基于粗集理论的视图分层更新方法

为缩短查询响应时间和提高决策支持能力，数据仓库中存储了大量的实化视图，视图更新成为影响系统整体性能的一个重要因素。本文分析了现有方法处理大规模视图更新的不足，提出一种基于粗集约简发现中间视图依赖层次的方法，利用有效代价确定更新次序以达到更新费用最低，随后分析算法的复杂性并通过实验证明其有效性。