关系数据库的XML文档存储和查询的方法.pdf

摘 要 XML已成为Web上数据表示、集成和交换的标准，它的格式简单、 自我描述能力强，实现了内容、结构和表现三者的分离，更适合于数据 表示和交换。近年来，XML在各个领域得到了广泛的使用，Web上已 经涌现了大量的XML数据。为了有效地加工、分析和处理XML数据， 国内外学者已经提出了各种XML的查询语言和存储管理技术。由于关 系数据库是目前最成熟的一种数据管理技术，在存储和管理XML数据 的各种方式中，基于关系数据库的XML数据存储和处理技术显然是～ 种可行而有效的方式，并在学术界受到了广泛的关注。然而，由于数据 模型的差异，利用关系数据库存储和查询XML数据给传统数据库技术 带来了许多新的挑战。 本文对XML数据的关系存储、路径表达式的查询处理等方面进行 了深入的研究和探讨，提出了一种新的利用关系数据库存储和查询 XML数据的方法，这种方法将XML文档树中有文本值的节点和无文本 值的节点分别存储在两个关系表中，它不关心文档DTD的模式信息， 也不需要建立任何索引结构。具体来说，本文的主要工作如下： (1)提出了一种新的基于路径的XML数据的关系存储方法。这种方 法完整无损地记录了XML文档中的各节点信息、边信息和值信息，即 所有有值元素／属性的路径，加快了查询处理的速度。 (2)针对这种存储结构，提出了新的基于表连接的查询转换算法。 这种方法可以将不同形式的路径表达式转化为SQL查询语句来处理。 (3)对以上的存储和查询方法提出进一步的优化方案。关于XML 的关系存储有两种优化方案，一种是引入路径关系表来减少对相同路径 的存储冗余，另一种是提取频繁使用的查询路径模式，加快特殊路径的 查询速度；当查询路径表达式为线性结构时，采用的优化方案是用串匹 配的方法来减少表连接次数，从而减少连接操作和I／O数量。 (4)构建了一个基于关系数据库存储和查询XML文档的原型系统。 论文提出的存储转换和查询处理方法已在该原型系统中实现，并利用实 际的XML文档对系统进行性能测试，实验证明，本文的工作是可行而 有效的。 关键词：XML；关系数据库；路径表达式；SQL；表连接 中图分类号：TP311 Abstract XMLhas becomethestandardsofthe and already express，integration ofthedataonweb．Ithas formand strong exchange simple self-describing realizesthe ofthe and ability．Besides，itseparationcontent，structure itismore todata and recent exhibition，SOadapt expressexchange．During is usedinvarious itsdatahave years，XMLwidely fields，and abundantly onweb．Inorderto and theseXML effectivelyanalyze appeared process have various and data，researchers proposed querylanguagesstorage ofXML