XML數(shù)據(jù)管理中的結(jié)構(gòu)查詢技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)迅猛發(fā)展，XML已逐漸成為數(shù)據(jù)表達(dá)和數(shù)據(jù)交換的標(biāo)準(zhǔn)。越來(lái)越多的Web數(shù)據(jù)通過(guò)XML文檔形式呈現(xiàn)。如何有效管理這些XML數(shù)據(jù)，是當(dāng)前數(shù)據(jù)庫(kù)領(lǐng)域一個(gè)重要研究課題。XML數(shù)據(jù)具有半結(jié)構(gòu)化特征，其存儲(chǔ)、查詢、更新比傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)更為復(fù)雜。使用傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)解決XML數(shù)據(jù)管理問(wèn)題，其效果不佳。為此，需要根據(jù)XML數(shù)據(jù)特點(diǎn)，研究開(kāi)發(fā)新的XML數(shù)據(jù)管理技術(shù)。 本文主要研究XML數(shù)據(jù)管理中的結(jié)構(gòu)查詢處理。XML結(jié)構(gòu)查詢是XML所特

2、有的一類查詢，其查詢條件為XML結(jié)構(gòu)約束，以路徑表達(dá)式形式出現(xiàn)。在XML數(shù)據(jù)查詢中，XML結(jié)構(gòu)查詢占有基礎(chǔ)地位，許多已知的XML查詢語(yǔ)言，如XOuery，XPath等，都以XML結(jié)構(gòu)查詢作為其核心部分。因此，高效的XML結(jié)構(gòu)查詢處理在XML數(shù)據(jù)管理中非常重要。本文根據(jù)路徑表達(dá)式的不同，對(duì)XML結(jié)構(gòu)查詢實(shí)行分類處理，從而提高其查詢效率。 首先，本文提出了一種多分類XML結(jié)構(gòu)查詢處理框架MCXArch，具體描述了該框架的兩個(gè)重要組成

3、部分：查詢執(zhí)行模型MCXEng和查詢優(yōu)化模型MCxopt。在模型MCXEng中，給出了各類查詢執(zhí)行算子。在模型McxOpt中，給出了多類結(jié)構(gòu)查詢優(yōu)化規(guī)則。接著，本文圍繞McXArch框架，分析研究了四個(gè)XML結(jié)構(gòu)查詢關(guān)鍵技術(shù)點(diǎn)：XML線性路徑匹配；XML分支路徑匹配；XML結(jié)構(gòu)查詢加速和XML包含連接估計(jì)。 在XML線性路徑匹配研究中，本文提出了兩種新匹配算法：整數(shù)差值匹配法和約簡(jiǎn)式遍歷匹配法。整數(shù)差值匹配法用于XML簡(jiǎn)單線性路

4、徑匹配；而約簡(jiǎn)式遍歷匹配法主要用于XML復(fù)雜線性路徑匹配。這兩種匹配算法都通過(guò)約簡(jiǎn)方式，提高查詢匹配效率。 在XML分支路徑匹配研究中，本文給出了兩種啟發(fā)式匹配算法：Heur-PC和Heur-Unnested。算法Heur-PC用于簡(jiǎn)單分支路徑匹配；算法Heur-unnested用于非自嵌套分支路徑匹配。與先前的小枝連接類匹配算法相比，兩種啟發(fā)式算法所需的查詢匹配時(shí)間更少。 在XML結(jié)構(gòu)查詢加速研究中，本文提出了一種位圖

5、過(guò)濾加速法。利用前/后綴標(biāo)簽位圖，該方法能加速多類查詢匹配算法，如遍歷類匹配算法、連接類匹配算法等。本文給出了過(guò)濾加速原理，并研究了位圖過(guò)濾加速法與查詢匹配算法的集成。 在XML包含連接估計(jì)研究中，本文給出了一種權(quán)重哈爾小波的估計(jì)方法。在預(yù)處理階段，使用哈爾小波，壓縮統(tǒng)計(jì)數(shù)據(jù)，生成小波摘要。在查詢估計(jì)階段，利用小波系數(shù)重構(gòu)，獲取XML包含連接估計(jì)值。同時(shí)，在估計(jì)方法中，使用概率權(quán)重模型，體現(xiàn)查詢負(fù)載變化。在相同的空間限制下，權(quán)重