基于关系的XML数据处理研究-计算机软件与理论专业论文.docx

摘要摘 摘要 摘 要 fXML正在取代HTML成为Web信息发布和交换的事实上的标准。与HTML相 比，XML简单，自我描述，实现了内容、结构和表现三者的分离，更适合于数据表示 和交换。近来，XML在各种应用中得到了广泛的使用，Web上涌现了海量的XML数 据。为了有效地加工、分析和处理XML数据，研究者们已经提出了各种XML的查询 语言和存储管理技术。在存储管理XML的各种可能的方式中，基于关系的XML数据 处理是一种可行而有前景的方式，受到了广泛的关注。然而，由于数据模型的差异， 利用关系数据库查询处理XML数据给传统数据库技术带来了许多新的挑战弃本文研 究基于关系的XML数据处理技术，对XML数据的有效检索、XML数据库系统和查 询的可视化、环路查询处理、不同XML数据库系统实现的基准测试和XML的最优存 储模式选择等方面的问题作了深入的研究和探讨，提出了相应的解决方案和新的关键 算法和技术。提出的方法在开发的系统原型和工具中实现。在现实和人工XML数据 上的实验证明了本文提出的方法的有效性。本文的贡献和创新之处总结如下： · 提出了一个重写XML查询为有效的曼QL适鱼的系统的方法。＼该方法利用数据图 中的路径实例的统计信息来扩展kleene路径表达式，使得不具备不动点计算能力 的关系数据库系统也可以处理kleene路径表达式。为了进一步减少结果语句中的 连接操作次数，本文还提出了一种新的数据结构，路径目录。路径目录可以通过 一次连接操作计算一个简单路径表达式，大大提高了在关系数据库中计算路径表 达式查询的效率。卟 · 同时，本文提出了XML可视化查询技术，使得不了解XML查询语言的复杂的语 法的普通用户也可以通过浏览XML数据的结构信息和简单的点击动作生成合理的 XML查询； · 首次研究了XML的环路查询处理技术。本文首先扩展了关系数据库中的传递闭包 操作，提出了一种新传递闭包操作TC 。再在此基础上提出了两种环路查询技 术，路径保持的环路查询和点对点的环路查询处理，并提出了相应的路径保持的 环路扩张算法CEPP、路径保持的环路压缩算法CCPP、和点对点的环路压缩算法 CCEE。其中，点对点的环路压缩技术在实验中获得了令人满意的性能。(该研究使 得在关系中有效处理复杂的环路查询成为可能：斗 · 本文在基准测试方面的工作提供了第一个全面的XML数据库实现的基准测试，利 用两个XML测试基准XMark和XMach测试了目前在文献中报告过的最有代表性 的7种XML数据库实现。阻括：独立于文档的关系存储方法、依赖于文档的关系 存储方法、和基于面向对象的DOM实现等：}、本文研究和分析了在各种XML数据 摘要库实现中影响性能的因素和导致不同的查询性能的原因。纵分析中得出的结论对 摘要 库实现中影响性能的因素和导致不同的查询性能的原因。纵分析中得出的结论对 将来的XML数据库系统的设计和实现具有重要的指导意义和实用价值文 · 首次研究了XML的最优存储映射的问题。＼由于问题的复杂性使我们不可能通过穷 尽整个搜索空间来发现XML的最优存储模式，于r本文提出了一个基于爬山策略的 XML存储模式选择算法。f该算法将一个映射模式看作一个状态，提出了一个完整 的状态转换操作集合，使得任一种状态都可以通过系列操作转化为另一种状态， 并通过一个代价估计模型来驱动模式状态的转换。实验结果表明，该算法是有效 的，能够在合理的时间内产生好的存储模式，获得的存储模式的性能甚至显著优 于目前在文献中报告的最好的存储映射方法。J 关键字：xM≮查询重写j查询的可视嚷环路查询处理j基准测试j爬山算法； 2 摘要Abstract 摘要 Abstract XML is becoming the de facto standard for information publication and exchange on the Web，substituting for HTML．Comparing to HTML，XML is simple，self-describing，and the content，structure and representation ofXML documents are independent，which makes XML more suitable for data representation and exchange on the INTERNET．Recently，XML has been widely used in various applications，and very large volumes of XML data have been appeared in the Web．To organize a