SCALER+：基于序列匹配的高效XML分支查询求解算法.pdfVIP

SCALER+：基于序列匹配的高效XML 分支查询求解算法 刘乐 冯建华 (清华大学计算机科学与技术系 北京 100084) SCALER+ ：A Efficient Algorithm for XML Twig Query Evaluation Based Sequence Matching Liu Le and Feng Jianhua (Department of Computer Science and Technology, Tsinghua University, Beijing 100084) Abstract XML query evaluation is a hot topic currently. The algorithm named SCALER[1] based sequence matching for XML twig query evaluation is proved very efficient, but it has also some drawbacks. In this paper two problems are solved, the first is definitely supporting wildcard * and descendant axis //, the second is about brother nodes ’ order in pattern trees. The improved algorithm is name SCALER+, it’s efficient as SCALER. Key Words Sequence Matching, Twig Query Evaluation, UDFTS 摘 要 XML 查询求解是目前的一个热点问题。基于序列匹配的XML 分支查询求解 算法SCALER[1]被证明具有非常优异的性能，但它也有一些不足。本文解决了SCALER 的两个问题，一是明确地对通配符*和后代轴// 的支持，二是模式树中兄弟结点的顺序问 题。改进后的算法命名为SCALER+，它具有与SCALER 一样优异的性能。 关键词 序列匹配, 分支查询求解, UDFTS 中图法分类号 TP311.13 1 引 言 到所有的路径和结点都处理完毕。这样的处 理效率当然不会高，当然分支连接是目前整 近年来，XML 迅速成为Internet 上数据 体解决XML 分支查询最有效的方法。 表示和数据交换的事实标准，海量的数据以 序列匹配是求解XML 分支查询问题的 XML 文档的形式出现。如何对这些XML 文 新方法，这方面比较有名的工作有 PRIX[8] 档进行高效查询，是当前数据库研究领域的 和ViST[9] 。但PRIX 没有统一对非叶结点和 一大热点问题。 叶结点的处理，对于一次完整的分支路径匹 目前XML 查询算法主要分为三类，即 配，需要单独处理叶结点的匹配问题。而 导航遍历算法，分支连接算法（包括结构连 ViST 在处理查询时可能会产生错误的序列 接算法），序列匹配算法。对于XML 分支查 匹配结果。所以在ViST 中需要检测并消除 询，导航遍历算法主要利用 DataGuide[2] ， 这种错误结果。为了解决PRIX 和ViST 的 1-index[3]，A(k)[4]，FB[5]等索引机制来裁剪 缺陷，高效且正确的SCALER 算法被提出。 掉多余的搜索空间。但这些算法都存在效率 SCALER 算法中，采用UDFTS （Unique 不高或索引有时候太大的缺点。而结构连接 Depth-First Traversal Sequence ，惟一深度优 [6][7] 先遍历序列）来描述 XML 文档树。由于 算法 则