基于索引XML 数据流变化检测.pdfVIP

______________________________________________________________________________________ 基于索引的XML 数据流的变化检测1 Index-Based Change Detection for XML Data Streams 李智 唐常杰 栾江 汪锐 贾晓兵 （四川大学计算机学院成都610064 ） Abstract The current known XML change detection algorithms need tree-parse process in advance, which is not suitable for stream data. In this paper, we study a kind of XML data stream, and introduce stream expression for XML tree model. We propose two kinds of XML stream index, SSI and GSSI(k), and propose and implement a novel change detection algorithm for XML data streams (SDiff). SDiff is capable of processing a large scale of XML stream data, and has linear time and space complexity. Key words XML stream, Stream index, Change detection 1. 引言 是对流数据的索引，其自身也能够以数据流的 可扩展标识语言XML 已经成为互联网上信息 方式处理，从而大幅度地减少了对内存空间的 表示和信息交换的新标准。越来越多的数据使用 使用； XML 进行描述，以适应信息处理的需要。在许多 在流索引的基础上，设计和实现了一种新颖的 应用中，我们不仅对当前的数据感兴趣，同时还需 XML 数据流的变化检测算法 SDiff ，并通过 要了解数据的变化情况。这就是对XML 数据的变 XPath 表示数据的变化情况。SDiff 通过对索引 化检测。 的比较，最大程度地减少不必要的XML 解析 目前已知的XML 变化检测算法，如 X-Diff, 量，从而有效提高XML 流的检测效率； XyDiff 等，都是基于对XML 树的“最小修改代价” 我们对 SDiff 进行了初步的比较试验。试验表 的搜索。即，先将新旧XML 文档解析为树形结构 明，相对于目前已知的XML 文档变化检测算 Tnew,Told ，再通过对结点或子树的插入（Insert ），删 法（如X-Diff ），SDiff 具有线性的时间和空间 除（Delete ）和更新(Update)操作，实现从 Told 到 复杂度，更适合于结构固定的 XML 流数据的 Tnew 的转化，并以取得最小代价的转化方案作为最 变化检测。 终的变化检测结果。然而，我们在应用中发现这样 的事实：大量的XML 文档仅仅是作为数据的载体， 2. 相关工作 他们具有相对固定的静态结构和良好的颗粒度。 XML 是树形结构的文本文档，因此可以利用 XML 文档的变化仅仅局限于其承载的数据的变