基于“自动机”的xml数据流多查询处理-计算机技术专业论文.docxVIP

论文独创性声明本论文是我个人在导师指导下进行的研究工作及取得的研究成果。论文 论文独创性声明 本论文是我个人在导师指导下进行的研究工作及取得的研究成果。论文 中除了特别加以标注和致谢的地方外，不包含其他人或其它机构已经发表或 撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作 了明确的声明并表示了谢意。 作者签名： 瑟基垒二 日期： 逾，占．f口 论文使用授权声明 本人完全了解复旦大学有关保留、使用学位论文的规定，即：学校有权保留 送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内 容，可以采用影印、缩印或其它复制手段保存论文。保密的论文在解密后遵守此 规定。 作者签名：京塞垒 导师签名：拯垒虽 日期： 塑2‘J9 摘要XML流数据处理在研究领域引起广泛关注，本文针对XML流上的多查询 摘要 XML流数据处理在研究领域引起广泛关注，本文针对XML流上的多查询 处理提出一种新算法，把多个查询合并为一个共享前缀的查询树，利用自动机和 运行时栈相结合的方法，单遍扫描XML流处理数据流上的多个查询。算法利用 一种分层栈结构保存查询模式匹配候选集，利用XML结点的区间编码来确定结点 之『日j的关系，从而返凹整条匹配路径。 关键词：XML数据流、XPath、前缀共享、自动机 中图分类号：TP393．09 Abstract The problem ofprocessing streaming)口ML data is gaining widespread attention from the research community．In this paper we propose a novel algorithm for handling of multiple queries over the XML s打eams．In our approach we merge the multiple queries into a single prefix sharing query tree，and combine the automata with the runtime stack structure to answer multit’le XML path queries through scanning the XML stream at the salne time．The algorithm will return the whole matching path by using a new hierarchical stack structure to store the result of query pattern matches， and confirm the relationship within the node through the position encodes in the XML data stream． Keywords：XML data stream，XPath，prefix sharing，automata CLC：TP393．09 第一章绪论 第一章绪论 1．1研究背景 流数据处理系统与传统数据库管理系统不同。传统数据库管理系统以数据为 中心，整个数据集存储在一个庞大的、相对稳定的中央存储介质中，并随时准备 接受随机到来的用户数据请求(即“查询”)。在数据库管理系统中，数据集持久 存储，在某一时刻执行查询并通过稳定查询计划给出精确的回答，频繁变化的是 用户随时可能提交的查询。 恰恰相反，流数据处理系统中的数据足在线到达的，查询则持久存储。流数 据处理以查询为中心，数据集庞大且具有高度的流动性。大量预先定义的用户查 询被注册到处理系统中，等待数据的到来。一旦数据到来，将驱动查询的执行。 显然，数据密集的生产系统所产生的日志数据，都具有这种海量且流动的特点， 这样的系统包括：互联网管理系统、证券交易系统、电信系统、金融交易系统， 实时传感器信号分析系统等。这些应用面对的都是在线的、持续的高速数据流， 系统处理的对象形态完全不周于传统的数据库管理系统，由于存储空间的限制， 这些数据往往不可能完全保存到存储器中，同时又必须不间断无延迟地处理这些 数据流，以获得实时处理结果。在流数据处理系统中，我们不可能控制数据到达 的顺序，也不可能将所有到达的数据存储在本地进行管理和查询。 流数据处理技术引起研究界的广泛兴趣，具有极其广阔的应用前景。由于 XML已经成为Web上数据交换的标准，用于各种应用和信息源之间的数据交换， 处理XML流数据的理论和技术目前成为流数据研究领域中的一个热点。XML 流数据处理系统通常运行在Web上，其上的用户会迅速增加到十万、百万级的 数量。用户查询通常