異構(gòu)數(shù)據(jù)的聯(lián)合索引與協(xié)同查詢研究.pdf

1、現(xiàn)代社會的信息量呈爆發(fā)性地增長，數(shù)據(jù)庫技術(shù)成為有效地管理這些信息的主要方法。數(shù)據(jù)可以分為三種類型：結(jié)構(gòu)化、半結(jié)構(gòu)化和無結(jié)構(gòu)化數(shù)據(jù)，它們在應(yīng)用中分別主要體現(xiàn)為關(guān)系數(shù)據(jù)、XML數(shù)據(jù)和全文數(shù)據(jù)。對于這三種類型的數(shù)據(jù)，當(dāng)前都有較成熟的索引模型和查詢方法，并且這些模型和方法在大部分數(shù)據(jù)庫產(chǎn)品中占據(jù)了主流地位。但是實際應(yīng)用中的數(shù)據(jù)在很多情況下并不單純是一種類型，而且三種數(shù)據(jù)的異構(gòu)性導(dǎo)致它們的索引模型之間也存在一定程度的異構(gòu)性，所以如何處理混合類型的

2、數(shù)據(jù)還是一個亟需解決的問題。 本文針對這一問題，在對一種全文索引模型——互關(guān)聯(lián)后繼樹作出改進的基礎(chǔ)上，對關(guān)系數(shù)據(jù)與全文數(shù)據(jù)、XML數(shù)據(jù)與全文數(shù)據(jù)的聯(lián)合索引模型以及其上的協(xié)同查詢方法做了一定的研究。本文所做的工作和取得的創(chuàng)新成果體現(xiàn)在以下幾個方面： (1)．對互關(guān)聯(lián)后繼樹的改進研究。本文在文獻[27][30]的基礎(chǔ)上更進一步地研究了互關(guān)聯(lián)后繼樹，提出了互關(guān)聯(lián)后繼樹上的基本操作，為形式化描述后繼樹的相關(guān)算法打下了基礎(chǔ)；本文提

3、出了互關(guān)聯(lián)區(qū)間后繼樹的模式——后繼模式樹，進一步簡化了互關(guān)聯(lián)后繼樹索引的存儲結(jié)構(gòu)，加快了查詢速度；本文還提出了變長編碼的后繼樹倒向創(chuàng)建算法，該算法能夠更好地提高外存空間的利用效率。 (2)．互關(guān)聯(lián)后繼樹與B-樹的聯(lián)合索引模型研究。本文針對目前關(guān)系數(shù)據(jù)庫中B-樹上的全文語義查詢效率低的問題，提出了互關(guān)聯(lián)后繼樹與B-樹的聯(lián)合索引模型。聯(lián)合索引中使用了簡潔的映射關(guān)系，因此具有良好的空間效率。同時該模型還可以充分利用現(xiàn)有的成熟關(guān)系數(shù)據(jù)庫

4、中B-樹的實現(xiàn)來構(gòu)建實驗系統(tǒng)。 (3)．互關(guān)聯(lián)后繼樹與B-樹的協(xié)同查詢研究。本文在互關(guān)聯(lián)后繼樹與B-樹的聯(lián)合索引的基礎(chǔ)上提出了基于SQL的兩種協(xié)同查詢方法：串行求解與并行求解，這兩種協(xié)同查詢的效率都大大優(yōu)于原關(guān)系數(shù)據(jù)庫的查詢效率。這兩種查詢方法各有優(yōu)點，可以在不同的場合中應(yīng)用。 (4)．黃頁搜索引擎系統(tǒng)。在使用互關(guān)聯(lián)后繼樹與B-樹的聯(lián)合索引模型以及串行協(xié)同查詢的相關(guān)算法的基礎(chǔ)上，我們又加入了基于互關(guān)聯(lián)后繼樹的分詞與切詞方

5、法，從而大大提高了中文語義查詢的準確度。在這個基礎(chǔ)上我們開發(fā)出了中國電信黃頁搜索引擎系統(tǒng)，經(jīng)過與現(xiàn)有系統(tǒng)的對比測試，我們開發(fā)的系統(tǒng)在查準率、查全率上都要好于對比系統(tǒng)，且在海量數(shù)據(jù)的情況下查詢時間開銷也能保持在秒級以下。 (5)．XML的倒向互關(guān)聯(lián)后繼樹索引研究。本文提出了XML樹型結(jié)構(gòu)的倒向后繼樹索引模型，該索引模型使得XML樹型結(jié)構(gòu)的語義自然地對應(yīng)到了后繼樹的前驅(qū)與后繼關(guān)系上來，使得用全文索引模型索引XML數(shù)據(jù)時不需要額外的語

6、義轉(zhuǎn)換，因此使得索引有較低的膨脹比。 (6)．XML中的樹型結(jié)構(gòu)與文本的統(tǒng)一索引研究。本文在XML的倒向后繼樹索引的基礎(chǔ)上，統(tǒng)一了XML中樹型結(jié)構(gòu)與文本的索引。經(jīng)過統(tǒng)一編碼，這兩種數(shù)據(jù)就可以共用同一組后繼模式樹和互關(guān)聯(lián)區(qū)間后繼樹。這種方法有效的解決了數(shù)據(jù)的異構(gòu)性問題，并降低了聯(lián)合索引的膨脹比。 (7)．XML 中的樹型結(jié)構(gòu)與文本的協(xié)同查詢研究。本文在XML 中的樹型結(jié)構(gòu)與文本的統(tǒng)一后繼樹索引的基礎(chǔ)上，提出了基于后繼模式樹