纯xml位数据库研究综述.docVIP

纯XML数据库研究综述 【摘要】虽然XML是一种专门为Intemet所设计的标记语言，但是它已经成为Internet上数据表示和数据交换的标准。如何对XML文档进行有效管理与快速查询是当前学术界的研究热点，即所谓的XML数据库。主要对当前XML数据库的研究现状与发展趋势进行全面的论述与分析，并对其中尚未解决的挑战性问题进行了客观的评价与分析。 【关键词】扩展标记语言；XML数据库；NativeXML数据库；存储策略；查询优化；X—代数 1 引言 1．1 认识XML(extensibleMarkupLanguage) XML是一种专门为Intemet所设计的标记语言。XML的重点是管理信息的数据本身，而不是数据的样式，数据的显示则交给另外的技术来解决。虽然XML是一种专门为Internet所设汁的标记语言，但是它已经成为Intemet上数据表示和数据交换的标准。随之而来的是堆积如山的XML文档，如何对这些XML文档进行有效管理与快速查询，是当前学术界的研究热点，即所谓的XML数据库。 1．2 XML数据库与XML文档 所谓数据库就是一组相互有关联的数据集合，而XML数据库是一个XML文档的集合，这些文档是持久的并且是可操作的。目前XML数据库有三种类型(参阅http：//www．xmldb．org／faqs．html)： (1)XMLEnabledDatabase(XEDB)，即能处理XML的数据库。其特点是在原有的数据库系统上扩充对XML数据的处理功能，使之能适应XML数据存储和查询的需要。一般的做法是在数据库系统之上增加XML映射层，这可以由数据库供应商提供，也可以由第三方厂商提供。映射层管理XML数据的存储和检索，但原始的XML元数据和结构可能会丢失，而且数据检索的结果不能保证是原始的XML形式。XEl)B的基本存储单位与具体的实现紧密相关。 (2)NativeXMLDatabase(NXD)，即纯XML数据库。其特点是以自然的方式处理XML数据，以XML文档作为基本的逻辑存储单位，针对XML的数据存储和查询特点专门设计适用的数据模型和处理方法。 (3)HybridXMLDatabase(HXD)，即混合XML数据库。根据应用的需求，可以视其为XEDB或NXD的数据库，典型的例子是Ozone(参阅http：//www．ozone-db．org/frames/home/what．html)。 XML文档有两种类型：面向文档处理和面向数据处理，”。面向文档处理的文档是利用XML来获取自然(人类)语言的那些文档，如用户手册。它们以复杂或无规则的结构和混合内容为特征，而且文档的物理结构非常重要。这些文档的处理侧重于给用户提供信息的最终表示，因此它们也被称作面向表示的文档。面向数据处理的文档主要利用XML来传送数据，这些文档包括销售订单、病人记录和科学数据等。面向数据处理的XML文档的物理结构，如元素的顺序，或者数据被存储为属性还是子元素，通常不是很重要。它们的特征是高度有序的结构，并且同时带有那些数据结构的多个副本，类似于关系数据库系统中的多条记录。这些文档的处理通常侧重于应用程序间的数据交换，因此它们也被称作面向消息的文档。这两类文档有时也简称为面向文档的(XML)文档和面向数据的(XML)文档。 面向数据处理和面向文档处理的XML文档之间的区别不大，然而文档上需要执行的操作是不一样的。在一个面向文档处理的XML文档中，需要执行的操作包括检索整个文档、搜索关键词、修改一部分或重排一部分。在一个面向数据处理的XML文档中，需要执行的操作包括检索文档的一个指定部分、搜索元素和数据的一个特定的结合、修改或删除一个简单的元素或一块简单的数据，或者给文档添加一个新元素。 1．3 XML数据库研究的问题 与传统的关系数据库管理系统(RDBMS)一样，XML数据库管理系统也要解决XML数据的存储与查询处理问题，即存储引擎与查询引擎(同关系引擎一样，将其称为x-引擎)。在X—引擎中主要研究XML数据的查询分解与优化，包括XML数据查询的代数表示，同关系代数一样。将其称为x-代数。 2 XML数据库的存储策略分析 首要问题是如何存储XML文档才是最好的?因为底层的存储表达对上层的查询处理和优化有着重要的性能影响”。因此，要实现XML数据库，首先必须解决XML文档的存储问题。根据已有的文献[3—6]，XML数据库的存储策略目前主要有以下三种：利用文件系统的平面文件、利用成熟的RD-BMS、利用对象管理器或面向对象数据库管理系统(OOD—BMS)。 2．1 文件系统的平面文件方法 XML文档本质—亡是序列化数据。序列化数据通常采用平面文件的形式，即将每一个XML文档分别存储在一个文本文件里”，并且实现一个查询引擎，当查询被执行的时候，XML文件被