14、数据仓库设计的启发式算法

数据仓库设计的启发式算法

1. 数据仓库设计问题概述

数据仓库设计问题可描述为在给定源关系集、查询集、成本函数、可用空间和参数的情况下，找到一个数据仓库配置，使得存储视图所需空间不超过可用空间，且操作成本最小。操作成本 $T(C)$ 的计算公式为：
$T(C) = cE(Q_V) + M(V)$
其中，参数 $c$ 表示查询评估成本和视图维护成本的相对重要性。

输入信息包括：
- 源关系集 $R$
- 基于 $R$ 的查询集 $Q$
- 成本函数 $E$、$M$、$T$
- 数据仓库中用于存储视图的可用空间 $t$
- 参数 $c$

输出为一个数据仓库配置 $C = $，满足 $S(V) \leq t$ 且 $T(C)$ 最小。

2. 多查询图

一组视图 $V$ 可以用多查询图 $G_V$ 表示，它是一个节点和边都有标签的多重图。具体规则如下：
- 图的节点对应视图的基础关系。
- 节点 $R_i$ 的标签是包含该关系在视图 $V$ 中投影的属性集。
- 对于视图 $V$ 定义中的每个选择原子 $p$，若涉及 $R_i$ 的属性，则在 $G_V$ 中 $R_i$ 上有一个标记为 $V: p$ 的环。
- 对于视图 $V$ 定义中的每个连接原子 $p$，若涉及 $R_i$ 和 $R_j$ 的属性，则在 $G_V$ 中 $R_i$ 和 $R_j$ 之间有一条标记为 $V: p$ 的边。

3. 转换规则

可应用于数据仓库配置的转换规则有以下五种：
1. 边移除 <