純XML數(shù)據(jù)庫結(jié)構(gòu)關(guān)系查詢技術(shù).pdf

1、隨著 INTERNET的迅猛發(fā)展，互聯(lián)網(wǎng)中涌現(xiàn)出了大量的半結(jié)構(gòu)化數(shù)據(jù)資源。近年來，如何從浩如煙海的網(wǎng)絡(luò)信息中快速、有效地查詢用戶所需要的信息，一直是當(dāng)前網(wǎng)絡(luò)應(yīng)用中所面臨的重要難題。因此，作為能有效地管理大量 XML文檔集的XML數(shù)據(jù)庫技術(shù)，正引起國內(nèi)外越來越多的研究人員的關(guān)注。
　　XML本身所具有的自描述性、靈活的數(shù)據(jù)結(jié)構(gòu)以及其豐富的數(shù)據(jù)表示等特點(diǎn)，逐漸成為互聯(lián)網(wǎng)中數(shù)據(jù)表示、數(shù)據(jù)存儲和交換的標(biāo)準(zhǔn)。由于其描述的WEB數(shù)據(jù)所具有半結(jié)

2、構(gòu)化特征，使得以往主要面向結(jié)構(gòu)化數(shù)據(jù)或非結(jié)構(gòu)化數(shù)據(jù)的研究成果不能很好地應(yīng)用于WEB數(shù)據(jù)處理中。因此，傳統(tǒng)的數(shù)據(jù)管理方式如關(guān)系數(shù)據(jù)庫管理方式、面向?qū)ο髷?shù)據(jù)庫管理方式等，不能夠較好地適應(yīng)對大量 XML文檔進(jìn)行管理的需求。半結(jié)構(gòu)化數(shù)據(jù)管理問題也因此成為當(dāng)前WEB數(shù)據(jù)處理領(lǐng)域的一個研究熱點(diǎn)。其中關(guān)于XML描述的半結(jié)構(gòu)化數(shù)據(jù)的有效存儲和高效查詢等問題尤為關(guān)鍵。
　　本文正是圍繞 XML數(shù)據(jù)庫中半結(jié)構(gòu)化數(shù)據(jù)的存儲方式和查詢效率兩方面的問題展開

3、研究，以提高查詢的效率，特別是對結(jié)構(gòu)關(guān)系的查詢。研究內(nèi)容和取得的成果主要體現(xiàn)在以下幾個方面：
　　1.為了能夠有效地支持對 XML數(shù)據(jù)庫中結(jié)點(diǎn)間結(jié)構(gòu)關(guān)系的查詢，提高查詢的效率。本文提出了一種新的XML數(shù)據(jù)編碼方案，即結(jié)點(diǎn)相對坐標(biāo)編碼（Relative Coordinate Encoding，RCE）。該編碼為本文所提出的基于改進(jìn) B+樹的結(jié)點(diǎn)嵌套關(guān)系索引提供了有力地支持。
　　2.基于RCE編碼，提出一種新的索引方法，即基于

4、改進(jìn) B+樹的結(jié)點(diǎn)嵌套關(guān)系索引（Node Nesting Relation Index based B+ Tree，NNRI）。在對 XML文檔中結(jié)點(diǎn)之間結(jié)構(gòu)關(guān)系查詢時，特別是對祖先/后裔結(jié)構(gòu)關(guān)系和父親/孩子結(jié)構(gòu)關(guān)系的查詢，利用該索引能夠快速、直接地定位到滿足查詢條件的所有結(jié)點(diǎn)以及它們的存儲磁盤地址，有效地減少了對不必要結(jié)點(diǎn)的讀取，從而降低磁盤的I/O次數(shù)。另外，該索引結(jié)構(gòu)是平衡的，不同的訪問所需的代價幾乎是一樣的。
　　3.基于

5、RCE編碼和NNRI索引的特點(diǎn)，采取一種合適的XML數(shù)據(jù)存儲方式，即基于層同名結(jié)點(diǎn)的聚集存儲方式，以進(jìn)一步減少磁盤的I/O次數(shù)，提高對結(jié)點(diǎn)間結(jié)構(gòu)關(guān)系查詢的效率。
　　4.基于上述編碼方案、索引方法和數(shù)據(jù)物理存儲方式，提出一種基于NNRI索引的XML數(shù)據(jù)庫結(jié)構(gòu)關(guān)系查詢算法。
　　本文最后從理論和實(shí)驗(yàn)兩方面給予證明和分析，表明與目前具有代表性的結(jié)構(gòu)關(guān)系查詢算法相比，本文所提出的基于NNRI索引的結(jié)構(gòu)關(guān)系查詢算法在查詢效率上有了較