XML數(shù)據(jù)查詢中值匹配查詢代價(jià)估計(jì).pdf

1、近年來，XML已經(jīng)成為互聯(lián)網(wǎng)上數(shù)據(jù)發(fā)布和數(shù)據(jù)交換的事實(shí)標(biāo)準(zhǔn)并受到越來越多的關(guān)注。雖然XML查詢技術(shù)已經(jīng)取得一些研究成果，但由于XML文檔自身的特點(diǎn)，XML查詢技術(shù)在理論上和實(shí)現(xiàn)上都還存在很多難點(diǎn)。本文對(duì)XML查詢技術(shù)進(jìn)行深入研究，對(duì)XML數(shù)據(jù)查詢算法研究現(xiàn)狀、發(fā)展以及應(yīng)用進(jìn)行了分析和總結(jié)。特別是分析了XML查詢優(yōu)化技術(shù)的XML統(tǒng)計(jì)數(shù)據(jù)模型、XML數(shù)據(jù)在數(shù)據(jù)庫(kù)中的存儲(chǔ)、XML數(shù)據(jù)的解析和查詢處理的方法。目前已經(jīng)提出了多種XML數(shù)據(jù)查詢的方

2、法，但是對(duì)于復(fù)雜的XML數(shù)據(jù)分布還考慮不周全，使得操作效率很低。本文分別從一維選擇估計(jì)和多維選擇估計(jì)兩個(gè)方面詳細(xì)闡述了選擇估計(jì)技術(shù)，結(jié)合實(shí)際中XML的特點(diǎn)，提出了用多維直方圖統(tǒng)計(jì)XML數(shù)據(jù)，并取得了簡(jiǎn)化操作的結(jié)果。 XML數(shù)據(jù)中的值信息分布不僅與其他值信息分布相關(guān)，還與XML數(shù)據(jù)中的結(jié)構(gòu)信息相關(guān)，而且當(dāng)XML數(shù)據(jù)結(jié)構(gòu)比較復(fù)雜時(shí)，會(huì)形成高維元素，導(dǎo)致存儲(chǔ)量和錯(cuò)誤率大幅上升，因此本文提出了用離散余弦轉(zhuǎn)換方法（DCT）處理XML數(shù)據(jù)

3、統(tǒng)計(jì)，并根據(jù)XML數(shù)據(jù)的高相關(guān)性，擴(kuò)展了DCT到高維，得到了高維DCT方程。使得查詢統(tǒng)計(jì)的錯(cuò)誤率大大減小，并且在時(shí)間和空間上都有很大的節(jié)省。 對(duì)一種方法的提出，要考慮詳細(xì)周全的實(shí)驗(yàn)驗(yàn)證，在試驗(yàn)中所有的數(shù)據(jù)都被生成在（0，1）n正態(tài)分布中，合成的數(shù)據(jù)大小為50k，維數(shù)范圍從2到10維，從一般分布、Zipf分布和集簇分布，三個(gè)數(shù)據(jù)分布分別來驗(yàn)證:（1）存儲(chǔ)需求和選擇性估計(jì)時(shí)間；（2）維數(shù)和查詢大小的影響；（3）數(shù)據(jù)分布影響。