Luận án tiến sĩ toán học xử lý và tối ưu hóa truy vấn trong cơ sở dữ liệu hướng đối tượng phân tán

BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ …… ……………… MAI THÚY NGA XỬ LÝ VÀ TỐI ƯU HÓA TRUY VẤN TRONG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN LUẬN ÁN TIẾN SĨ TOÁN HỌC HÀ NỘI – 2017 VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ …… ….***………… MAI THÚY NGA XỬ LÝ VÀ TỐI ƯU HÓA TRUY VẤN TRONG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN LUẬN ÁN TIẾN SĨ TỐN HỌC Chun ngành: Cơ sở Tốn học cho Tin học Mã số: 62 46 01 10 Người hướng dẫn khoa học: PGS TS Đoàn Văn Ban TS Nguyễn Mạnh Hùng HÀ NỘI – 2017 LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng Các kết viết chung với đồng tác giả chấp thuận tác giả trước đưa vào luận án Các kết nêu luận án trung thực chưa công bố công trình khác Tác giả Mai Thúy Nga LỜI CÁM ƠN Luận án hoàn thành Học viện Khoa học Công nghệ, Viện Hàn lâm Khoa học Công nghệ Việt Nam Tác giả xin bày tỏ lịng biết ơn chân thành kính trọng sâu sắc PGS.TS Đoàn Văn Ban Tác giả nhận hướng dẫn tận tình kinh nghiệm nghiên cứu khoa học quý giá Thầy suốt trình học nghiên cứu sinh Tác giả chân thành cám ơn TS Nguyễn Mạnh Hùng với định hướng nghiên cứu góp ý để luận án hoàn thiện Trong thời gian làm nghiên cứu sinh, tác giả nhận kiến thức quý giá góp ý chân thành từ Thầy, Cơ giáo Học viện Khoa học Công nghệ Tác giả xin gửi tới Thầy, Cô lời cảm ơn chân thành Tác giả xin chân thành cảm ơn Ban lãnh đạo Viện Công nghệ thông tin, Học viện Khoa học Công nghệ, Bộ phận Quản lý Nghiên cứu sinh Phòng ban chức Viện Công nghệ thông tin Học viện Khoa học Công nghệ tạo điều kiện thuận lợi trình học tập, nghiên cứu tác giả Tác giả xin cảm ơn Ban Giám hiệu, Bộ môn Tin học trường Đại học Thăng Long quan tâm giúp đỡ mặt để tác giả hoàn thành nhiệm vụ học tập Xin chân thành cảm ơn quan tâm, động viên đóng góp quý báu đồng nghiệp Cuối cùng, tác giả xin dành lời cám ơn tới thành viên gia đình, khuyến khích động viên gia đình động lực để tác giả hoàn thành luận án MỤC LỤC MỤC LỤC i DANH MỤC CÁC THUẬT NGỮ iv BẢNG VIẾT TẮT CÁC THUẬT NGỮ v DANH MỤC HÌNH MINH HỌA vi DANH MỤC BẢNG vii MỞ ĐẦU CHƯƠNG - CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN .7 1.1 Cơ sở liệu hướng đối tượng 1.1.1 Đối tượng 1.1.2 Kiểu lớp 1.1.3 Hợp phần 11 1.1.4 Phân lớp tính kế thừa 12 1.2 Cơ sở liệu hướng đối tượng phân tán 14 1.2.1 Mơ hình sở liệu hướng đối tượng phân tán 14 1.2.2 Các ưu điểm CSDL phân tán 15 1.2.3 Các vấn đề cần giải CSDL phân tán 16 1.2.4 Kiến trúc CSDL hướng đối tượng phân tán 20 1.2.5 Quản lý đối tượng 22 1.2.6 Quản lý giao dịch 25 1.3 Đánh giá hiệu CSDL HĐT với thư viện OO7 25 1.3.1 Giới thiệu 25 1.3.2 Một số nghiên cứu khác đánh giá hiệu CSDL HĐT 26 1.3.3 Thiết kế CSDL OO7 27 1.3.4 Kịch đánh giá hiệu 30 1.3.5 Kết thực nghiệm 32 1.4 Kết luận chương 36 CHƯƠNG - PHÂN MẢNH VÀ CẤP PHÁT LỚP CÁC ĐỐI TƯỢNG PHÂN TÁN 37 ii 2.1 Phân mảnh cấp phát lớp đối tượng 38 2.1.1 Mục tiêu phân mảnh cấp phát 38 2.1.2 Phân mảnh lớp đối tượng 38 2.1.3 Cấp phát lớp 41 2.2 Các thông tin đầu vào toán phân mảnh dọc cấp phát lớp 42 2.2.1 Thông tin CSDL 42 2.2.2 Thông tin ứng dụng 45 2.2.3 Thông tin mạng 48 2.2.4 Bảng kí hiệu sử dụng 48 2.3 Hàm mục tiêu phân mảnh cấp phát 49 2.4 Biến đổi tham số đầu vào theo quan hệ 50 2.5 Thuật toán AttrFrag phân mảnh dựa thuộc tính 54 2.5.1 Xây dựng ma trận truy vấn sử dụng thuộc tính 54 2.5.2 Xây dựng ma trận tương quan thuộc tính 55 2.5.3 Sử dụng thuật toán BEA để phân mảnh 55 2.5.4 Bổ sung phương thức vào mảnh 57 2.5.5 Thuật toán AttrFrag phân mảnh dựa tương quan thuộc tính 57 2.6 Thuật toán FragAlloS phân mảnh đồng thời cấp phát 58 2.6.1 Mơ hình chi phí 59 2.6.2 Thuật toán FragAlloS 60 2.6.3 Ví dụ minh họa 62 2.6.4 Đánh giá thuật toán 63 2.6.5 Thực nghiệm thuật toán FragAlloS OO7 64 2.7 So sánh thuật toán 68 2.8 Kết luận chương 70 CHƯƠNG TỐI ƯU HÓA BIỂU THỨC ĐƯỜNG DẪN TRONG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG PHÂN TÁN 72 3.1 Xử lý truy vấn sở liệu quan hệ 72 3.1.1 Tổng quan xử lý truy vấn phân tán 72 iii 3.1.2 Các tầng xử lý truy vấn 77 3.2 Xử lý truy vấn đối tượng phân tán 83 3.2.1 Giới thiệu 83 3.2.2 Các kỹ thuật tối ưu hóa truy vấn đối tượng 85 3.3 Thuật tốn BloomOpt tối ưu hóa truyền liệu biểu thức đường dẫn 88 3.3.1 Giới thiệu 88 3.3.2 Truy vấn có biểu thức đường dẫn 89 3.3.3 Bộ lọc Bloom 90 3.3.4 Sử dụng lọc Bloom để giảm chi phí giao tiếp 92 3.3.5 Thảo luận tham số 97 3.4 Tối ưu hóa biểu thức đường dẫn – Thuật toán PathExpOpt 97 3.4.1 Đồ thị biểu diễn truy vấn dạng biểu thức đường dẫn 97 3.4.2 Mơ hình tối ưu hố truy vấn 100 3.4.3 Tách truy vấn thành cảm sinh 101 3.4.4 Nguyên lý tối ưu hóa 103 3.4.5 Thuật tốn tối ưu hóa PathExpOpt 105 3.4.6 Đánh giá độ phức tạp cài đặt thuật toán 109 3.4.7 Kết thực nghiệm 110 3.5 Kết luận chương 112 KẾT LUẬN 113 DANH MỤC CÁC CƠNG TRÌNH CỦA TÁC GIẢ 115 TÀI LIỆU THAM KHẢO .116 iv DANH MỤC CÁC THUẬT NGỮ Biểu thức đường dẫn Path expression Bộ lọc Bloom Bloom filter Cây cảm sinh Induced subtree Cấp phát lớp Class allocation Duyệt đối tượng Object traversal Đồ thị cảm sinh Induced subgraph Đối tượng phức hợp Composite object Lớp/kiểu sưu tập Collection class Lược đồ đối tượng Object schemas Mô hình chi phí Cost model Mối quan hệ kế thừa Inheritance relationship Phân cấp lớp Class hierarchy Phân mảnh lớp Class fragmentation Phương thức đơn giản Simple method Phương thức phức tạp Complex method Tối ưu hóa truy vấn Query optimization Thuộc tính đơn giản Simple attribute Thuộc tính phức tạp Complex attribute v BẢNG VIẾT TẮT CÁC THUẬT NGỮ CSDL (Database) Cơ sở liệu CSDL PT (Distributed Database) Cơ sở liệu phân tán CSDL HĐT (Object Oriented Database) Cơ sở liệu hướng đối tượng CSDL HĐT PT (Distributed Object Oriented Cơ sở liệu hướng đối tượng Database) phân tán DDL (Data Difinition Language) Ngôn ngữ định nghĩa liệu ODL (Object Definition Language) Ngôn ngữ định nghĩa đối tượng ODMG (Object Database Management Group) Nhóm quản trị CSDL đối tượng, tổ chức đề xuất mô hình ODMG ngơn ngữ OQL OID (Object Identifier) Định danh đối tượng OQL (Object Query Language) Ngôn ngữ truy vấn đối tượng vi DANH MỤC HÌNH MINH HỌA Hình 1.1: Môi trường hệ CSDL phân tán 14 Hình 1.2: Mối liên hệ vấn đề CSDL PT 19 Hình 1.3: Kiến trúc Server theo đối tượng 21 Hình 1.4: Kiến trúc Server theo trang 22 Hình 1.5: Đồ thị kết nối đối tượng OO7 28 Hình 1.6: Mơ hình hóa thiết kế CSDL OO7 29 Hình 1.7: Biểu đồ thao tác duyệt dạng COLD 33 Hình 1.8: Biểu đồ thao tác duyệt dạng HOT 34 Hình 1.9: Biểu đồ truy vấn dạng COLD 35 Hình 1.10: Biểu đồ truy vấn dạng HOT 35 Hình 2.1: Lược đồ CSDL với ma trận QMU QSF 47 Hình 2.2: Phương án phân mảnh cấp phát sinh thuật tốn FragAlloS 65 Hình 2.3: Phương án không phân mảnh cấp phát trạm s1 (tương tự với s2/s3/s4) 65 Hình 2.4: Phương án phân mảnh cấp phát ngẫu nhiên 66 Hình 2.5: Biểu đồ so sánh chi phí phương án 68 Hình 2.6: So sánh chi phí thuật tốn Ezeife, AttrFrag FragAlloS 70 Hình 3.1: Lược đồ phân tầng tổng quát để xử lý truy vấn phân tán 77 Hình 3.2: Rút gọn truy vấn 81 Hình 3.3: Minh hoạ lớp có thuộc tính phức hợp 89 Hình 3.4: Các lớp truy vấn 98 Hình 3.5: Đồ thị truy vấn 99 Hình 3.6: Minh họa kết thử nghiệm 110 Hình 3.7: Biểu đồ so sánh chi phí PathExpOpt với thuật toán khác 111 106 o Bước 2.2: Tìm phương án tối ưu thực Ti, j qua phép truyền Chi phí Ti, j trạm t tính lại chi phí lớn tổng chi phí Ti, j trạm x chi phí truyền Ti, j từ trạm x tới trạm t Lưu lại phương án thực tối ưu Thuật toán 3.5 PathExpOpt Đầu vào: - G =(V, E); V={F1, F2,…, Fn}; fragSize: Mảng lưu kích thước mảnh fragSite: Mảng lưu trạm mà mảnh định vị transCost: Mảng lưu chi phí trạm T: Các cảm sinh truy vấn ban đầu treeSize: Mảng kích thước con, tính sinh k: Trạm phát sinh truy vấn Đầu ra: Kế hoạch thực thi tối ưu cho truy vấn (result) Các bước thuật toán: //Bước 1: Khởi tạo chi phí đỉnh for (u=1; u1(JOIN_4(F4,JOIN_4(F18,JOIN_4(F11, TRANS_1->4(JOIN_1(F7,TRANS_2->1(JOIN_2(F6,TRANS_3->2(F10)))))))))))))))))))))))))) Hình 3.6: Minh họa kết thử nghiệm 111 Trong Hình 3.6, thuật tốn sinh cảm sinh, tính chi phí thực so sánh để tìm tối ưu có đỉnh, đỉnh,…, 20 đỉnh Phương án tối ưu tìm biểu diễn trình tự thực biểu thức đường dẫn: Mảnh F10 truyền từ trạm đến trạm 2, sau thực kết nối F6 F10 trạm 2, kết truyền tới trạm 1, tiếp tục nối với F7 trạm 1,… Bảng 3.4: So sánh PathExpOpt với thuật toán khác Thuật toán Bộ liệu Bộ liệu Bộ liệu Bộ liệu Đồ thị truy vấn đỉnh 10 đỉnh 15 đỉnh 20 đỉnh hình PathExpOpt 43,016 134,017 40,262 150,641 Sun et al 45,066 158,073 65,534 229,634 Kim and Lee 44,214 142,425 52,215 180,974 Hình 3.7: Biểu đồ so sánh chi phí PathExpOpt với thuật tốn khác So sánh chi phí thực phương án tối ưu thuật toán đề xuất hai thuật toán Sun cộng [52], Kim Lee [34] số liệu Thuật tốn PathExpOpt có chi phí tốt kết hợp biểu thức đường dẫn 112 để thực dùng lọc Bloom để hạn chế việc truyền liệu Kết so sánh chi tiết Bảng 3.4 biểu diễn Hình 3.7 3.5 Kết luận chương Tối ưu hóa truy vấn CSDL HĐT PT phức tạp nhiều môi trường CSDL đặc tính hướng đối tượng đóng gói, kế thừa, phân cấp lớp Một truy vấn với biểu thức đường dẫn liên quan đến nhiều lớp phân cấp lớp Bộ lọc Bloom sử dụng chế để tính tốn chi phí thực việc truyền liệu Với lọc Bloom thay gửi toàn liệu gửi đại diện đến nơi cần kiểm tra, chi phí truyền giảm Đặc biệt với mảnh liệu làm nhiệm vụ thực phép kết nối ẩn trung gian mà không cần lấy thông tin lọc Bloom thực hiệu cần gửi lọc để lọc liệu, không cần lấy liệu lọc gửi trả lại để thực phép kết nối liệu Luận án đề xuất thuật toán BloomOpt thực việc tối ưu hóa kết nối hai lớp biểu thức đường dẫn cách sử dụng lọc Bloom Truy vấn với biểu thức đường dẫn qua nhiều lớp biểu diễn đồ thị truy vấn Đồ thị tách thành đồ thị cảm sinh, đồ thị cảm sinh tương ứng với truy vấn Luận án đề xuất thuật toán PathExpOpt theo hướng tiếp cận quy hoạch động tách toán thành nhiều toán nhỏ hơn, tương đương với việc tách đồ thị thành đồ thị Mơ hình chi phí xây dựng giúp cho việc lựa chọn toán tối ưu Các kết cơng bố cơng trình (2) (5) 113 KẾT LUẬN Mục tiêu luận án nghiên cứu vấn toán đánh giá hiệu năng, thiết kế tối ưu hóa truy vấn mơi trường CSDL HĐT PT Các đóng góp luận án bao gồm:  Đánh giá hiệu số CSDL HĐT phổ biến Db4o thơng qua thư viện OO7 tiêu chí chính: Tốc độ xử lí việc duyệt đối tượng, mức độ hiệu việc thay đổi đối tượng (tạo, xóa cập nhật), hiệu việc xử lý loại câu truy vấn đối tượng  Đề xuất thuật toán cho phân mảnh cấp phát lớp đối tượng: Thuật toán AttrFrag phân mảnh dựa tương quan thuộc tính thuật tốn FragAlloS phân mảnh cấp phát đồng thời Thuật toán FragAlloS thuật toán heuristic thực phân mảnh cấp phát với độ phức tạp tương đương thuật toán phân mảnh chưa thực cấp phát  Đề xuất thuật toán BloomOpt truyền liệu lọc Bloom để thực truy vấn có chứa biểu thức đường dẫn thuật tốn PathExpOpt tối ưu hóa biểu thức đường dẫn CSDL HĐT PT Thuật toán PathExpOpt thuật toán quy hoạch động sử dụng chế sinh cảm sinh để tối ưu hóa biểu thức đường dẫn CSDL HĐT PT Các kết nghiên cứu luận án công bố cơng trình (1), (2), (3), (4), (5) Bài tốn xử lý tối ưu hóa truy vấn CSDL HĐT PT phức tạp kết hợp mơ hình liệu phân tán mơ hình hướng đối tượng Thực tế không phổ biến tập liệu thử nghiệm chung cho mơ hình này, khó khăn lớn giải tốn Nhìn vào xu hướng phát triển nay, điện tốn đám mây môi trường phân tán trội, môi trường sử dụng máy chủ trung tâm từ xa mạng internet để trì liệu ứng dụng Các hệ thống CSDL PT nói chung CSDL HĐT PT nói riêng phát triển mơi trường điện tốn đám mây 114 địi hỏi kỹ thuật nâng cao phân mảnh, cấp phát chép Những kỹ thuật hướng nghiên cứu luận án Hơn nữa, xu hướng lớn khoa học liệu liệu lớn (big data) với loại liệu có cấu trúc liệu không cấu trúc NoSQL (Not Only SQL) loại sở liệu hỗ trợ lưu trữ liệu không cấu trúc Trong danh sách sở liệu NoSQL có góp mặt CSDL HĐT PT Versant, Db4o, GemStone,… Như CSDL HĐT PT môi trường liệu lớn với vấn đề thiết kế phân tán, tối ưu hóa truy vấn cần quan tâm nghiên cứu Tóm lại, từ xu phát triển khoa học liệu từ kết luận án đặt hướng nghiên cứu sau:  Thiết kế thuật tốn phân mảnh, cấp phát, tối ưu hóa truy vấn CSDL HĐT PT để thử nghiệm Hadoop nhằm nâng cao hiệu thuật tốn mơi trường liệu lớn điện toán đám mây  Nghiên cứu cách kết hợp hai hướng tiếp cận dựa tương quan heuristic dựa chi phí phân mảnh cấp phát CSDL HĐT PT để đạt hiệu tốt  Xây dựng thuật tốn heuristic dựa chi phí để tối ưu hóa biểu thức đường dẫn CSDL HĐT PT hiệu hơn, cải thiện độ phức tạp thuật toán trường hợp xấu (truy vấn hình sao)  Nghiên cứu tối ưu hóa biểu thức đường dẫn trường hợp tổng quát nghiên cứu dạng khác truy vấn CSDL HĐT PT 115 DANH MỤC CÁC CƠNG TRÌNH CỦA TÁC GIẢ (1) (2) (3) (4) (5) Mai Thúy Nga, Đoàn Văn Ban, Nguyễn Mạnh Hùng (2015), “Thuật toán phân mảnh dọc cấp phát đồng thời Cơ sở liệu hướng đối tượng phân tán”, Tạp chí Khoa học công nghệ, Viện Hàn lâm Khoa học Công nghệ Việt Nam, 53(3), tr 265-276 Mai Thúy Nga, Đoàn Văn Ban, Nguyễn Mạnh Hùng (2015), “Xử lý truy vấn Cơ sở liệu hướng đối tượng phân tán sử dụng lọc Bloom”, Tạp chí Khoa học, Trường Đại học Sư phạm Hà nội, 60(7A), tr 196-203 Mai Thuy Nga, Doan Van Ban (2016), “ Heuristic algorithm for fragmentation and allocation in distributed object-oriented database”, Journal of Computer Science and Cybernertics, Vietnam Academy of Science and Technology, 32(1), pp 45-58 Mai Thúy Nga, Đồn Văn Ban (2014), “Thuật tốn Heuristic để phân mảnh cấp phát đồng thời Cơ sở liệu hướng đối tượng phân tán”, Kỷ yếu Hội thảo Khoa học Quốc gia lần thứ XVII Một số vấn đề chọn lọc công nghệ thông tin truyền thông, Nhà xuất Khoa học Kỹ thuật, Hà nội, tr 318– 323 Mai Thúy Nga, Đồn Văn Ban, Nguyễn Mạnh Hùng (2015), “Tối ưu hóa truy vấn Cơ sở liệu hướng đối tượng phân tán”, Kỷ yếu Hội thảo Khoa học Quốc gia lần thứ XVIII Một số vấn đề chọn lọc công nghệ thông tin truyền thông, Nhà xuất Khoa học Kỹ thuật, Hà nội, tr 318–323 116 TÀI LIỆU THAM KHẢO Tiếng Việt: Đoàn Văn Ban (2012), Giáo trình mơ hình Cơ sở liệu hướng đối tượng, Viện Công nghệ thông tin Trương Ngọc Châu (2011), Tối ưu hóa truy vấn liệu hướng đối tượng, Luận án Tiến sĩ Toán học, Viện công nghệ Thông tin Tiếng Anh: Al-Sayyed R.M., Al Zaghoul F.A., Suleiman D et al (2014) A New Approach for Database Fragmentation and Allocation to Improve the Distributed Database Management System Performance J Softw Eng Appl, 7(11), 891 Ozsu, M T and Valduriez, P (2011), Principles of Distributed Database Systems, Springer Navathe S., Ceri S., Wiederhold G et al (1984) Vertical partitioning algorithms for database design ACM Trans Database Syst, 9(4), 680–710 Sarhan A (2009) A new allocation technique for methods and attributes in distributed object-oriented databases using genetic algorithms Int Arab J Inf Technol, 6(1), 17–26 Singh A and Kahlon K.S (2009) Non-replicated dynamic data allocation in distributed database systems IJCSNS Int J Comput Sci Netw Secur, 9(9), 176–180 Ulus T and Uysal M (2003) Heuristic approach to dynamic data allocation in distributed database systems Pak J Inf Technol, 2(3), 231–239 Wasa K., Arimura H., and Uno T (2014) Efficient Enumeration of Induced Subtrees in a K-Degenerate Graph Algorithms and Computation: 25th International Symposium, ISAAC 2014, Jeonju, Korea, December 15-17, 2014, Proceedings Springer International Publishing, Cham, 94–102 10 Abdalla H.I (2012) A New Data Re-Allocation Model for Distributed Database Systems Int J Database Theory Appl, 5(2), 45–60 11 Anderson T.L., Berre A.J., Mallison M et al (1990) The hypermodel benchmark Advances in Database Technology—EDBT’90 Springer, 317–331 12 Baião F and Mattoso M (1998) A mixed fragmentation algorithm for distributed object oriented databases Proc Int’l Conf Computing and Information (ICCI’98), Winnipeg, 141–148 13 Barker K and Bhar S (2001) A graphical approach to allocating class fragments in distributed objectbase systems Distrib Parallel Databases, 10(3), 207–239 14 Bellatreche L., Karlapalem K., and Li Q (1998) Complex Methods and Class Allocation in Distributed OODBSs OOIS’98 Springer, 239–256 117 15 Bernstein P.A., Goodman N., Wong E et al (1981) Query processing in a system for distributed databases (SDD-1) ACM Trans Database Syst TODS, 6(4), 602–625 16 Bloom B.H (1970) Space/time trade-offs in hash coding with allowable errors Commun ACM, 13(7), 422–426 17 Carey M.J., DeWitt D.J., and Naughton J.F (1993), The 007 benchmark, ACM 18 Cattell R.G and Skeen J (1992) Object operations benchmark ACM Trans Database Syst TODS, 17(1), 1–31 19 Cheng C.-H., Lee W.-K., and Wong K.-F (2002) A genetic algorithm-based clustering approach for database partitioning Syst Man Cybern Part C Appl Rev IEEE Trans On, 32(3), 215–230 20 Darabant A.S., Campan A., and Cret O (2005) Using Fuzzy Clustering for Advanced OODB Horizontal Fragmentation with Fine-Grained Replication Databases and Applications, 116–121 21 Darabant A.S., Campan A., and Navroschi-Szasz A (2004) Optimal Class Fragmentation Ordering in Object Oriented Databases Stud Univ Babes Bolyai Inform, 49(1), 45–54 22 (Editor) R.G.C., (Editor) D.K.B., (Editor) M.B et al (2000) The Object Data Standard: ODMG 3.0 (The Morgan Kaufmann Series in Data Management Systems) 23 Epstein R., Stonebraker M., and Wong E (1978) Distributed query processing in a relational data base system Proceedings of the 1978 ACM SIGMOD international conference on management of data, ACM, 169–180 24 Ezeife C.I and Barker K (1998) Distributed Object Based Design: Vertical Fragmentation of Classes Distrib Parallel Databases, 6(4), 317–350 25 Ezeife C.I and Barker K (1995) A comprehensive approach to horizontal class fragmentation in a Distributed Object Based System Distrib Parallel Databases, 3(3), 247–272 26 Fung C.-W., Karlapalem K., and Li Q (1997) Cost-Driven Evaluation of Vertical Class Partitioning in Object-Oriented Databases DASFAA, 11–20 27 Goli M and Rankoohi S.M.T.R (2012) A new vertical fragmentation algorithm based on ant collective behavior in distributed database systems Knowl Inf Syst, 30(2), 435–455 28 Gope D.C (2012) Dynamic data allocation methods in distributed database system Am Acad Sch Res J, 4(6), 29 Graham J and Alves-Foss J (2003) Efficient Allocation in Distributed Object Oriented Databases ISCA PDCS, 471- 118 30 Hevner A.R and Yao S.B (1979) Query processing in distributed database system IEEE Trans Softw Eng, (3), 177–187 31 Jenq B.P., Woelk D., Kim W et al (1990) Query processing in distributed ORION International Conference on Extending Database Technology, Springer, 169–187 32 John R and Saravanan V (2008) Vertical Partitioning in Object Oriented Databases Using Intelligent Agents IJCSNS, 8(10), 205 33 Khan S.I and Hoque A (2010) A new technique for database fragmentation in distributed systems Int J Comput Appl, 5(9), 20–24 34 Kim H and Lee S (1994) Tree query optimization in distributed object-oriented databases EUROMICRO 94 System Architecture and Integration Proceedings of the 20th EUROMICRO Conference., IEEE, 45–52 35 Koutris P (2011), Bloom filters in distributed query execution, University of Washington 36 Le Gall F (2014) Powers of tensors and fast matrix multiplication Proceedings of the 39th international symposium on symbolic and algebraic computation, ACM, 296–303 37 Lee S.-M., Ha Y., and Park H.-S (2009) Allocation of classes in distributed objectoriented databases Software Engineering, Artificial Intelligences, Networking and Parallel/Distributed Computing, 2009 SNPD’09 10th ACIS International Conference on, IEEE, 237–242 38 Ma H., Schewe K.-D., and Kirchberg M (2006) A heuristic approach to vertical fragmentation incorporating query information Databases and Information Systems, 2006 7th International Baltic Conference on, IEEE, 69–76 39 Marwa F.F., Ali I.E., and Hesham A.A (2008) A heuristic approach for horizontal fragmentation and alllocation in DOODB Proc INFOS2008, 9–16 40 McCormick Jr W.T., Schweitzer P.J., and White T.W (1972) Problem decomposition and data reorganization by a clustering technique Oper Res, 20(5), 993–1009 41 Melton J (2002), Advanced SQL 1999: Understanding Object-Relational, and Other Advanced Features, Elsevier Science Inc 42 Mitchell G., Dayal U., and Zdonik S.B (1993) Control of an extensible query optimizer: A planning-based approach VLDB, 517–528 43 Navathe S.B and Ra M (1989) Vertical partitioning for database design: a graphical algorithm SIGMOD Rec, 18(2), 440–450 44 Nierstrasz O and Tsichritzis D (1985) An object-oriented environment for OIS applications Proceedings of the 11th international conference on Very Large Data Bases - Volume 11, Stockholm, Sweden, VLDB Endowment, 335–345 119 45 Ozkan C., Dogac A., and Evrendilek C (1995) A heuristic approach for optimization of path expressions Database and Expert Systems Applications, Springer, 522–534 46 Ramesh S., Papapetrou O., and Siberski W (2008) Optimizing distributed joins with bloom filters International Conference on Distributed Computing and Internet Technology, Springer, 145–156 47 Selinger P.G and Adiba M.E (1980) Access Path Selection in Distributed Database Management Systems ICOD, 204–215 48 Selinger P.G., Astrahan M.M., Chamberlin D.D et al (1979) Access path selection in a relational database management system Proceedings of the 1979 ACM SIGMOD international conference on Management of data, ACM, 23–34 49 Singh V and Fiorentino M (2013), Geographical information systems in hydrology, Springer Science & Business Media 50 Soonmi L and Haechull L (1997) Attribute partitioning algorithm in DOODB Parallel and Distributed Systems, 1997 Proceedings., 1997 International Conference on, IEEE, 702–707 51 Spooner D.L (1986) An object-oriented data management system for mechanical CAD Proceedings on the 1986 international workshop on Object-oriented database systems, Pacific Grove, California, USA, IEEE Computer Society Press, 233–234 52 Sun W., Meng W., and Yu C (1992) Query optimisation in distributed objectoriented database systems Comput J, 35(2), 98–107 53 Wells D.L., Blakeley J.A., and Thompson C.W (1992) Architecture of an open object-oriented database management system Computer, 25(10), 74–82 54 Wong E and Youssefi K (1976) Decomposition—a strategy for query processing ACM Trans Database Syst TODS, 1(3), 223–241 Website: 55.http://db-engines.com/en/ranking_trend/object+oriented+dbms 120