XQuery-Upate处理模块概要设计说明书.doc

XQuery/Update处理模块概要设计说明书 负责人：张新 编写人：张新 系统版本号：OrientX Version 3.0 完成时间： 开发单位：中国人民大学IDKE实验室XML工作组 1. 引言 本说明书主要介绍OrientX系统3.0版中XQuery/Update模块的概要设计。 以下各章节安排：第2节概述，介绍相关的背景知识，模块的主要功能及子模块构成；第3~5节分别介绍各子模块的详细设计。 2. 概述 2.1 XQuery/Update处理概述 OrientX3.0的update 处理是基于XQuery代理处理的引擎之上的. 主要是对XQuery/update提出的操作符 Insert, Delete, Rename, Replace增加相应的代数操作符.为此,update处理模块的设计跟原来代数引擎是接合在一起的.通过Parser分析出这是update处理语句还是一般的XQuery语句. 再生成相应的查询计划. Update处理计划,跟代数计划非常相似,只是增加几个处理更新的操作符. 2.2 XQuery代数处理 XQuery代数处理指的是：设计一套类似于关系代数的XQuery查询代数，在查询处理时首先将原有的XQuery查询语句转换成代数形式，在此基础上实现一次一集合的处理。与此相对的导航式处理是一次一结点的，因此代数处理在效率上具有很大优势。 为了实现一次一集合的处理方式，需要采用统一的形式表达那些相似的，可同时处理的数据片断。现有的XQuery代数处理工作多使用PatternTree表达要从源XML文档中抽取什么样的数据片断，符合同一PatternTree的数据实例构成InstanceTree的集合，查询执行就是基于这样的实例树集合进行操作。 由此整个查询处理过程可以分成抽取数据和结果构造两个主要阶段。抽取数据阶段首先用PatternTree表达感兴趣的数据片断形式，然后通过PatternTree-Matching操作，从源文档中找到匹配PatternTree的InstanceTree集合；这些InstanceTree包括了查询涉及到的所有数据项，后续的结果构造操作基于这些数据进行即可，而不需要再访问源文档。XQuery具有对查询结果进行重构的功能，输出的结果中可能有新建结点和源文档中的数据结点。在我们采用的XQuery查询代数中，查询输出的形式也使用PatternTree进行表达，当然数据抽取和结果构造的PatternTree是有所区别的。结果构造阶段根据用PatternTree表达的输出形式，从抽取阶段得到的InstanceTree集合中进一步抽取相关数据项，进行结果构造输出。 2.3 OrientXA简介 XQuery代数式处理需要相应的XQuery查询代数作为基础。在OrientX中的XQuery代数处理基于罗道锋设计的XQuery查询代数OrientXA，这里只对其设计进行简要介绍，详细内容见文档《OrientXA:一种有效的XQuery查询代数》。 2.3.1 OrientXA 之PatternTree OrientXA采用PatternTree表达查询要抽取的数据片断及查询结果的构造形式。相应的有两种PatternTree：Source Pattern Tree，简称SPT，做抽取之用；Constructor Pattern Tree，简称CPT，表达输出形式。 Source Pattern Tree： 一个Source Pattern Tree是一棵树(N, E, R)，其中，N是结点集合，E是边的集合，R是树的根。 每个结点有结点名，结点名可以为空，表示可以取任意结点名。结点名在Pattern Tree上不唯一。为了唯一地标识一个结点，每个结点分配一个PID。每一个结点还有若干个修饰符，主要包括： 是否序列绑定：用双圆圈表示序列绑定的结点，单圆圈表示结点绑定的结点； 是否强绑定：用实线圆圈表示强绑定，虚线圆圈表示弱绑定； 是否连带绑定所有子孙结点：用p表示需要连带绑定所有子孙结点。 边用来表达结点间的关系。Pattern Tree上有三种边： 父子边，用单实线表示； 祖先后代边，用双实线表示； 元素属性边，用单虚线表示。 Constructor Pattern Tree： 结点定义如下： N := n(TagName) [= val] | c (PID) val := atom | PID 其中，n(TagName) = val表示新建一个结点，结点名为TagName，结点值为val；c(PID)表示拷贝 input pattern tree上特定PID结点，包括结点名，结点值，以及所有子孙结点； val可以取原子值atom，也可以取某个PID结点的文