AX-Tree：基于RDBMS的粒度自适应XML数据索引.doc

AX-Tree：基于RDBMS的粒度自适应XML数据索引 王先胜 乔健 汪卫 何震瀛 （复旦大学 计算机与信息技术系 200433） 摘 要 本文提出了一种基于RDBMS的粒度可自动调节的XML索引结构AX-Tree，它是一种根据结点的路径信息建立的树状分层索引。AX-Tree能根据XML文档的结构分布自动调整索引结点的聚类粒度，寻求索引扫描速度和筛选能力之间的平衡，以达到更优的查询性能。本文展示了AX-Tree索引的结构及其构造算法、查询算法，并实验证明了AX-Tree索引的查询性能和文档适应能力。AX-Tree另一重要特性是索引基于关系数据库，我们探索了以关系数据库为后端的AX-Tree存储和查询转换技术，并在SQL Server 2005上实现了我们的系统，测试结果表明，该系统比SQL Server2005自身的XML管理系统具备更加优秀的查询性能。 关键字 XML，索引，AX-Tree AX-Tree: A RDBMS-based Adaptive Index Tree for XML Documents WANG Xian-sheng QIAO Jian WANG Wei HE Zhen-ying (Department of Computing and Information Technology, Fudan University, Shanghai 200433) Abstract This paper proposes an adaptive index structure based on RDBMS, named as AX-Tree, a tree-shaped hierarchical index in terms of structural information of nodes. It can adjust its own partitioning granularity, according to the characteristics of XML documents, to balance the scanning cost and filtrating ability of index so as to achieve better query performance. This paper presents the structures of AX-Tree as well as the algorithms for construction and query over it. Our experiments confirm its improvement to query performance and adaptive capacity to different XML documents. Additional, we have exploited the storage and query translation techniques of AX-Tree based on RDBMS backend and implemented our system on top of SQL Server 2005. The experimental results show that our implementation performs much better than native SQL Server 2005 XML Database. Keyword XML, Index, AX-Tree  引 言 索引是提高XML查询处理效率的有效技术，很多研究提出了对XML数据建立索引的方法，如DataGuide[2]、1-Index[3]、A(K)-Index[5]、D(k)-Index[6]、FB Index[4]等，这些索引根据XML文档的某种结构特征，将具有相同结构信息的结点聚类在一起，形成结构索引。[13]考虑对索引进行编码，查询时先根据索引做预匹配。但这类索引方法存在以下两方面问题： 1)索引以结构摘要为目标，聚类粒度固定，导致索引只适用于特定规整程度的XML文档，索引性能受文档结构特征的影响很大。 2)索引基于Native XML 数据库，很难在关系数据库上实现，不能有效处理以RDBMS为底层存储的XML数据。 有鉴于此，本文提出了一种新的索引结构AX-Tree(Adaptive XML Index Tree)，它能根据XML文档的结构分布自动调整索引的聚类粒度，寻求索引扫描速度和筛选能力之间的平衡，以达到更优的查询性能；同时，索引考虑基于关系数据库的XML数据，易于在RDBMS上实现。本文展示了AX-Tree索引的结构及其构造算法、查询算法，并提