XML數據庫查詢及其模式集成研究.pdf

1、在網絡日益普及的今天，絕大多數Web數據仍是以HTML文件的方式存儲而非數據庫方式，由此產生的問題之一是：Web數據無結構，因而無法通過基于結構的精確查詢而得到。XML理論及其相關技術正是在這樣一種背景下誕生，它為Web數據的表示和結構化提供了理論和技術上的支持。論文基于這一背景，對XML數據的抽象、查詢、集成和優(yōu)化等方面進行了理論和實驗探討，主要研究工作和貢獻如下： (1)本文仿照關系型數據庫(RDB)建立了XML數據系統的三

2、層模型：概念層、離散模型層和物理存儲層(查詢視圖集、離散模式集和對象集)，以XML格式文檔具有一定的模式這一事實為出發(fā)點，提出了XML文檔集合的離散模式概念，從而建立了在離散模式集上的XML文檔對象集合(XML數據庫)。這一XML數據庫是基于離散XML模式的，是一個基于離散模式的XML數據庫系統(DISXDBS)。本文的研究工作就是以許多新的思想和方法來完成和完善上述系統的各部分功能而展開的。 (2)在定義了相應的邏輯語言后，給

3、出了XML文檔樹模型的形式化表示，并基于這一數學模式研究了一般查詢、樹查詢和結構型查詢，并用邏輯表達式集成了查詢結果。這一工作從理論上證明了XML文檔結構的可形式化，為基于這一模型的圖擴展提供了依據。 (3)基于上述XML文檔結構的抽象和完善XML結構的表示，本文提出了圖模式的XML數據組織方案，并進行了XML環(huán)境下的基于圖匹配的數據查詢研究，給出了形式化程度較好的查詢表示和查詢方法。由于某一離散模式代表整個XML數據庫的一部分

4、，基于這一模式概念與XML數據庫的數據抽象—擴展的OEM圖模型，本文將查詢實現表示為模式子圖在XML數據庫圖中的匹配或同態(tài)。通過引入CSP變換及求解，完成了圖匹配查詢和優(yōu)化的具體實現，給出了一套從離散模式到XML數據庫的圖匹配轉化為CSP問題的具體方法，并對其求解方法進行了研究和實現，從而完成了對具體XML數據庫的查詢。本文還將這一思想和技術用于對查詢進行優(yōu)化。 (4)為了統一離散模式并使其遵守W3C規(guī)范，本文對XML模式進行了

5、擴展，這一擴展不僅形式化程度高而且引入了XML代數和自動機的概念，并證明了這一代數是布爾代數。實現了一個能對XML代數所約束的XML文檔進行分析的分析器，從而實現了離散模式的集成，為統一表示XML文檔的模式奠定了理論基礎。 (5)定義了具有XML特色的蘊含關系，并將其運用于查詢的優(yōu)化。在查詢優(yōu)化方面，本文還作了一些RDB與XML數據查詢優(yōu)化方法比較的理論探索。其意義在于：從理論上證明了XML查詢優(yōu)化與RDB查詢優(yōu)化的差異，因而也