XML查询处理和优化.pptVIP

XML查询语言XQuery的查询处理和优化 报告内容 研究的意义 XML数据管理及其研究内容 国内外研究现状分析 我的选择和工作重点 已有的工作和准备 进度安排 1.研究意义 跨平台，不同机器上的应用互操作,Web信息处理自动化 特点（和HTML比较） 可扩展性，自描述，递归结构，数据有效性 应用 数据集成，应用集成，数据交换，历史文件存档 大量XML数据涌现 政府，商业文档，电子书，数字图书馆书目信息，电子商务数据，Semantic Web数据，Ontology数据，Ubiquitous… 一个例子 bib book year=1994 titleTCP/IP Illustrated/title author lastStevens/lastfirstW./first /author publisherAddison-Wesley/publisher price 65.95/price /book /bib 2.XML数据管理和研究内容 2.1XML数据管理 2.1.1查询 2.1.2增加，删除，修改 集成：没有更新，比如Mediator 交换:与传统的DBMS相比，批处理较多，查询多，已有一些研究结果Software AG。 Mediator-Wrapper relational datasource1 研究内容 2.2研究内容 1.数据模型（W3C) 特点：多面手，关系，对象，文档 2.Schema 3.查询，更新语言（W3C) 4.查询处理和优化 5.索引组织和存储管理 6.性能评价:Benchmark 3.国内外研究现状分析 历史 国内外研究现状分析 半结构化数据的存储和查询 国内外研究现状分析 半结构化数据管理的特点 0.基于图的数据模型 1. 没有固定的Schema,，需要用Data Mining算法从实例数据中提,如DataGuide,STORED, 2.查询语言一般都有很复杂的路径表达式，正则表达式 3.兼具IR的特色,Proximity Search，索引复杂 4.结论：复杂，收效甚微 5.XML已出现，都转向XML 6.与XML的区别 大多的XML数据都有Schema 国内外研究现状分析 XML的存储和查询 国内外研究现状分析 性能比较和Benchmark 国内外研究现状分析 工业界 国内外研究现状分析 工业界支持的特点 基于模板映射的方法,手工作映射，能够利用关系数据库存入，取出XML数据。 最新结果 IBM’s Almaden research center Microsoft’s SQL Server2000 自动映射， XQuery查询关系数据的XML视图 各种方法分析 各种方法分析比较 有schema强于没有schema 没有schema也要尽量提取一个不完整的Schema来 纯文本 半结构的web数据 关系数据 弱 中 强 Schema 的作用：查询处理，优化，数据布局，结果浏览 4我的选择和工作重点 我的选择 选择有schema的XML数据 克服关系数据库管理XML数据的缺点 有效的支持XQuery查询处理和优化 就发表的论文来看以前没有人做过这个工作，有可能正在进行还没有发表结果 有很多新的机会和难得经验 讨论 XML数据管理的特征 和关系数据库比较 关键：带Tag的嵌套结构元素的提取和 构造 工作重点 查询处理 查询代数算子，等价公式，基于规则的逻辑查询优化(选择谓词push down,投影去掉不需要的元素） 优化算法 统计信息，成本估计，基本算子的选取，启发式方法减小搜索空间，动态规划算法寻找最优 物理查询计划。 索引结构及其维护 数据布局 有效支持带Tag的嵌套结构元素的提取和 构造 以前的工作，可利用的资源和准备 用关系数据库来存储XML数据 XQuery语言的parser W3C’s XQuery, XSchema 各种schema,dtd,XML测试数据，benchmark 数据生成工具 Berkeley DB Toolkit(B+ Glimpse全文检索工具(支持contain函数) 排序，索引，优化算法例程 关系数据库实现技术 技术来源 Database system implementation(ullman, stanford) Database system concepts(silberschatz, bell lab) File structures:an analytic approach(salzber