xml数据库查询及其模式集成研究计算机应用技术专业论文.docxVIP

摘要在网络日益普及的今天，绝大多数Web数据仍是以HTML 摘要 在网络日益普及的今天，绝大多数Web数据仍是以HTML 文件的方式存储而非数据库方式，由此产生的问题之一是：Web 数据无结构，因而无法通过基于结构的精确查询而得到。XML理 论及其相关技术正是在这样一种背景下诞生，它为Web数据的表 示和结构化提供了理论和技术上的支持。论文基于这一背景，对 XML数据的抽象、查询、集成和优化等方面进行了理论和实验探 讨，主要研究工作和贡献如下： (1)本文仿照关系型数据库(RDB)建立了XML数据系统的三 层模型：概念层、离散模型层和物理存储层(查询视图集、离散模 式集和对象集1，以XML格式文档具有一定的模式这一事实为出 发点，提出了XML文档集合的离散模式概念，从而建立了在离 散模式集上的XML文档对象集合(XML数据库)。这一XML数 据库是基于离散XML模式的，是一个基于离散模式的XML数据 库系统(DISXDBS)。本文的研究工作就是以许多新的思想和方法 来完成和完善上述系统的各部分功能而展开的。 (2)在定义了相应的逻辑语言后，给出了XML文档树模型 的形式化表示，并基于这一数学模式研究了一般查询、树查询和 结构型查询，并用逻辑表达式集成了查询结果。这一工作从理论 上证明了XML文档结构的可形式化，为基于这一模型的图扩展 提供了依据。 (3)基于上述XML文档结构的抽象和完善XML结构的表 示，本文提出了图模式的XML数据组织方案，并进行了XML环 境下的基于图匹配的数据查询研究，给出了形式化程度较好的查 询表示和查询方法。由于某一离散模式代表整个XML数据库的 一部分，基于这一模式概念与XML数据库的数据抽象一扩展的 OEM图模型，本文将查询实现表示为模式子图在XML数据库图 中的匹配或同态。通过引入CSP变换及求解，完成了图匹配查询 和优化的具体实现，给出了一套从离散模式到XML数据库的图 匹配转化为CSP问题的具体方法，并对其求解方法进行了研究和 实现，从而完成了对具体XML数据库的查询。本文还将这一思 实现，从而完成了对具体XML数据库的查询。本文还将这一思 想和技术用于对查询进行优化。 (4)为了统一离散模式并使其遵守W3C规范，本文对XML 模式进行了扩展，这一扩展不仅形式化程度高而且引入了XML 代数和自动机的概念，并证明了这一代数是布尔代数。实现了一 个能对XML代数所约束的XML文档进行分析的分析器，从而实 现了离散模式的集成，为统一表示XML文档的模式奠定了理论 基础。 (5)定义了具有XML特色的蕴含关系，并将其运用于查询 的优化。在查询优化方面，本文还作了一些RDB与XML数据查 询优化方法比较的理论探索。其意义在于：从理论上证明了 XML查询优化与RDB查询优化的差异，因而也说明了本文基于 XML的查询优化方法的合理性。本文还从物理层出发，以提高查 询效率为目的，对如何存储XML数据进行了理论和实验研究。 最后，本文对基于离散模式的XML数据查询和集成的工作 进行了总结并对今后的工作进行了规划和展望。 关键词XML模式，数据库，XML代数，匹配，CSP问题 II ABSTRACTIn ABSTRACT In current Internet era，overwhelming majority of Web data iS still stored in HTML format instead of database．The problem with that iS that the Web data have no structure and hence users are not able to have access to Web data via precisely querying them．XML theories and technologies are surging against the situation mentioned above．They provide theoretical and technical support for representing and structuring Web data．Based on what mentioned above，the dissertation does some theoretical and experimental research on abstracting，querying，integrating and optimizing XML data． First．we have established a notion of three—layer model through imitating th