基于结构标记树的XML可查询压缩方法.pdfVIP

第37卷 第 15期 计 算 机 工 程 2011年 8月 V_01．37 No．15 ComputerEngineering August2011 ·软件技术与数据库 · 文章编号：100o__3428(20l1)15—0034_-o3 文献标识码：A 中围分类号：TP311 基于结构标记树的XML可查询压缩方法 魏东平 ，徐瑞敏 ，贾 楠 (中国石油大学计算机与通信工程学院，山东 东营 257061) 摘 要：针对支持查询的XML数据压缩方法存在的路径和数据重复等问题，通过去除XML数据中的重复路径，简化XML数据结构，提 出结构标记树的概念及其生成算法，设计一种基于结构标记树的可查询XML数据压缩方法 SSTQC，对XML数据进行压缩和组织查询。 SSTQC一次扫描XML文档，具有较好的的压缩性能和查询效率。 关健词：XML数据；数据压缩；查询处理；重复路径；结构标记树 XMLQueryableCompressionMethodBased0nStructureSignTree 。 WEIDong-ping，XURui-min，JIANan (InstituteofComputerandCommunicationEngineering，ChinaUniversityofPetroleum，Dongying257061，China) [Abstract|AimingatsomeproblemsofpresentXMLqueryablecompressors，thispaperproposesthedefinitionanddetailedalgorithmofstructure signtree，whichcansimplifyhtestructureofXMLdatabyremovinghterepeatedpahts，Onhtebasis，anewXMLqueryablecompressorSSTQCis putforwardtocompressXMLdatanadorgnaizequeriesSSTQC requiresonlyasinglepassovertheXMLdocument，andithasexcellent compressionperformanceandbetterqueryefficiency． [Keywords]XMLdata；datacompression；queryprocessing；repeatedpaths；StructureSignTree(SST) DOI：10．3969／j．issn．1000—3428．2011．15．009 1 概述 记树 Tss是一棵无序树，并且满足以下性质和条件：(1)Tss XML数据的自描述性使其存在大量的冗余信息，因此， 中不存在重复路径。(2)Tss中的每一个节点对应 T中一个节 XML数据压缩技术便成为提高XML数据管理的一种有效途 点集合，且 T中的每一个节点在 Ts中都有唯一的节点与之 径。如何利用 XML的特征进行高效的压缩，同时又不会对 对应。(3)Tss中的任一节点u都对应一个唯一的标记(亦称计 查询处理带来过多的冗余操作，是 XML压缩的2个关键问 数器)s(u)=u【l，u2，…，uk】。根节点r的s(r)=l【】，对于Tss的一 题。本文对现有的可查询 XML数据压缩方法进行比较分析 ， 条路径 ／ab／，s(a)=a【1，…，ai]，S(b)=b【1，b2，…，bi】，其 中， 本文提出一种新的压缩方案——基于结构标记树的可查询压 al+a2…+ai是节点 a集合中元素的个数，bl+b2…+bj是节 缩方法SSTQC，基于结构标记树对 XML数据进行压缩和组 点b集合中元素的个数，并且 j=a