XML數(shù)據(jù)管理關鍵技術(shù)的研究.pdf

1、隨著XML(eXtendedMarkupLanguage，擴展標記語言)技術(shù)的飛速發(fā)展，越來越多的數(shù)據(jù)使用XML進行表示，XML已經(jīng)逐漸成為Web上數(shù)據(jù)表示和交換的標準。XML數(shù)據(jù)是一種特殊的半結(jié)構(gòu)化數(shù)據(jù)，且其查詢也不同于傳統(tǒng)關系數(shù)據(jù)庫的SQL語句，這為XML數(shù)據(jù)管理帶來新的研究問題。本文以XML數(shù)據(jù)管理技術(shù)為研究對象，研究XML數(shù)據(jù)管理中的關鍵技術(shù)，在XML數(shù)據(jù)的數(shù)據(jù)模型、XML數(shù)據(jù)的查詢語言、XML數(shù)據(jù)的存儲結(jié)構(gòu)、XML數(shù)據(jù)查詢處理

2、及優(yōu)化技術(shù)方面取得了一系列研究成果。在XML數(shù)據(jù)的數(shù)據(jù)模型方面，提出了一種基于映射的XML數(shù)據(jù)庫的數(shù)據(jù)模型。該模型能夠充分表達XML數(shù)據(jù)庫的復雜數(shù)據(jù)結(jié)構(gòu)和語義，并支持以路徑表達式為核心的查詢代數(shù)操作。優(yōu)于其他數(shù)據(jù)模型，該模型給出了XML數(shù)據(jù)模型的精確定義，同時定義了模式維護和數(shù)據(jù)維護操作。在XML數(shù)據(jù)的查詢語言方面，提出了一種XML數(shù)據(jù)庫的查詢語言X-SQL。X-SQL具有類似于SQL(StructureQueryLanguage，結(jié)構(gòu)

3、化查詢語言)語言的Select-From-Path-Where結(jié)構(gòu)，使用方便，具有路徑表達式查詢能力和同時從多個數(shù)據(jù)源選取數(shù)據(jù)的能力，支持數(shù)據(jù)更新操作和查詢結(jié)果的語義捕述。 在XML數(shù)據(jù)存儲結(jié)構(gòu)方面，設計并實現(xiàn)了基于模式劃分的ASRX存儲結(jié)構(gòu)、以及適應于TwigJoin方法的ERCX存儲結(jié)構(gòu)。理論分析和實驗結(jié)果表明，這些存儲結(jié)構(gòu)能夠有效地支持各種XML數(shù)據(jù)維護操作。在XML數(shù)據(jù)的查詢處理及優(yōu)化方面，提出了三種XML數(shù)據(jù)查詢處理方

4、法：基于ASRX存儲結(jié)構(gòu)的路徑表達式查詢處理方法、基于過濾的XML數(shù)據(jù)查詢處理算法和基于ERCX存儲結(jié)構(gòu)的查詢處理算法。(1).基于ASRX存儲結(jié)構(gòu)的查詢處理方法利用自動機匹配求解查詢計劃，并根據(jù)數(shù)據(jù)的劃分信息掃描少量的數(shù)據(jù)塊，從而降低了算法的I/O代價。本文將異步迭代查詢處理技術(shù)應用于基于ASRX的查詢處理，在查詢計劃的執(zhí)行過程中不同層次的結(jié)點以流水線方式運行，并行完成查詢的處理，提高了查詢處理的效率。(2).本文還提出了三種基于過濾

5、的查詢處理方法BFX-Filter、CX-Filter和SX-Filter。這三種基于過濾的算法可以大大降低元素掃描數(shù)日，使得參加查詢處理的元素結(jié)點數(shù)日大大降低。但由于采用了適合順序掃描的索引結(jié)構(gòu)，使得這三種方法運行時間開銷比較大。為此，我們研究了基于ERCX存儲結(jié)構(gòu)的查詢處理方法。(3).利用結(jié)點的ERC編碼，數(shù)據(jù)在存儲時被進行劃分。查詢處理時，只掃描對查詢處理結(jié)果可能有貢獻的結(jié)點。實驗結(jié)果表明，基于ERCX存儲結(jié)構(gòu)的HTwigJoi