢复模块，所述低开销日志模块采用的是一种能够有效减少日志在事务处理和提交过程开销的邻接预写日志策略；所述低开销提交协议是一种采用Fat‑B树索引消息队列和优化提交过程开销的提交事务协议；所述故障恢复模块采用的是一种支持主机故障和队列故障的故障恢复策略。本发明利用Fat‑B树索引结构建立了分布式文件系统的消息队列机制，给出了适用于分布式文件系统的异步邻接预写日志机制，并在此基础上，提出了一种适用于分布式文件系统的低开销数据传输提交事务协议，从而有效地减少了分布式文件系统事务处理过程中的通信开销。

摘要： 本发明实施例公开了用于最长匹配的B树的表项添加、查找、删除方法和装置。本发明实施例通过对最长匹配表项进行扩展，采用扩展的比特来表示最长匹配表项的掩码长度信息，使得最长匹配表项转变成具有精确值的精确表项，并使用扩展后得到的精确表项执行基于B树的添加、查找、删除等操作，能够实现基于B树的最长匹配。

摘要： 本发明公开了一种基于数据库B树快速对比数据的方法和装置，方法包括：启动对比数据库，在对比数据库中配置对比数据各来源表之间的对比关系，按照数据来源，将对比表分为第一表结构和第二表结构，在对比数据库中创建表T；对比数据库抽取和遍历第一表结构和第二表结构中每一条数据，在遍历数据时计算每一条数据的数值；对比数据库将最先完成的第一条数据结果直接插入表T中，后期每条计算完成的数据结果通过预设的对比方法与表T中的数据进行对比后，对比数据库操作表T底层B树上对应的叶子节点，依照对比规则对表T进行数据插入、数据删除或数据更新操作；查询表T，得到数据来源数据库中数据对比的结果。

摘要： 本发明公开了一种基于B树和森林的邀请码推广层级查询系统，本发明的具体步骤如下：步骤一：将所有的自然用户构建为森林中B树的根节点，步骤二：构建B树的子孙节点，完成建树，步骤三：存储B树和森林数据模型，步骤四：监听线程监听数据库用户的变化，动态更新树和森林，步骤五：根据构建的B树和森林模型进行相关查询。步骤六：B树和森林数据模型的持久化。通过该查询系统，对农场游戏用户进行排名，从而有效地解决层级查询中在海量数据环境下的低效性的问题，同时该发明提出了一种基于B树和森林的模型，并自定义了树节点，使得该系统不仅满足于提高普通层级查询的效率，还可以实现更多的条件查询。

摘要： 一种基于B树数据结构的MapReduce计算过程优化方法，包括如下步骤：1）对输入到片区内的数据执行Map任务；2）执行Map任务后输出的结果包含索引文件*.index和数据文件*.out；3）将索引文件*.index和数据文件*.out存放在一个环形内存缓冲区中；4）当该环形内存缓冲区快要溢出时，判断是否是最后一个Map任务；5）如果否，则数据文件*.out排序合并后写入磁盘，索引文件*.index留在环形内存缓冲区中；如果是，则数据文件*.out直接输入到reduce函数。本发明所述的方法减少了磁盘读写次数，缩短了计算时间，显著缩短计算时间，提高了计算效率，可以有效提高工作效率。

摘要： “键值管理器”应用基于RDMA的存储器分配器来实现分布式且无锁的基于B树的键值存储库。在各种实现中，键值管理器被实现为在大量联网计算设备上并发运行的独立库。键值管理器的基于RDMA的存储器分配器经由各种RDMA消息序列(例如，RDMA读取、RDMA写入和RDMA原子比较和交换(CAS)操作)分配和访问键值存储库的存储器。因此，托管键值存储库的存储器的计算设备的CPU不需要被通知或涉及对该存储器的基于RDMA的读取和写入。因此，托管键值存储库的任何部分的任何计算设备的CPU利用率是最小的，由此使得键值管理器能够缩放到非常大量的计算设备的大量的并发访问。

摘要： 本发明涉及一种基于Fat‑B树的分布式文件系统低开销数据传输方法，包括低开销日志模块、低开销提交协议和故障恢复模块，所述低开销日志模块采用的是一种能够有效减少日志在事务处理和提交过程开销的邻接预写日志策略；所述低开销提交协议是一种采用Fat‑B树索引消息队列和优化提交过程开销的提交事务协议；所述故障恢复模块采用的是一种支持主机故障和队列故障的故障恢复策略。本发明利用Fat‑B树索引结构建立了分布式文件系统的消息队列机制，给出了适用于分布式文件系统的异步邻接预写日志机制，并在此基础上，提出了一种适用于分布式文件系统的低开销数据传输提交事务协议，从而有效地减少了分布式文件系统事务处理过程中的通信开销。