并行XML文档数据分片技术研究.pdfVIP

并行XML文档数据分片技术研究¨ Research012DataPartitioninParallelXMLDocument 吴刚于亚新王国仁于戈 (东北大学信息科学与工程学院 沈阳110004) In AbstractordertOobtain when and XMLdocu— highperformancestoring，indexingquerying mentswith documentsmustbe in data scale，XML huge processedparallel．Althoughpartition— inconventionalDBMShasbeenwell aimedatXMLdocument’Sfeature ing studied，strategies havenotbeenstudied．This ontwokindsofXMLdata with paper[ocuses partitioningstrategies differentPartitionGranularities：PSPIBandNRR distributesXML in． strategies．PSPIB path stances tOthesame schematothe distributesXML path processors belonging averagely；NRR documenttOthe tOELEMENTdefinition． processors according XML，Paralleldatabase，Partition Keywords 片粒度定位在元素这种逻辑抽象程度上有助于基于 1 引言 路径表达式查询的流水线并行化。依以上两种分片 XML作为Internet数据表示和交换标准正成粒度，提出两种分片策略：基于路径模式的路径实例 为海量信息资源的新型载体。为存储、索引及查询 均衡策略(PSPIB)和携带父亲信息的孩子节点轮循 策略(NRR)。 M或G字节XML文档时获得高效率，并行化是有 效方法之一。 XML这种半结构化数据与传统关系数据库和 对象数据库完全不同。半结构化数据的特性限制了 直接利用已有并行关系或对象数据库存储、索引和 查询XML文档数据的可能性。针对XML半结构化 特点设计的并行数据库系统将有助于解决以上问 题。数据分片对于并行数据库查询的性能影响很大， 因此有必要对并行XML文档数据库中采用的数据 分片策略进行深入研究。首先给出定义： 图1 XML文档简化DOM树表示 定义1(分片粒度——PartitionGranularity) 指并行数据库系统在进行物理存储时，多处理机之 2引例 间分布各种数据库对象(关系、索引等)的逻辑抽象 程度。 下面结合一篇简单的XML文档解释两种分片