XML多值依赖及其消除冗余模式算法.docVIP

XML多值依赖及其消除冗余模式算法 　　摘 要：从消除XML文档内数据冗余的角度出发研究了文档的规范化问题。首先引入XML上的数据冗余及其消除处理示例，同时基于函数依赖，提出了规范化的DTD概念和XML DTD 规范化处理规则；其次通过XML多值依赖的定义，给出用于消除冗余模式的算法;最后给出用于XML模式及其消除冗余模式的算法。该算法相应于其他XML模式的研究,在算法产生的层次模式中,完全MVD和嵌入MVD的集合由给出的MVD集合导出；并且产生的XML模式具有消除冗余模式和满足无损连接的特性。 　　关键词：规范化； 函数依赖； 多值依赖 　　中图分类号：TP311文献标志码：A 　　文章编号：1001-3695(2007)06-0061-05 　　 　　0 引言?? 　　XML模式是伴随着XML 1.0规范的制定而推出的。从模式的第一个方案到目前为止［1］，W3C成员共提交了五个模式规范，分别是XML??Data、DCD(Document Content Description for XML)、SOX(Schema for Object??oriented XML)、DDML(Document Definition Markup Language)和XML Schema［2］。直到现在，关于模式还没有一个正式的标准，它仍在不断修改完善中。但是DTD良好的一致性、扩展性、易用性、互换性作为XML模式的应用备受研究者的青睐，在实际应用中，DTD是XML文档使用最多和应用最成熟的模式。所以，规范化理论也是设计XML模式和半结构化数据库的主要核心组成部分和基础理论［3］。对于XML模式和DTD规范化设计,现在开展的研究还不多,而且才刚起步。主要的工作有:Provost提出将关系数据库理论应用于XML模式规范化设计的思想［4］,这一思想还没有付诸实施；Arenas等人给出的XML函数依赖的概念,定义XML模式的范式XNF,并提出将一个任意的DTD转换为一个符合XNF的DTD算法,这一算法是通过移动属性和建立新的元素类型以实现DTD的规范化设计［5］；Ling等人定义半结构化模式的范式S3??NF、NF??SS和ORA??SS,给出将一个半结构化模式转换为一个满足某个范式的XML模式的算法,这一算法是通过规范化规则对半结构化模式进行重新构造,以实现XML模式的规范化设计。?? 　　正如关系数据库一样，如果XML的模式设计不好，在XML文档中同样也有数据冗余和操作异常现象。下面首先通过一个例子来说明一个设计不好的DTD是如何在XML文档中引起数据冗余的，以及如何通过合适的DTD变换和规范化处理来消除这种数据冗余。 　　由于存在上述数据依赖关系，造成XML文档??D????1包含冗余的信息：选修了同一门课程的每一个学生，其子元素teacher的信息都要重复存储；学生“sto1”的姓名(sname)“Joe”在他所选修的每一门课程中都要重复存储。如果这些信息发生改变，在相应的子元素下面都要同时更新；否则在XML文档中就会产生数据不一致。这种现象称之为更新异常。另外，该模式也必然存在数据的操作异常现象：①更新异常。如果要更新学生Joe的信息，则必须同时更新XML文档中在每一名老师下所有有关Joe的信息；否则就会造成系学生信息的不一致。②插入异常。如果要在该系中存入一名新生的信息，就必须在每一名老师下都插入该学生的信息；否则就会造成系学生信息的不一致。③删除异常。如果要在该系中删除一名学生的信息，就必须在每一名老师下都删除该学生的信息；否则同样会造成系学生信息的不一致。这种异常现象正是由于DTD ??D????1在设计上存在问题。为了避免这种异常现象，需要对DTD模式进行规范化处理。??t??[courses.course.title.S]={DB,DW}，S为字符串类型。?? 　　 　　1 XML函数依赖及其消除冗余的处理?? 　　1.1 XML函数依赖的概念 　　XML中存在的数据冗余会导致种种异常现象产生,而它的产生是由于文档内部数据之间存在某种函数依赖关系。首先需要一种表示这种依赖关系的方法，引进关系模式中的概念，称其为XML上的函数依赖。显然它比平面或是嵌套关系中的函数依赖都复杂得多，也超出了已有的DTD和XML模式中键可以表达的范畴。在此基础上，可以形式地讨论怎样才是一个消除了冗余的DTD，即规范化的DTD。最后给出DTD的规范化算法，它是基于函数依赖的推理规则集。函数依赖和规范化的理论源于关系数据库更广泛的研究，包括嵌套函数依赖和嵌套关系上的范式。目前的XML模式和DTD规范化设计的研究存在着一些共同特点:以函数依赖(FD)表示数据间的依赖关系;规范化设计算法通过对原模式的重构,产生一个符合某一范式的模