Networking and Information Systems Journal

Object relational and object database (distributed) systems are used more and more in real applications due to their rich and extensible data types and query language mixing declarative assertions and navigations. Queries may frequently involve multiple collection traversais (i.e., path expression), possibly distributed. Moreover, predicates with quantifiers can also be included inside path expressions. These bring new challenges for object query optimization. In order to efficiently optimize these queries, we define the concept of quantified path expressions and introduce navigational algebraic operators, which mix nicely with classical object algebra. We also investigate several randomized algorithms for exploring the search space generated by path expressions. Through experimentation, we also find an improved procedure of Genetic Algorithm which is more efficient compared to the classical one. We give both analytical and experimental comparisons between our Genetic Algorithm and other well-known combinatorial algorithms such as Iterative Improvement, Simulated Annealing and Tabu Search. For most of the experiments, our Genetic Algorithm finds better query plans than other algorithms. RÉSUMÉ. Les systèmes de bases de données objets et relationnelles sont de plus en plus utilisés dans de vraies applications, cela grâce à leurs types de données riches et extensibles ainsi qu'à leur langage de requêtes mélangeant les affirmations déclaratives et les navigations. Les requêtes peuvent souvent permettre de nombreuses collectes transversales (i.e., expression de chemin), potentiellement distribuées. De plus, des prédicats avec des quantificateurs comme « exist, any, all » peuvent être inclus dans ces expressions de chemin. Cela apporte de nouveaux défis pour l'optimisation de requêtes à objets. Pour optimiser efficacement ces requêtes, nous définissons le concept d'expressions de chemin quantifiées et introduisons les opérateurs algébriques de navigation qui se mêlent de manière correcte avec l'algèbre à objets classique. Nous étudions également plusieurs algorithmes combinatoires pour explorer l'espace de recherche généré par les expressions de chemin. Au travers de cette expérience, nous trouvons une procédure améliorée d'algorithme génétique qui est plus efficace comparée aux classiques du genre. Nous fournissons une comparaison analytique et expérimentale entre notre algorithme génétique et d'autres algorithmes et la méthode tabou. Dans la plupart de nos expériences, notre algorithme génétique trouve de meilleurs « plans » de requêtes que les autres algorithmes.