存储管理以记录为单位.ppt

OrientX: Native XML数据库系统 孟小峰 王宇 罗道峰 陆世潮 安靖 陈妍 蒋瑜 欧建波 中国人民大学信息学院 （100872） xfmeng@ Outline 体系结构和特征 存储 索引 SUPEX结构索引 结构索引使用的编码方法 查询处理 导航式查询处理 集合式查询处理 基于代价的查询优化 更新 基于角色的访问控制 OrientX特征 基于模式 采用多种粒度的树形结构存储数据 支持描述化查询语言XQuery 基于代价估计的查询优化方法 基于模式的路径索引 基于角色的访问控制 … 体系结构 数据存储管理 索引模块 查询处理 数据更新 用户访问控制 模式管理 接口 Outline 体系结构和特征 存储 索引 查询处理 导航式查询处理 集合式查询处理 基于代价的查询优化 更新 基于角色的访问控制 OrientX 存储策略 存储管理以记录为单位,逻辑含义是一棵子树，是读写的最小单位 一个XML文档包含若干个记录，多个满足同一个模式定义（DTD或者XML Schema）的XML文档放在一个数据集里。 EID（AID）唯一地标志结点的类型 数据集用SetID来标志；在文件上划分逻辑物理块物理块用LpNo来标志；给定一对SetID，LpNo，能马上找到对应文件的相应的偏移量。 多粒度存储策略 四种存储方法 Element-based Depth-first Element Based(DEB) Clustered Element Based（CEB） Subtree-based Depth-first Subtree Based (DSB) Clustered Subtree Based (CSB) 多粒度存储策略 存储策略的选择 不同的文档适合用不同的方法来存储 当文档比较小的时候，采用深度优先方法 当文档比较大的时候，使用聚簇方法 文档性质比较强的文档，采用深度优先方法 数据性质比较强的文档，采用聚簇方法 为了处理上的方便，无论底层采取什么存储方法，对上层查询的接口都是一样的，这样，提供了一定的独立性。 Outline 体系结构和特征 存储 索引 查询处理 导航式查询处理 集合式查询处理 基于代价的查询优化 更新 基于角色的访问控制 SUPEX索引策略 父子关系 祖先-后代关系 绝对路径查询 相对路径查询 编码方法概述 三类编码方法： Region-based: start, end, order, size Prefix-based: Dewey-code K-ary-tree-based: PBiTree 基于编码方法的索引和查询技术： EE-Join，EA-Join 和 KC-Join MPMCJN SHCJ, MHCJ,VPJ stack-merge 结构索引使用的编码 BitPath 思想：prefix-based方法 好处： 与region或者k-ary tree方法相比，变长、更新代价小。 与其它prefix-based方法相比，不需要分隔符，减少存储空间，提高查询效率。 Outline 体系结构和特征 存储 索引 查询处理 导航式查询处理 集合式查询处理 基于代价的查询优化 更新 基于角色的访问控制 处理XQuery的核心问题 Path路径的求值问题 结构连接 基于树的导航式处理 嵌套查询的解决方案 相关嵌套 非相关嵌套 XML数据的有序性问题 XQuery查询导航式实现方法的主要模块 语法分析 语义检查 生成执行计划 优化器 逻辑的 物理的 执行引擎 导航式处理XQuery的结构图 产生执行计划的算法 构建执行计划 并不是先生成语法树再构建执行计划。 而是，语法分析的同时构建执行计划。 当规约成一个语法单元时，即构建一个相应的操作符 把构成该语法单元的子单元的对应操作符，置为新构建操作符的子操作；形成一棵执行计划树 例子 import default schema = xmark for $p in document(xsmall.xml) //people /person Let $i := $p//interest where $p/profile/@income 10000 return person profile{$p/profile} /profile {$i} /person 执行计划 导航式处理 导航式处理 导航式处理 Outline 体系结构和特征 存储 索引 查询处理 导航式查询处理 集合式查询处理 基于代价的查询优化 更新 基于角色的访问控制 集合式查询处理 借鉴关系代数方法，引入XML 代数，使操作变成一次一集合的操作。 XML Algebra 设计 设计思想 主要问题 难点 设计思想 引入关系中关于记录的概念，操作符的操作对象是记录的