一种基于十六进制XML前缀编码方案.docVIP

一种基于十六进制XML前缀编码方案 　　摘要：对原有的XML前缀编码方案进行改进，通过引入十六进制数，实现了ML文档在任意节点间的插入，有效地支持了XML数据更新，提出了一种基于十六进制的XML前缀编码方案 关键词：前缀编码；十六进制；数据更新 1.概述 XML（eXtensible Markup Language，可扩展标记语言胙为互联网上一种功能强大的标记语言，已经成为数据表示和交换的一个主要标准，受到越来越多业内人士的关注。为了有效支持XML查询，特别是结构查询，国内外学者已经提出了许多针对XML文档的编码方案。但是实际应用中由于XML文档的频繁数据更新，多数方案都需要花费很大代价重新编码，严重影响了XML查询的效率。因此，对XML动态编码方案的研究成为当前亟待解决的热点问题 本文针对目前XML编码中的主要问题进行分析，在现有的前缀编码方案中的基础上，提出一种基于十六进制数的新的前缀编码方案，支持数据的动态更新，以及任意位置的节点插入。无需二次编码，执行效率高 2.国内外研究现状 目前，国内外学者针对XML数据编码问题已经进行了一系列的研究，常用的两类XML编码方案分别是基于前缀的编码方案和基于区间的编码方案。基于区间的编码方案无法从根本上解决节点插入时的重新编码问题，因此有研究者使用基于前缀的编码方案，并通过一些精心的设计来解决节点插入的重新编码问题 Dewey编码是最早提出的前缀编码方案，该编码将双亲结点的编码直接作为自己编码的前缀，可以保留整个文档的位置信息以及结点间的关系，但不支持数据更新，属于静态前缀编码。LSDX编码是以nx.y为编码格式，其中数字n表示该结点所在的层次，字母x表示当前父结点的编码，字母y表示其为孩子结点，该编码能够支持文档的动态更新，但是在进行各种关系的判断时需要对字符进行比较，查询效率要差于利用数字进行编码的编码方式 IPEU编码对Dewey编码进行了扩展，取消了Dewey编码中各层的点号分隔符，改用数字标识各层，整个编码由字母、整数、点组成，缩短了编码长度，可支持在两个相邻位置的兄弟结点之间插入新结点；在结点的最左孩子结点之前插入新结点；在结点的最右孩子结点之后插入新结点；给叶子结点的孩子插入新结点四种插入操作。该编码不需要预留空间，有效地解决了更新操作所造成的重新编码问题。但是只能完成以上四种特定情况的插入，没有考虑在新插入的两个结点之间再次插入结点的情况 DPEF编码提出一种基于分数的动态前缀编码DPEF。利用分数的无限扩展性实现了对XML文档的更新操作。但是由于分数在编码中难以表示，需要对分数进行FC编码，将分母的数字转换为字母，如157/13表示为BFHl3。运算不够简单，编码也不直观 FPES编码将分数引入到LSDX前缀编码中，提出了一种分数前缀编码方案（FPES），根据2个分数间可插人无穷多个分数的理论，来支持XML节点数据的无限更新。FPES编码的每个节点用一个二元组来表示，与LSDX相比，查询效率得到了提高，与分数编码相比，编码及插入节点的时间减少了。但结点间关系及结点层次不够直观，需要进行一系列的判断，影响查询效率 以上算法虽然在查询效率以及节省存储空间上做了一定的改进，但是效果都不是很理想，字母比较以及分隔符存储需要大量的运行时间和存储空间，因此，面对目前Internet上海量数据的存储和交换，国内外研究者的主要研究方向仍是动态XML编码，以适应数据的不断更新。XML动态编码方案的设计仍然是需要进一步深入研究的课题 3.基于十六进制的XML编码方案 3.1Dewey编码和LSDX编码对比 Dewey编码方案和LSDX编码如图1所示 Dewey编码方案中，节点“1.2”是节点“1.2.2”的前缀，分隔符“.”只差1个，所以很容易确定他们之间的父子关系，但当有新节点插入时，两个相邻兄弟之间无法插入新的节点，因此需要重新编码。LSDX编码方案标识了节点所在层次，能快速准确的判断XML文档结构树中任意两个节点之间的父子、祖先/子孙以及兄弟关系，但是需要进行字符之间的比较，运算比较复杂 3.2基于十六进制的动态XML编码方案 以Dewey编码为原型，结合LSDX编码对结点所在层次的标识，引入十六进制数以及移位运算进行编码方案的改进，提出了一种基于十六进制数的XML前缀编码方案。该编码方案具有Dewey编码保留结点关系的良好特性 十六进制前缀编码示意图如图所示： 1）对结点所在层次进行标识，如：00表示第一层根节点，010a表示第二层结点，020aOa、020ala表示第三层结点，并且互为兄弟结点，是OlOa结点的子节点，既能快速准确的判断XML文档结构树中任意两个节点之间的父子、祖先/子孙