1传统信息查询优化技术 1.1基于浓密树的查询优化算法 基于浓密树的MJ查询优化算法在同步执行计划的目标之下，可以实现以下三种查询优化算法，分别为GP算法，GR算法和GPP算法。以上三种算法有四个弊端：一是丢弃了同步执行阶段之间的流水线并行性;二是增加了读写中间结果的I/0开销;三是较早完成JOIN任务的处理结点，必须空闲等待，降低了处理结点的利用率;四是不能实现高效率的查询计划。 1.2SQL语句的优化方法 优化器对where子句的优化有3种方法:优化参数;连接条件“;或”运算条件。它也存在着两个方面的缺陷：一是使用了例如float对应，char和varchar对应不兼容;其二是，由于某种原因无法实现的表达式编译，优化器就只能使用它的平均密度来估计命中的记录数，这样就导致了计算的不准确。 1.3访问瓶颈问题 互联网通信中的访问瓶颈问题，一直是运营商致力于解决的难点，传统意义的访问瓶颈可以运用以下三个方法来解决： (1)CPDF图生成算法；(2)顺序执行图的构造算法；(3)结点划分算法。但是这三种算法都在一定程度上存在不可避免的弊端，已经不是和现在的计算了，随着目前新算法的不断进步，人们开始逐渐推崇LPT算法。 人们一直致力于构造一些好的性能，保证多项式时间近似算法。采用其中最自然也是最有名LPT算法，它的计算原理是 1.3.1把元素按单调递减顺序排列，设P1,P2,P3......}Pn，构成序列L。 1.3.2将L中的当前元素放人当前和最小的子集中，然后从L中去掉它。 这种新的计算方法，在你不了以往计算方法的不足基础上，还有自己的创新和独到之处，计算出的结果更准确，更有利用价值和参考价值。 2通信费用问题 在实践中，通信费用问题的算法可以有很多，其中最直观的算法是“贪婪算法”，它是依照一种最优度量法，即每步都取局部最优值，最后求得解的过程。但是这种算法也有自身的缺陷就是它的解并不一定是最优解，有时甚至与最优解相去甚远，误差超过可以忍受的范围。 解决工程问题，必须综合考虑精度和复杂性。 在兼顾两方面因素的前提下，本文采用一种近似算法，其算法思想主要是: 2.1问题的解由向量(xlnx2“,..X)表示，取部分向量(Xl>x2r..Xk)表示k部分解，k<n,此时，存在以下两种情况:(1)存在某个j>k，此时应该依次比较最后一个下载信息块之后的量，直到找到一个放得下的信息块为止。若还有剩余容量，则做循环，直到所有的任何信息块均比较完;(2)对于所有j>k。表明已不能放任何一个信息块，否则会超过M,则j>k时，xi=Oo 2.2取部分向量((Xl>Xz，一，xk,xk+1)表示部分解，转以上步骤，设通信费用算法的最优解为Z+，上述算法的解为Z。该算法的性能与h的取值有关，所得出的结果是最优解。通过引人近似算法解法，成功地解决了通信费用问题。它具有精度高，容易用程序实现等优点。 3结束语 目前的信息冗乱状况急需要进行规划和处理，因此运用科学的计算方法，对互联网中的大量信息进行运算和分类，可以减轻服务器的负荷量，提高工作效率，降低费用支出，在理论价值、经济价值和现实意义。文本在基本的算法的分析基础上，提出了系统的可行方法，提高了互联网的通信质量。