對大信息量XML文檔查詢方法的研究.pdf

1、Web技術的飛速發(fā)展使得全球信息的傳遞和共享日益增多,而XML技術的出現則正是為了有效應對上述問題。XML己經逐漸成為Internet上數據的表示標準和交換工具,它為數據庫的應用開辟了一個嶄新的領域,然而由于XML數據的半結構化特性以及XML數據所特有的路徑表達式查詢方式不同于現有的關系數據庫查詢,使得關系數據庫系統(tǒng)對XML數據的管理功能受到極大限制。XML數據的一個明顯特征是其數據冗余較大,無論采用那種模式來存儲XML數據,都必須面對

2、XML數據冗余較大這一特點。冗余既造成了存儲空間的浪費,又增加了查詢處理的I/O時間,從而降低了效率。目前,減小XML文檔大小的一種有效的方法就是壓縮,但是壓縮后的XML文檔需要解壓后才能對其進行驗證、查詢等操作,這在某些應用中時間或者空間代價過高(如手持設備或者接收壓縮XML文檔的服務器等),所以如何在有效壓縮XML文檔的同時能夠在壓縮后的文檔上進行查詢等操作就成為基于XML的數據交換中需要解決的一個問題。針對XML數據的半結構化特征

3、,本文考慮分別從XML的文本和結構特征上來消除冗余數據。對XML文本的冗余,結合了BWT方法,并用實驗說明了它對于壓縮后的文本查詢的高效性。針對XML文檔的結構特征,分析了當前結構連接的不足,提出并證明了基于雙親-孩子關系和祖先-后裔關系的連接表達式中,存在重復的結構連接路徑。提出了ESL方法,通過該法,得到的結構索引比原始數據明顯要小的多。最后,本文提出了處理XML查詢的一個模型,其中的壓縮模塊用的就是上述技術,并對實現該模型作了初步