基于DB2的數(shù)據(jù)庫(kù)數(shù)據(jù)統(tǒng)計(jì)和分析方法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，計(jì)算機(jī)技術(shù)不斷應(yīng)用到各行各業(yè)，數(shù)據(jù)存儲(chǔ)隨之不斷膨脹，對(duì)數(shù)據(jù)庫(kù)系統(tǒng)設(shè)計(jì)也就有了更高的要求，因此使用高性能的算法來(lái)實(shí)現(xiàn)數(shù)據(jù)分類將是未來(lái)數(shù)據(jù)庫(kù)系統(tǒng)設(shè)計(jì)的發(fā)展趨勢(shì)。基于DB2數(shù)據(jù)庫(kù)系統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)和分析系統(tǒng)的設(shè)計(jì)就是使用高性能算法實(shí)現(xiàn)數(shù)據(jù)的分類、統(tǒng)計(jì)和分析。
　　 本文深入研究了各種統(tǒng)計(jì)方法，并仔細(xì)分析DB2數(shù)據(jù)庫(kù)系統(tǒng)和統(tǒng)計(jì)方法的各種特性，結(jié)合DB2數(shù)據(jù)庫(kù)中數(shù)據(jù)的性質(zhì)，設(shè)計(jì)了適用于DB2數(shù)據(jù)庫(kù)的數(shù)據(jù)統(tǒng)計(jì)和分析系統(tǒng)。在此

2、基礎(chǔ)上，作者采用k-means算法作為數(shù)據(jù)分析的核心，實(shí)現(xiàn)了數(shù)據(jù)的快速分類；對(duì)海量數(shù)據(jù)的處理提高了傳輸速度；通過(guò)LRU算法實(shí)現(xiàn)了數(shù)據(jù)庫(kù)緩沖池的數(shù)據(jù)的優(yōu)化排序，提高了數(shù)據(jù)查詢的效率。
　　 論文工作完成了基于DB2數(shù)據(jù)庫(kù)的數(shù)據(jù)統(tǒng)計(jì)和分析系統(tǒng)的模塊設(shè)計(jì)及應(yīng)用算法的具體實(shí)現(xiàn)。通過(guò)對(duì)數(shù)據(jù)實(shí)例的測(cè)試，作者驗(yàn)證了k-means算法和LRU算法在解決數(shù)據(jù)查詢、統(tǒng)計(jì)及分析功能上的正確性和有效性，并在對(duì)系統(tǒng)性能改進(jìn)的基礎(chǔ)上提出了系統(tǒng)優(yōu)化的方法和策