基于蚁群算法的分布式数据库查询优化

　　针对分布式数据库中关系及其分片多副本、多站点存储的特性会增加查询搜索空间及时间复杂度，从而降低查询执行计划（QEP）搜索效率的问题，提出一种基于分片分配选择器（FSS）设计准则的并行遗传一最大最小蚁群算法（ PGA-MMAS）。首先，结合实际的企业分布式信息管理系统设计FSS，启发式选择较优关系副本，以减少查询连接代价并缩小PGA-MMAS的搜索空间；然后结合遗传算法（GA）收敛较快的优势，对最终连接关系进行编码和并行遗传操作，得到一组相对较优的QEP，并将其转化为并行最大最小蚁群算法（MMAS）的初始信息素分布，从而使其更快速地搜索到全局最优QEP；最后分别在不同关系数情况下对算法进行仿真实验，结果表明，基于FSS的PCA-MMAS搜索最优QEP的效率高于原CA以及基于FFS的CA、MMAS和CA-MMAS；经实际工程应用验证，所提算法搜索出的高质量QEP可以提高分布式数据库多关系查询效率。