【摘 要】
：
移动环境具有多种新特点,它们对数据的传播、组织、存取和管理提出了新的挑战。事务处理是数据库管理系统的一个基本功能,它主要用于维护数据的一致性,支持多用户的并发访问,
论文部分内容阅读
移动环境具有多种新特点,它们对数据的传播、组织、存取和管理提出了新的挑战。事务处理是数据库管理系统的一个基本功能,它主要用于维护数据的一致性,支持多用户的并发访问,使用户可以可靠地查询和更新数据库。移动数据库系统同样要求提供事务处理能力,以满足移动应用的需求。所以如何处理好移动事务的关键技术问题成为移动数据库技术中一个非常重要的研究课题。本文将智能Agent技术应用到移动数据库的研究中,使Agent技术在移动事务处理模型中发挥了其灵活性、自主性和移动性的特点。本文引入一种弱可串行化理论,在保证了数据项的相对一致性的同时使移动事务正确地执行。本文通过对移动事务并发控制的特点的分析,提出了一种基于弱可串行化的混合分层处理的事务处理(MLTP)策略,并对它的实现作了具体描述。然后,本文将MLTP策略引入移动事务处理模型,并且设计了一个基于MLTP策略和Agent的移动事务处理模型——TLC-MDB,详细描述了其体系结构和运转流程。通过本课题的研究.为移动数据库领域的移动事务处理技术引入了新的研究思想和方法,为正在应用领域得到蓬勃发展的移动计算技术提供了新的理论支持。
其他文献
随着信息化技术的不断发展,各类信息迅速的增长速度,似乎已经超出人们可以对其进行掌控和利用的能力。科学技术是第一生产力,是推动国家各行各业发展的原动力。改革开放三十
随着数字IC设计规模的增大和功能复杂性的提高,设计验证成为IC设计流程中越来越重要的方面。传统的模拟验证方法无法满足复杂IC设计带来的巨大的验证需求。基于此,形式验证方
在大规模的文件存储系统中,元数据访问性能的优化对文件系统的整体性能提高有着非常重要的影响。为了使元数据服务的性能达到最优,建立一种基于元数据预取有效的、正确的模型
手势在人际交流中是不可或缺的一部分,手势识别也成为人机交互中的一项重要实现技术手段。在许多虚拟现实的应用中,用户对虚拟物体进行操作时,传统的鼠标、键盘等人机交互手
随着移动互联网和移动通信网络的飞速发展,移动智能终端设备日益普及,原有的PC端服务和平台也逐渐向移动端转移。在移动网络环境中,用户的移动推荐需求受移动情境影响极大,同
支持向量机(Support Vector Machine，SVM)是在统计学习理论基础上发展起来的一种新的机器学习方法，该方法采用结构风险最小化准则训练学习机器，在解决有限样本分类问题时具有很
随着电子商务的迅速发展,B2B(Business to Business)应用模式的不断普及,Web服务(Web Services)技术受到越来越多的关注。Web服务使电子商务中企业应用集成和动态协作成为可
随着计算机网络技术和应用的迅猛发展,人们对互联网的需求也进一步提高,希望互联网能够有效地提供他们所需的各种服务。企业如何利用已有资源,在新的Internet环境下根据用户
支持向量机(Support Vector Machine, SVM)是在统计学习理论基础之上发展起来的一种全新的机器学习算法，是一种解决分类问题的有效方法。它将分类问题转化为最优化问题，从而应
随着全球经济一体化趋势的发展，银行业越来越需要依靠数据仓库系统作为决策分析的支持，以迎接国内外竞争对手的挑战。然而，基于企业信息工厂的数据仓库设计方法建设周期长、风险