基于ＸＰａｔｈ的ＸＭＬ查询优化.docVIP

基于ＸＰａｔｈ的ＸＭＬ查询优化 　　摘要：随着XML作为Internet上数据表示和交换的标准，如何高效地进行XML数据的查询己经变得越来越重要，许多XML查询语言也随之出现。这些查询语言虽然种类繁多，但都有个共同特征：使用基于XPath数据模型下规则路径表示来查询XML数据。研究表明，当前的关系数据库技术在处理规则路径表示的查询时通常效率不高。 　　文章在介绍了传统的基于遍历树的方法的基础上重点讨论了基于路径分解的查询处理算法，并对选择连接顺序算法提出了基于动态规划思想的改进。 　　关键词：XPath；XML；查询优化；动态规划 　　中图分类号：TP311文献标识码：A 文章编号：1009-3044(2008)28-0020-04 　　XML Query Optimization Based on XPath 　　XU Yi 　　(School of Software Engineering,Tongji University,Shanghai 201804,China) 　　Abstract: With the advent of XML as a standard for data representation and exchange on the Internet, querying XML data becomes more and more important. Several XML query Language have been proposed, and the common feature of the languages is the use of regular path expression based on XPath Data Model to query XML data. Research shows that the current relational database technology often inefficient when deal with the regular path expression. 　　This paper first introduce the traditional traversing tree algorithm, and then discuss the query parse algorithm which based on regular path expression, and optimize the structural join order by dynamic programming. 　　Key words: XPath; XML; query optimization; dynamic programming 　　1 引言 　　XML是由W3C开发的，主要目的是为了克服HTML缺乏结构和元数据信息的缺点，为Web信息的集成、交换建立一种新的灵活的机制。 　　它在以下几个领域正改变着Web： 　　1) 简化了数据交换。使用XML，每个实体可以创建单一的实用程序，该实用程序将该实体的内部数据格式转换成XML，反之亦然。 　　2) XML支持智能代码。因为可以使XML文档结构化以标识每个非常重要的信息片段以及这些片段之间的关系，所以可以编写无需人工干预就能处理这些XML文档的代码。 　　3)XML支持智能搜索。尽管搜索引擎这些年在稳步改进，但从搜索中得到错误的结果仍很常见。搜索 XML文档会给一个好得多的结果集。 　　随着XML数据的增多，如何对其进行高效的查询时非常重要的，本文从XML的基本概念入手，着重对当前XML数据查询的处理方法进行分析研究，并加以改进和优化，来进一步提高查询处理效率。 　　2 XPath 　　谈及XML数据查询，就不得不谈到XPath。作为XML数据查询语言的核心部分，XPath用来对XML文档的内容进行定位、检索。XQuery和XPath公用的数据模型提供了XML文档的树形表示―节点树。节点有七类，包括根节点、元素节点、属性节点、文本节点、命名空间节点、处理指令节点、注释节点。XPath的最主要构件路径表达式就是通过这样的节点树来跟踪路径，识别出所有被路径表达式检索的节点。下面给出的是一个简单的定位表达式： 　　/pub/book/author 　　定位路径有两种，分别是相对定位路径和绝对定位路径。每个定位路径表达式都由一个或者多个定位步组成，每个定位步之间用正斜杠分开。绝对路径以正斜杠开始，它从文档的根节点开始定位路径；而相对路径则直接从某个定位步开始定位路径。 　　XPath中用上下文节点集来描述定位路径的求值过程是如何进行的。上下文节点集定义为：表达式中给