期刊文献+

实验室信息管理系统数据库优化方法研究

下载PDF
导出
摘要 数据库系统作为实验室信息管理系统(LIMS)的核心和基础,其作用是实现数据的存储和交互。随着用户数量和检测项目参数的不断增加,LIMS数据库存储的数据量变得异常庞大,严重制约数据库的性能。结合LIMS数据库存储的特点,主要从表分区优化进行研究分析,通过大量的测试和实际应用表明,优化后的数据库性能有很大的提高。
出处 《电脑编程技巧与维护》 2017年第14期58-60,共3页 Computer Programming Skills & Maintenance
  • 相关文献

参考文献5

二级参考文献31

  • 1邹俊,吴京慧.数据库优化方案探讨[J].现代计算机,2006,12(1):54-56. 被引量:3
  • 2姚燕,高峰,郭萍.Oracle数据库链接技术及其应用[J].气象科技,2006,34(B09):19-21. 被引量:4
  • 3赵芳.ORACLE分区技术及在MDSS实时数据库中的初步应用实验.数据库与WEB技术,2005,:64-69. 被引量:1
  • 4Ooi B C, Tan K L, Yu C, et al. Indexing the Distance: an efficient method to KNN processin& In : VLDB ' 01 : Proceedings of the 27th International Conference on Very Large Data Bases, 2004:421-430. 被引量:1
  • 5Tan K L, Yu C, Zhang 1 iDistance: an adaptive B + - tree based indexing method for nearest neighbor search. Journal of the ACM Transactions on Database Systems 30-2, 2005:364-397. 被引量:1
  • 6Aggarwal C C. On the Effects of Dimensionality reduction on high di- mensional similarity search. In: ACM PODS '01. Symposium on Principles of Database Systems Conference, New York : ACM Press, 2007:256-266. 被引量:1
  • 7Aggarwal C C, An efficient subspace sampling framework for high-di- mensional data reduction, selectivity estimation, and nearest-neighborsearch. IEEE Transactions on Knowledge and Data Engineering, 2004 ; 16 (10) : 1247-1262. 被引量:1
  • 8Li C, Chang E, Garcia-Molina H, et al. Clustering for approximate similarity search in high-dimensional spaces. IEEE Transactions on Knowledge and Data Engineering, 2006 ; 14 (4) :792-808. 被引量:1
  • 9Yu D, Zhang A. ClusterTree: Integration of Cluster Representation and Nearest Neighbor Search for Large Datasets with High Dimension- ality. IEEE Transactions onKnowledge and Data Engineering,2003; 15(5) : 1316-1337. 被引量:1
  • 10Kanungo T, Mount D M, Netanyahu N, et al. Anefficient k-means clustering algorithm: analysis and implementation. IEEE Trans. Pat- tern Analysis and Machine Intelligence,2002; 24:881-892. 被引量:1

共引文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部