基于XML的半结构化数据存储技术研究-计算机应用技术专业论文.docxVIP

山东科技大学硕士学位论文摘要 山东科技大学硕士学位论文 摘要 摘 要 互联网的迅速发展，使得网上数据不断激增。这些数据缺乏统一的、固定的模式， 而且往往是不规则、经常变化的。因此，半结构化数据模型应运而生，它是介于完全结 构化数据和无结构化数据之间的一种数据类型。要想对这种半结构化数据进行有效的管 理是十分困难的。如何对半结构化数据进行有效的管理成为研究的热点。 XML 技术的出现，推动了半结构化数据的发展。XML 数据是一种自描述的半结构 化数据，利用 XML 文档来管理半结构化数据是一种有效的途径。由于关系数据库在各 方面都相对成熟和稳定，因而采用关系数据库对 XML 数据进行存储和操作，将半结构 化转化为结构化的数据，具有重大的理论意义和实用价值。 论文的研究从分析半结构化数据和 XML 相关技术出发，旨在设计一种实现半结构 化数据到 XML 数据的映射算法和一种半结构化数据的存储结构实现 XML 数据到关系数 据库的映射。 论文深入探讨了半结构化数据的定义及特点，分析半结构化数据的模式描述形式以 及半结构化数据的模式抽取技术，详细介绍了 XML 和数据库的转换技术。 目前最具有代表性的半结构化数据的模式描述形式是 OEM 模型，它是一种带有嵌 套和标记的自描述性有向图。论文采用邻接表表示法实现图的存储，并给出各对象相应 的存储结构定义。通过对 OEM 模型图的遍历，把 OEM 模型所对应的图结构，转换为相 应的 XML 文档，生成 XML 数据，实现半结构化数据向 XML 文档的映射。基于有向图 的深度优先遍历思想，给出一个转换算法实现了 XML 数据的生成。 转换得到的 XML 数据是一种无模式的数据文档，而且 XML 文档中不存在属性的成 分，只有元素成分的存在。基于所生成的 XML 文档，通过分析 XML 文档和数据库技术 的相互映射方法，采用一种基于前缀编码的模型映射方法，实现 XML 数据和数据库的 映射。 论文最后给出了一个简单的半结构化电子病历数据，实现了半结构化数据向关系数 据库的映射转换，并给出了几个典型的 XML 查询实例。真正的通过 XML 技术和现有关 系数据库技术相联系，实现“以关系数据库为存储手段，以 XML 技术为交换载体”的 数据管理模式。 关键字：OEM 模型图；XML 技术；关系数据库；映射；半结构化数据 Abstract With the rapid development of Internet, the data on the net is increasing continuously. These data lacks unitive and fixed model. Moreover, these data is always irregular and mutative frequently. So, the model of semi-structured data emerges at the times require. Semi-structured data is a data type which is between structured data and unstructured data. It is very difficult to manage the semi-structured data effectively. And how to manage the semi-structured data effectively is becoming hot spot of research. The appearance of XML technology drives the development of semi-structured data. XML data is a self-descriptive semi-structured data, it is an efficient way to use XML document to manage semi-structured data. As relational database is relatively mature and stable in all areas, using relational database to store and operate XML data and changing semi-structured data into structured data is of great theoretical and practical value. The research of paper sets out from analyzing semi-