基于LFB存儲(chǔ)結(jié)構(gòu)的XML壓縮查詢算法研究與應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)和分布式技術(shù)的不斷發(fā)展,使得全球很多服務(wù)器上的信息都可以得到共享。中國移動(dòng)湖南省公司的經(jīng)營分析系統(tǒng)需要收集各地市的數(shù)據(jù),對(duì)其進(jìn)行整理分析,找到真正需要的有用值。但問題是各地區(qū)存儲(chǔ)數(shù)據(jù)的格式不一致,比如有的地區(qū)是用WORD格式存儲(chǔ),另一些地區(qū)使用EXCEL格式存儲(chǔ)或PDF存儲(chǔ)等等。所以要把它統(tǒng)一轉(zhuǎn)換成一種格式,將這些數(shù)據(jù)孤島統(tǒng)一聯(lián)系起來,這個(gè)問題是本課題必須要解決的。
　　 XML技術(shù)可以很好的解決這個(gè)問題,這種半結(jié)構(gòu)化的

2、數(shù)據(jù)結(jié)構(gòu)可以存取任何形式的數(shù)據(jù)。然而XML格式數(shù)據(jù)冗余較大,首先造成了存儲(chǔ)空間的大量浪費(fèi),其次又增加了搜索處理的輸入輸出的時(shí)間,這樣搜索速度必然會(huì)降低。目前,壓縮是減小XML文檔大小的一種行之有效的方法,但是壓縮后的XML文檔需要解壓后才能對(duì)其進(jìn)行驗(yàn)證、搜索等操作,這在某些應(yīng)用中時(shí)間和空間代價(jià)過高。所以如何在有效壓縮XML文檔的同時(shí)能夠在壓縮后的文檔上進(jìn)行搜索等操作就成為基于XML的數(shù)據(jù)交換中需要解決的問題。為此,本文研究以下幾個(gè)方面:

3、
　　 首先,對(duì)現(xiàn)有的幾種XML壓縮方法的結(jié)構(gòu)和技術(shù)特點(diǎn)進(jìn)行詳細(xì)的描述,分析了各種技術(shù)的優(yōu)勢和劣勢,對(duì)比了各種壓縮方法的性能。其次,研究了Xpath與Xquery和傳統(tǒng)的分支搜索與按值搜索方法,并對(duì)這幾種方法進(jìn)行了詳細(xì)的對(duì)比和分析,闡述LFB(Logic Function Block)存儲(chǔ)結(jié)構(gòu)。再次,借助LFB中的輔助信息,提出了基于LFB存儲(chǔ)結(jié)構(gòu)的分支算法和按值算法,尋找搜索的優(yōu)化執(zhí)行順序,對(duì)比Xpath與Xquery和傳統(tǒng)的