基于相关语义的高效XMLTwig查询处理方法.pptVIP

基于相关性语义的高效XML Twig查询处理方法 朱金清, 王伟, 周军锋, 孟小峰 中国人民大学WAMDM实验室 大纲 背景 动机 基于相关性语义的Twig查询处理方法rTwigStack 实验分析 总结 背景 XML 互联网数据的表示和交换的标准 可以表示结构化和半结构化的数据 XML的应用 政府数据数据交换 各业务部门易于理解 跨平台、多种数据源 背景(2) XML的应用 电子病例数据(EMR) 背景(3) 越来越多的数据采用XML来表示和传输 随之而来的问题： 背景(4) 结构化查询方法 XPath XQuery … 大纲 背景 动机 基于相关性语义的Twig查询处理方法rTwigStack 实验分析 总结 XML查询存在的挑战性 XML文档结构的复杂性 信息的对称性和文档组织结构的不对称性 XML文档结构的不断演变性 动机 一点观察 XML文档中关系组织的复杂性 元素S在I的祖先结点，也可以在I的后代结点 实际上，复杂性只是对应了语义的简单性 总之，S和I是相关的（卖、卖家等） 所以，通过定义简单的语义来避免数据的复杂性，即相关性(related)语义 动机 扩展XPath的语法使之支持Related轴(“~”) 扩展的好处 用户了解文档结构，用精确XPath定位 不了解文档结构，通过Related轴表达查询请求 了解部分结构，通过related轴和已有XPath的组合来尽可能准确地表达查询 大纲 背景 动机 基于相关性语义的Twig查询处理方法rTwigStack 实验分析 总结 相关性(related)语义 related轴(“~”) 返回一系列数据元素,这些数据元素是当前context节点的最邻近的后代或者祖先. S~I:返回红色的元素I 对两个文档（内容相同但组织形式不同）的返回结果一样 相关性语义(2) 含related轴的整体匹配方法难点 related轴的对称性 u~v可能对应文档中的u//v, u/v , v//u , v/u中的一种或几种，如： related轴与A-D或P-C轴的不可相互表示 rTwigStack 优点： 一次扫描即可得到所有的结果 支持related轴的扩展XPath查询 可以移植到XQuery中以增强XQuery的功能 同时兼容包含PC、AD边的Twig查询处理 大纲 背景 动机 基于相关性语义的Twig查询处理方法rTwigStack 实验分析 总结 实验分析 实验设置： 三种方法：TwigStack(TS), rTwigStack和rTwigStack+ 1~200M的不同大小XMark文档 6个查询 3个含related查询 3个不含related查询数据集： 度量指标： (1) 运行时间 (2) 扫描的元素数量 运行时间对比 扫描元素数量、扩展性 大纲 背景 动机 基于相关性语义的Twig查询处理方法rTwigStack 实验分析 总结 总结和下一步工作 提出了一种新的related查询语义 提出了一种高效查询处理算法rTwigStack和基于DTD提出一种优化算法rTwigStack+ 实验表明,本文提出的算法不但可以高效处理包含related轴的查询,而且可以高效处理不包含related轴的查询. 下一步将考虑在XML图上的related语义和求解 谢谢~QA * * 国税 公安 工商 国土 XML pieces 性别 职业技能 婚姻状况 民族 籍贯 一般表述 诱因 症状 家庭成员 部位 时间 检查 机能 活动 损伤 处置 形状 大小 性质 定义 方式 程度 修饰 生理指标 生理指征 … … XML structure 性别 value男/value value女/value /性别 民族 value汉/value value蒙/value value…/value /民族 籍贯 value北京/value value上海/value value … /value /籍贯 婚姻 value已婚/value value未婚/value value … /value /婚姻 诱因 value活动后/value value体检时/value value … /value /诱因 症状 t=“Dict” value气促/value value疼痛/value value … /value /症状 部位 t=“Dict” value头部/value value胸部/value value … /value /部位 时间 formatyyyy-mm-dd