2022年2022年利用JavaSwing实现数据库结构化查询界面 .pdf

《2022年2022年利用JavaSwing实现数据库结构化查询界面 .pdf》由会员分享，可在线阅读，更多相关《2022年2022年利用JavaSwing实现数据库结构化查询界面 .pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、收稿日期： !#$#%基金项目：国家 & % 计划 ()*+主题基金项目； 江苏省自然科学基金项目（& %,$-&.! ）作者简介： 何杰（$-/% 0 ） ， 安徽人，博士研究生， 主要研究方向： 基于 (1234的 56*系统、数据库、(467(489文章编号：$ 0 -&$ （!$ ） %0 -% 0 $利用:;?实现数据库结构化查询界面何杰， 夏荣霞（$9 东南大学机械工程系，江苏 南京 !$- ；!9 南京农业大学农业工程学院， 江苏 南京 !$%! ）摘要： 介绍了一种用:;? 编程来实现数据库结构化查询界面的方法，其中重点讨论了树（:ABCC） 、 选项卡（ :A;DDECF5;

2、?CE） 和表 （A;DEC ） 的应用。关键词：数据库；查询中图分类号： A5%$!:4文献标识码：4整个数据库查询系统采用三层体系结构，利用 :; 4GGECH开发前端服务器， 用 1B;IEC数据库提供的:63(驱动器直接连接 1B;IEC 数据库开发应用程序，以 )+ 实现 JJJ、 KA5服务。程序源代码使用:6L$9 ! 编译，生成的字节码类文件可以随MA*N 下载到任何装有:O*（:; 虚拟机）的操作平台进行。对于这样一个网络查询系统，用户界面是至关重要的， 它是整个查询系统的脸面， 也是应用程序开发的核心之一。$关于 :;? 和结构化查询图 $+=? 是 :; 图形用户界面开发

3、工具包的重要组成部分，它是原来的:; 用户界面开发工具包4JA（抽象窗口工具包） 的基础上进行了重大改进，为 :; 应用程序开发人员提供了功能强大、 业界一流的图形用户界面开发工具，使 :;?9:ABCC实现的查询结构树， 图 $ 的中间部分是用+=?9:A;DDECF5;?C实现的查询选项卡， 图 ! 的左边是用+=?9A;DDEC 实现的查询表， 下面将分别介绍。!用 :ABCC 实现查询树+=? 树使用人们熟悉的文件夹和树叶图来显示分层的数据。应用最广泛的树组件无疑是J?FP=Q 8RGEPBCB， 它包含一个用于导航目录的树组件。;）树由许多类和接口组成，这些类和接口在Q=?9HBCC

4、包中 定 义，Q=?包 中 的 :ABCC类代表树组件。一个简单的树的例子为：SGPBHT;SGPBHT;?9!UGVDEI IE;QQ ACQH CRHC?FQ:;GGECHWGVDEI F ?HXYWCH(P?HC?H5;?CXY9 ;FF X?C=:+IBPEE5;?CX ?C= :ABCC XYYYUZZD ）树由节点组成， 节点可以是文件夹，也可以是树叶。文件夹可以是子节点， 除根节点之外的所有节点都是只有一个父节点。查询树中的文件夹和树叶都来自数据库，因此树的结构很复杂。下面列举利用:ABCC 类提供的1DTCIH 数组、哈希表和矢量来创建复杂树的程序。M;QH;DEC H?C=M

5、;QH;DECXY H!?C=M;QH;DECXYUOCIHPB HCS$ ;BB;aHCS! ;BB;aHCS%ZU:ABCC ;QABCC ?C= :ABCC X HYU:ABCC CIHPBABCC ?C= :ABCC XQHC?CB（） 和 SPVQC5BCQQCF（） 方法。;QABCC9 ;FF*PVQCNQHC?CBX ?C= *PVQC4F;GHCBXYWGVDEI F SPVQC5BCQQCFX *PVQC8I;HP?QOPE9!$bP9%*;B9 !$名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整

6、理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !7*+-9K L +JM,+N9KO9-E98A+79*P,J M,+Q PRS ,J M,+T PRRU7;P-9KVL # !RWX-,=A+YZA+Y L +JM,+=A+YO9-N9KP -9KRUX-,?9,*9, L P X-,?9,RZA+YJ

7、 M,+EA:+=A+Y.9Z9*,*+ PRU6+-7*M :+L *9,J +96+-7*MPRU RU 用 XA11B,=A*,B 实现查询选项卡有时查询的内容相当多，在一个面板中无法显示出来， 而又不能开许多窗口，这时利用X A11B,=A*,B的功能最恰当不过。选项卡窗格是一种常用的用户界面组件， 它们提供了方便地访问多个面板的途径。每个面板都和普通的面板一样使用， 下面定义的+Z 选项卡包含了两个面板ZA*,B*, 和 ZA*,BXK9。XA11,=A*, +ZL *,K XA11B,=A*,PRU=A*,BZA*,B*,L *,K =A*,BPRU=A*,BZA*,BXK9 L

8、*,K =A*,BPRU+ZJ A P ZA*,B*,S_=A*,B*,_RU+ZJAXA1P _=A*,BXK9_S *,K )AM,)89* P _98 ,*+J M7; _RSZA*,BXK9S_+99B+7Z+,a+ _RU当需要变 换不 同 的 面 板 时， 利 用 A.YA*M,E7:+,*,- （ ） 和:+A+,.YA*M,（.YA*M,bF,*+,） 方法来实现。这样可以从不同的面板上查询到不同的内容。程序如下：+ZM-7*,-J A.YA*M,E7:+,*,- P *,K.YA*M,E7:+,*,- PR WZ1B78F97:+A+,.YA*M,P .YA*M,bF,*+

9、, R WXA11B,=A*, +A11B,=A*,L P XA11B,=A*,R ,J M,+69-8,PRU7*+7*,a L +A11B,=A*,J M,+6,B,8+,)*,a PRU6+-7*M : L +A11B,=A*,J M,+X7+B,/+P7*,a RU RU(用 XA1B, 实现查询表查询表是网络查询系统中常见的，例如要查询一些书， 就最好有一个列表来显示这些书。利用6K7*MJ XA1B, 的功能，就可以显示数据行和列。6K7*M 表格是 6K7*M 中最复杂的组件之一，它要定义表格头部、 表格列和单元值， 这里不再赘述。每次查询结束后要立即将表格中单元值置为空，然后将

10、查询结果依次放入表中。赋值过程可以用一个双重循环来进行，如：;9-P 7*+7L U7c &U7d d RW;9-P7*+eL Uec IUed dRW+A1B,J :,+fAB ,/+P_ _S7SeRU 参考文献g! h.A-9B58. BB9MY# 37,+,-J -A8B,% 实用大全g5 hJ 中国水利水电出版社 S!$Jg&h6A,-6 J =-AYA* S 07B;-, fJ :7*M/f/A* 34. ghJ .9Z +,-:7* )* :+-CS!$%SI P ! # &Ri&II # &I%Jghb-78J/-:+-9*MJ47B,- 实用大全g5hJ 中国水利水电出版社S

11、!$J名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 利用Java Swing实现数据库结构化查询界面作者：何杰， 夏荣霞作者单位：何杰(东南大学 机械工程系)， 夏荣霞(南京农业大学 农业工程学院)刊名：计算机应用英文刊名：COMPUTER APPLICATIONS年，卷(期)：2001 ，21(3)引用次数：0次参考文献(2条)1. Carol McCullough-DieterOracle8实用大全 19992. Eric

12、 ArmstrongJBuilder3 实用大全 1999相似文献(10条)1.学位论文张占英 关于数据库汉语查询语句中查询信息的研究2004 数据库自然语言界面 (NLIDB) 是自然语言处理 (NLP) 最早和最广泛的研究领域之一 ,它主要涉及到自然语言处理和数据库系统的研究,是一个具有重大理论价值和巨大实用价值的研究领域 .在数据库自然语言查询界面的研究中 ,对用户输入的查询语句的理解是其关键部分,而其中的查询条件与查询目标的理解又是其主要内容 .该文的研究工作即是对查询语句中查询目标与查询条件的识别的研究.主要工作有 :1. 系统地研究了数据库隐含知识 ,并给出了相应的知识表示 .数据

13、库隐含知识是指那些由于数据之间的相关性引起的并可通过自然语言表现出来,而在数据库中虽然存在这一部分数据 ,但必须通过某几种操作或逻辑运算才能得到的知识 .数据库隐含知识反映了用户对现实世界的理解,从而用户在进行查询时会使用大量的数据库隐含知识.一个系统处理数据库隐含知识的能力反映了它的易用性问题 .该文增强了对查询语句中的数据库隐含知识的处理能力.2. 在查询目标的识别中 ,增强了对数据库隐含知识的处理能力 ,对查询目标进行了不同的分类,并给出了相关的变换算法 .给出了基于数据库语义的查询语句中的查询目标识别的模板,这种模板可识别出不同句型中不同的查询目标.3. 在查询条件的识别中,提出了基于

14、数据库语义的以域值为中心的查询条件识别方法,增强了对含数据库隐含知识的查询条件的处理,并对含领域动词的查询条件项的识别和含否定词的查询条件项的识别等查询条件识别的难点进行了详细的研究,给出了解决方法与算法 .最后,给出了查询条件识别的一般算法.2.期刊论文张占英. 沈夏炯 . 陈志国 . 葛强. ZHANG Zhan-ying. SHEN Xia-jiong . CHEN Zhi-guo. GE Qiang 数据库汉语查询语句中否定词的研究- 河南大学学报（自然科学版）2005,35(2) 在数据库自然语言查询界面的研究中 ,对查询语句中的查询条件的理解与识别是其关键部分,而其中的含否定词的查

15、询条件的理解又是其难点之一,本文给出了对含否定词的查询条件的理解与识别的一种方法.3.学位论文朱永泰 图数据库上的查询问题2007 随着数据库技术的广泛应用，数据管理的对象从非结构化数据向结构化数据延伸。依赖于图数据结构强大的表述能力，一些新兴数据库如XML 文档数据库、社会关系网、化合物分子数据库以及蛋白质基因结构匹配数据库等都采用图数据结构建模。 另一方面，作为信息获取的重要工具，查询操作是数据库领域经久不衰的研究课题之一。基于图数据结构的数据库，不仅引入了新的数据模型，同时由于图结构自身的复杂性，给查询问题带来了新的挑战。 图数据库上的查询问题指的是查找并验证查询图在图数据库上的所有出现

16、。回答该查询问题通常可以分为两个阶段，即查询过滤阶段与查询验证阶段。不同于相关工作聚焦于查询过滤阶段，本文把更多的注意力放在查询验证阶段，通过对数据库的索引以及关键信息统计，加速该阶段的性能。本文的研究成果主要有： (1)提出了查询验证时间开销的度量模型。本文从基本的子图匹配算法入手，继而研究了其搜索空间，并给出了形式化的度量模型。在该度量模型的指导下，发现查询验证阶段的性能瓶颈。同时，该度量模型也给本文提出的查询验证阶段的加速技术提供了理论依据。 (2)发现了调整查询图的边序可以加速查询验证过程。提出了边序重排的启发式算法框架，并分别给出了基于概率模型以及基于木桶模型的启发式算法eSI_pr

17、ob 以及eSI_barrel。实验表明，两个算法都能够有效的提高查询验证阶段的性能。与此同时，eSI_prob 和eSI_barrel使用的统计信息，与图数据库本身比较，只占用了很小的存储空间。 (3)发现了索引子图片段在数据库中的出现可以加速查询验证过程。提出了索引高度自同构的频繁子图或索引分布距离较远的频繁子图两种索引项选择方案，并使用有向无环图组织索引项的索引，形成了基于片段索引的子图查询方案pSI_auto 以及pSI_cluster 。实验表明，两个算法均可以进一步的提高子图验证的性能。当图数据库中的自同构结构频繁出现时，pSI_auto 效果更为显著。同时，本文讨论了当数据库执行

18、插入、删除与修改时，索引的更新操作，并提出了索引自动重建策略。 (4)通过集成查询过滤算法 c-tree 和GIndex ，形成了子图查询系统的原型。实验证明，本文研究的查询验证加速技术与相关工作研究的查询过滤技术可以低耦合的结合使用，互为补充。4.会议论文郑逢斌 关于数据库汉语查询句中查询目标信息的研究 在自然语言处理的研究中 ,最有希望的应用领域之一是自然语言接口.计算机对自然语言中的查询语言理解的正确程度是自然语言接口质量好坏的关键.通过对汉语查询句 - 即用于数据库自然语言查询的祈使句和特指问句、是非问句、正反问句、选择问句等共五类句型的研究,建立并研究了复合概念、逻辑概念与标准概念的

19、内在联系 ,将查询目标概念分解为直接查询目标、逻辑推理目标和比较判断目标三个阶段,研究了这三个阶段的关系。5.学位论文付强 概率数据库中移动对象查询方法的研究2007 对数据库的查询可以分为精确查询和概率查询两种。当进行精确查询时，查询结果完全符合查询条件，而且结果是确定准确的。但对于某些情况，无法采用精确查询得到正确的结果。比如，当对移动物体的位置信息进行查询时，由于物体在不停地运动中，实际的位置信息的变化往往快于存储在数据库中的位置信息。这样，查询语句从数据库中取得数据时，数据库中的数据往往已经过时了，从而造成查询结果与实际情况的不一致。对于这种情况，由于无法获得查询时刻的精确值，所以通常

20、采用概率查询的办法，即对查询得到的结果赋予一个概率值，用来表示该结果正确的概率。这个概率通过使用相关的概率计算方法计算得到。目前采用的计算模型中，当新的位置更新信息到达时，将立即覆盖上一次保存的位置信息，数据库只能保留最后一次更新的位置信息。这样一来，当使用概率计算方法计算结果的概率值时，由于数据库中没有位置信息的历史记录，自然无法获得位置信息的统计结果，而只能使用通用的概率分布(如均匀分布等)，从而降低了对具体查询对象的针对性和查询结果的准确度。另外，使得某些特定的精确查询(如查询过去某个时间点的位置信息 )也变得完全不可能，从而减少了可处理的查询的类型。 针对这个问题，本文提出一种新的数据

21、的存储方法。该方法改变了目前采用的对位置更新数据的存储方式，当新的位置更新数据到达时，不是用新的数据覆盖旧的数据，而是将新的信息作为一条新的记录插入到相应的信息表中，这样就可以在数据库中保留大量的历史信息记录。对于概率查询，由于保留了历史更新记录，使得到的新的概率分布比使用通用的概率分布具有更强针对性，从而提高了概率查询结果的真实性和可靠性。同时，新模型的实现还同时得到了一个附加的好处使某些特定的精确查询得到实现，比如，可以得到过去某个时间点的移动物体的位置信息。 本文首先对概率数据库进行了简要的介绍，包括概率数据库的研究背景、基本概念、相关模型和研究热点。接下来对移动物体位置查询系统进行概述

22、，给出了系统的模型，并介绍了模型各部分的功能。然后，对系统中最主要的部分 位置信息系统进行了详细介绍，主要包括对移动物体位置信息更新频率的控制策略和对概率查询结果的概率的计算方法。接着，对比已有的数据处理方式，提出一种新的数据处理方式。然后，利用新建立的模型，不但对概率查询进行了改进，而且对某些特定查询的处理进行了描述，同时给出了算法实现。最后名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - ，对整篇文章进行总结。6.会议论文范增

23、杰 浅析支持特性参数查询的数值型 中国电阻电容产品数据库2003 本文在比较事实型数据库和数值型数据库各自优缺点的基础上,指出数值型数据库更适于发挥数据库的优势,可以提供按照产品特性参数进行查询 ,提高检索效率 ,满足查全查准的要求 .对我们建立的支持特性参数查询的数值型中国电阻电容产品数据库 进行了详细地介绍 ,并总结了在这个过程中取得经验和教训.7.学位论文邓小善 校园网数据库的性能优化技术及其应用2008 校园网数据库具有多媒体、异构、查询频繁、数据量大等特点，随着校园网应用的深入，校园网数据库的数据量变得越来越庞大，数据库的访问性能因此而显著降低。如何优化由结构化数据组成的校园网数据库

24、以提升其性能，如何合理设计多媒体数据库的结构以提升其查询效率，如何有针对性地设计校园网数据库的查询算法，对于这些方面的研究，既具有理论意义，更具有实践指导意义。 数据库逻辑设计优化的主要方法是使数据库结构设计尽量满足第三范式。本文在阐述利用规范化设计来优化数据库性能的基础之上，为了减少数据库的多表连接，避免频繁使用聚集函数，优化数据访问频率差别较大的大容量数据库的性能，提出了有针对性的反范式设计方法来优化由结构化数据组成的校园网数据库。同时，通过分析校园网中多媒体数据库的特点，研究了基于数据分类与扩充关系模型来构建多媒体数据库的方法，此方法操作简单，性能良好。 提升数据库的查询性能可以通过建立

25、合适的索引、利用存储过程、优化SQL 语句等方法来实现。本文在分析了查询优化方法的基础之上，为解决大容量数据库中统计分析查询十分缓慢的问题，根据校园网数据库的查询重复性强、数据更新时间有规律性等特点，研究了基于语义信息与择机预取的查询优化算法，它通过保存、分析重复性的查询语义信息，择机预取访问频率高的数据到Cache 中，达到较好地提升查询速度的目的。 本文以湖南省教育厅资助科研项目为课题来源，在校园网数据库的性能优化实践中，利用性能监控与分析工具分析数据库性能状况，利用规范化与反规范化技术改进数据库的结构设计，利用基于数据分类与扩充关系模型的方法重构多媒体数据库的逻辑设计，利用基于语义信息与

26、择机预取的查询优化算法改善大容量数据库的统计分析查询性能。优化实践后的测试结果表明，校园网数据库性能得到了较大幅度的提升。8.会议论文张箐 网格技术在遥感图像查询检索数据库中的应用2006 网格技术与数据库系统技术相结合是遥感数据目录检索系统的一个新兴研究发展方向.本文在回顾遥感影像查询检索数据库发展阶段的基础上,对如何将网格技术应用到数据库的方法进行了初步探讨,并指出了网格数据库的封装和查询结果处理的工作流程,并对应用网格技术过程中需要解决的问题进行了论述.9.学位论文王波 Deep Web数据库选择和查询转换技术研究2008 随着WorldWideWeb的飞速发展， DeepWeb中蕴含了

27、海量的可供访问的信息，并且还在迅速的增长。这些信息要通过查询接口在线访问其后端的Web 数据库得到。尽管丰富的信息蕴藏在 DeepWeb中，由于 DeepWeb数据的异构性和动态性，有效地把这些信息加以利用是一件十分具有挑战性的工作。 目前，在 DeepWeb这个领域的研究中已经提出了 DeepWeb数据集成的系统架构，它分为两个大的模块：集成查询接口生成模块和集成查询接口查询处理模块。本文对 DeepWeb数据集成的系统架构中的各个组成部分作了论述和介绍，并重点针对查询处理模块中的Web 数据库的选择和查询转换两个子模块进行详细介绍和深入的研究。 由于DeepWeb每个领域的数据库数量的不断

28、快速增长，如果只是简单地把集成接口上的查询转换到对该领域每个Web 数据库的查询，那么要访问该领域的每个数据库将花费大量的代价，并且一个领域中大部分的Web 数据库之间存在着冗余的信息，这样查询结果也会产生大量的信息冗余。基于上述问题，本文给出了基于 TOP-N 查询的 DeepWeb数据库选择方法，并对其不相关度距离计算和DeepWeb数据库选择方法进行了改进，使得在 DeepWeb数据库选择中减少了资源的浪费，提高了选择查询性能。 查询转换也是 DeepWeb数据集成的系统架构中的重要组成部分，它负责将用户提交的查询转化为要访问的Web 数据库的各个本地目标查询接口上的查询。随着DeepW

29、eb数据源的迅速发展，每个主题领域内的数据源都在不断更新或增加，每个领域的本地目标查询接口也随之不断动态变化，因此要把用户提交的查询请求转化为要访问的 Web 数据库的各个本地目标查询接口上的查询存在很大困难。基于这个问题，本文对查询转换机制进行了模型化的深入研究，并给出了解决方案，提高了查询转换的准确率和性能。10.会议论文张占英 . 陈志国 . 郑逢斌 数据库自然语言查询条件信息的研究 计算机对自然语言中的查询语言理解的正确程度是自然语言接口质量好坏的关键.通过对汉语查询句的研究 ,建立并研究了复合概念、逻辑概念与标准概念的内在联系 .通过分析各种各样的查询条件 ,得出查询条件表达式可以形式化表示为二叉树的结论,并构造了查询条件字符块转换为二叉树的一套算法。本文链接： http:/ 年6月12日名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -