支持XML數(shù)據(jù)更新的編碼方案與索引技術(shù)研究.pdf

1、XML已經(jīng)成為Internet上數(shù)據(jù)表示和數(shù)據(jù)交換的標(biāo)準(zhǔn)格式。近年來(lái)，在Web上涌現(xiàn)了大量的XML數(shù)據(jù)。為了更容易的操作XML文檔中的數(shù)據(jù)，專家和學(xué)者們?cè)诰幋a、索引、查詢等方面做了積極深入的研究，已經(jīng)提出了大量的編碼方案和索引技術(shù)，但當(dāng)XML數(shù)據(jù)需要頻繁的更新時(shí)，由于這些編碼方案和索引技術(shù)都不支持XML數(shù)據(jù)的動(dòng)態(tài)更新，需花很大的代價(jià)去重新編碼和建立索引，嚴(yán)重影響了它們的效率。為此，本文在支持XML數(shù)據(jù)動(dòng)態(tài)更新的編碼方案和索引技術(shù)方面進(jìn)行

2、了有益的探索。 本文深入分析了XML文檔的結(jié)點(diǎn)編碼技術(shù)，提出了一種支持XML數(shù)據(jù)動(dòng)態(tài)更新的結(jié)點(diǎn)編碼方案CSSU。CSSU編碼采用字母、數(shù)字和下劃線對(duì)結(jié)點(diǎn)進(jìn)行編碼，改變了傳統(tǒng)編碼方案主要采用數(shù)字序號(hào)進(jìn)行編號(hào)的特點(diǎn)。由于插入和刪除結(jié)點(diǎn)，不影響其他結(jié)點(diǎn)的編碼，完全不需要重新編碼。CSSU編碼在任意兩編碼之間存在無(wú)窮大的編碼空間，不會(huì)出現(xiàn)LI—MOON編碼那樣通過(guò)預(yù)留編碼空間的方式存在編碼空間會(huì)用完和預(yù)留空間大小不容易確定的問(wèn)題。所以當(dāng)

3、XML數(shù)據(jù)需要頻繁的更新時(shí)，可以成倍地提高結(jié)點(diǎn)編碼的效率。 以CSSU編碼為基礎(chǔ)，本文提出了一種新的支持XML數(shù)據(jù)動(dòng)態(tài)更新的索引DUIX。DUIX索引可以快速確定任意兩結(jié)點(diǎn)間的結(jié)構(gòu)關(guān)系，同時(shí)保存了孩子——雙親元素的詳細(xì)信息，并把相同標(biāo)簽路徑的結(jié)點(diǎn)聚簇在一起。DUIX索引支持分支查詢，不再依賴XML文檔，訪問(wèn)一條路徑可得到該標(biāo)簽路徑下的所有結(jié)點(diǎn)，跳過(guò)了大量不相關(guān)的結(jié)點(diǎn)。與其他索引技術(shù)相比DUIX索引的效率更高。 最后，本文