对大信息量XML文档查询方法的研究-计算机应用技术专业论文.docxVIP

PAGE PAGE 1 PAGE PAGE 2 摘要 对大信息量 XML 文档查询方法的研究 学 科： 计算机应用技术 研 究 生： 丁晓剑 签名： 导 师： 姚全珠 教授 签名： 答辩日期： 摘 要 Web 技术的飞速发展使得全球信息的传递和共享日益增多，而 XML 技术的出现则正是为了有效应 对上述问题。XML 己经逐渐成为 Internet 上数据的表示标准和交换工具，它为数据库的应用开辟了一 个崭新的领域，然而由于 XML 数据的半结构化特性以及 XML 数据所特有的路径表达式查询方式不同于 现有的关系数据库查询，使得关系数据库系统对 XML 数据的管理功能受到极大限制。 XML 数据的一个明显特征是其数据冗余较大，无论采用那种模式来存储 XML 数据，都必须面对 XML 数据冗余较大这一特点。冗余既造成了存储空间的浪费，又增加了查询处理的 I/O 时间，从而降低了 效率。 目前，减小 XML 文档大小的一种有效的方法就是压缩，但是压缩后的 XML 文档需要解压后才能对 其进行验证、查询等操作，这在某些应用中时间或者空间代价过高(如手持设备或者接收压缩 XML 文档 的服务器等)，所以如何在有效压缩 XML 文档的同时能够在压缩后的文档上进行查询等操作就成为基于 XML 的数据交换中需要解决的一个问题。 针对 XML 数据的半结构化特征，本文考虑分别从 XML 的文本和结构特征上来消除冗余数据。对 XML 文本的冗余，结合了 BWT 方法，并用实验说明了它对于压缩后的文本查询的高效性。针对 XML 文档的 结构特征，分析了当前结构连接的不足，提出并证明了基于双亲－孩子关系和祖先－后裔关系的连接 表达式中，存在重复的结构连接路径。提出了 ESL 方法，通过该法，得到的结构索引比原始数据明显 要小的多。 最后，本文提出了处理 XML 查询的一个模型，其中的压缩模块用的就是上述技术，并对实现该模 型作了初步的探讨。 关键词：XML BWT 路径索引 结构连接 压缩 Abstract Research of query method for a large-scale XML information Major: Computer Application Author : DingXiaoJian Signature Supervisor:Prof.YaoQuanzhu Signature Abstract The rapid development in web technology makes more and more information transferred and shared, so XML technology is appeared to solve it. XML has been a standard to denote and tool to exchange data in Internet, it opens up a new field in database application, However, XML data is semi-structure and its path querying is different from relation database querying, These make function that relation database system manages XML data limited at a large degree. That One obvious character of XML data is data redundancy must be faced whichever model is used to store data. Because data redundancy not only makes store space wasted but also adds I/O processing to query, efficiency is reduced. At present, compression is an effective method to contract XML document, but XML document compressed must be decompressed to validate, query and other operations, that make time and space costly in some applications, such as handhold equipments and server to receive XML d