并行XML數(shù)據(jù)分片與查詢處理技術(shù)研究.pdf

1、隨著Internet的發(fā)展,XML正逐漸成為數(shù)據(jù)表示和信息交換的公認(rèn)標(biāo)準(zhǔn).如何高效存儲和查詢以M字節(jié)、G字節(jié)、T字節(jié)以及P字節(jié)計的大規(guī)模XML文檔數(shù)據(jù),正受到學(xué)術(shù)界和工業(yè)界研究人員的極大關(guān)注.毫無異議,并行數(shù)據(jù)庫技術(shù)為上述問題提供了有效且可行的解決手段.正是在這種研究背景之下,我們比較深入地研究了與并行XML數(shù)據(jù)庫相關(guān)的一些問題.首先,提出了兩類物理分片策略:基于數(shù)據(jù)模式的物理分片策略以及基于查詢頻率的物理分片策略.其次,在各種分片基礎(chǔ)

2、之上,探討了正則路徑表達(dá)式RPE的并行查詢處理問題,提出了兩種并行查詢處理方法:并行管道路徑連接(PPPJ)查詢處理方法和并行路徑合并(PPM)查詢處理方法.前者適用于基于節(jié)點(diǎn)模式的節(jié)點(diǎn)實(shí)例輪轉(zhuǎn)法,后者適用于基于路徑模式的路徑實(shí)例均衡法和基于查詢負(fù)載均衡的媒介節(jié)點(diǎn)分片方法.然后,特別針對RPE查詢中比較復(fù)雜的結(jié)構(gòu)化查詢,如祖先-后代查詢以及小樹杈twig查詢,提出了一種新的緊湊祖先樹索引CAT來提高復(fù)雜結(jié)構(gòu)化查詢的查詢效率.接下來,針對

3、查詢間的并行性給出了四種處理機(jī)分配調(diào)度策略,即平均分配法、比例分配法、組合分配法以及串行分配法,并分析了在不同處理機(jī)個數(shù)下它們各自所耗費(fèi)的代價,以便使一個查詢?nèi)蝿?wù)中的每個查詢都能分配到最佳數(shù)目的處理機(jī),從而使總的查詢響應(yīng)時間達(dá)到最小.最后,基于上述各種分片策略、并行查詢機(jī)制以及各種索引等實(shí)現(xiàn)了一個并行XML數(shù)據(jù)庫原型系統(tǒng)PXBASE,該系統(tǒng)對大規(guī)模XML文檔實(shí)現(xiàn)了數(shù)據(jù)裝載和數(shù)據(jù)劃分,并能實(shí)現(xiàn)各種路徑表達(dá)式查詢.無論是查詢條件的輸入還是查