原生XML數(shù)據(jù)庫Sheepdog的設(shè)計(jì)和實(shí)現(xiàn).pdf

1、復(fù)旦大學(xué)碩士學(xué)位論文原生XML數(shù)據(jù)庫Sheepdog的設(shè)計(jì)和實(shí)現(xiàn)姓名：謝濤申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)軟件與理論指導(dǎo)教師：周傲英20070430摘要摘要XML(eXtensibleMarkupLanguage)已漸成為互聯(lián)網(wǎng)信息的主要表示和交換標(biāo)準(zhǔn)。為了有效地分析和處理XML數(shù)據(jù)，研究者們已經(jīng)提出了各種XML數(shù)據(jù)處理技術(shù)，其中XML的存儲、索引、查詢等受到了廣泛的關(guān)注。在XML的存儲技術(shù)方面，原生XML數(shù)據(jù)庫由于可按原結(jié)構(gòu)不經(jīng)任何轉(zhuǎn)換

2、就可存儲XML數(shù)據(jù)，從而實(shí)現(xiàn)高效存儲和無數(shù)據(jù)損失，并且可以通過精心設(shè)計(jì)，實(shí)現(xiàn)比在關(guān)系數(shù)據(jù)庫或文件系統(tǒng)存儲的文檔更快的查詢處理等，因此原生XML數(shù)據(jù)庫在管理XML數(shù)據(jù)方面有其獨(dú)特的優(yōu)勢。路徑表達(dá)式查詢(如XPath)是XML上查詢語言的重要組成部分，除此之外，XML上關(guān)鍵詞查詢技術(shù)由于查詢方式簡單，用戶無需了解數(shù)據(jù)內(nèi)在格式，是近來研究的熱點(diǎn)。另外，XML數(shù)據(jù)上基于結(jié)構(gòu)相似度的查詢由于有其實(shí)際的應(yīng)用場景，也是一個重要的研究課題。因此，在原生

3、XML數(shù)據(jù)庫中實(shí)現(xiàn)上述多種查詢方式，具有較大的實(shí)際意義。本文對XML數(shù)據(jù)的存儲和檢索技術(shù)進(jìn)行了研究，主要貢獻(xiàn)和創(chuàng)新之處在于：1)XML數(shù)據(jù)存儲技術(shù)的研究，設(shè)計(jì)實(shí)現(xiàn)了一個XML數(shù)據(jù)存儲的原型系統(tǒng)Sheepdog，提供了有效的數(shù)據(jù)存儲，支持多種索引技術(shù)，能夠有效地處理XPath查詢。2)提出了一種更為快速的XML數(shù)據(jù)上關(guān)鍵詞檢索的技術(shù)，該技術(shù)在求解樹結(jié)點(diǎn)的共同祖先問題時采用范圍最小值查詢算法。此技術(shù)應(yīng)用在上述XML數(shù)據(jù)存儲系統(tǒng)Sheepdo

4、g中，并和現(xiàn)有的關(guān)鍵詞查詢技術(shù)XKSearch做了比較，證明了其優(yōu)越性。3)研究了XML上的結(jié)構(gòu)相似度檢索，提出了一種快速的算法進(jìn)行相似XML文檔的查找，也實(shí)現(xiàn)在上述XML存儲系統(tǒng)Sheepdog中。本文研究XML數(shù)據(jù)的存儲、檢索技術(shù)，更詳細(xì)的說，是對XML數(shù)據(jù)的原生存儲方式和對XML數(shù)據(jù)上的關(guān)鍵詞檢索技術(shù)和結(jié)構(gòu)相似度檢索迸行了深入的探討和研究，提出了有效的算法和新的技術(shù)，并且實(shí)現(xiàn)了原型系統(tǒng)，通過實(shí)驗(yàn)證明了本文所提出方法的有效性。研究成