规则路径表示下XML数据的优化查询-计算机软件与理论专业论文.docxVIP

原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律责任由本人承担。 论文作者签名： !±：煎 目 期： 瑚弓。c}．?孑 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学 校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分 内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段 保存论文和汇编本学位论文。 (保密论文在解密后应遵守此规定) 论文作者签名：!i!函导师签名：——日 期： 山东大学硕士学位论文摘要 山东大学硕士学位论文 摘要 随着XML(Extensible Markup Language)的出现，它已成为Internet上信 息表示和交换的新标准[1]，因为XML数据具有自描述性，被认为是定义半结构化 数据最有前景的方法。为了检索XML和半结构化数据，已经出现了几种XML查询 语言，例如Lorel[2]，Xml—Ql[3]，xmi—Gl[4]，Xquery[5]等，它们的共同特征 是用规则路径的表示去查询XML数据。以往的研究表明[8]，运用当前关系数据库 的技术还不能满足XML数据的高效存储和查询，并且在处理有规则路径表示的查 询时，采用的一些基于传统遍历树的方法，在查询路径很长或未知的情况下效率 很低。在一些改进的查询处理方法中，提出了一些新的编码方案和索引结构，对 查询的处理也进行了优化，提高了查询效率。对现有索引结构和查询处理算法从 理论上进行剖析研究，并加以改进优化是很有意义的。 本文从XblL的基本知识开始，对XML的基本概念、语法等方面，配合实例代 码作了介绍，对XML解析器和文档对象模型DOM作了描述。随后，文章重点对XML 数据的查询语言、索引结构、查询处理算法以及优化问题展开了详细讨论，查询 语言主要介绍了Xquery[5]典型的“FOR-LET-WHERE—RETURN”的语法结构，它是 XQuery所具有的最接近于SQL的语句。索引结构主要讨论了Lore系统[9]的四 种索引和一个称作“Index Fabric”[10]的索引结构，对它们基于的理论基础、 框架结构、实现算法进行了描述。在对查询处理的算法中，文章首先简单介绍了 传统的基于遍历树的方法[8]，重点讨论了基于路径分解[6]的查询处理算法，对 其编码方案、索引结构、查询表达式的分解与中间结果集合并算法进行了分析。 本文的主要工作体现在第五章，一是针对在“路径分解”查询处理算法中， 当查询路径很长时，需合并的中间结果集很多，计算量非常大，而合并次序不同 导致计算量也不同的实际情况，基于“动态规划”的思想，设计出具体算法，先 确定出中间结果集的最优合并次序，再进行合并，大大降低了合并的计算量，提 高了处理效率；二是针对原算法在合并中问结果集时要进行大量树节点“祖先后 代”关系的判断，本文基于关系运算设计出新的处理算法，可减少“祖先后代” 关系的判断问题，进～步优化了奁询的处理。 论文的主要内容组织如一F：第一、二章介绍了xⅥL基本概念、解析器和文档 山东大学硕士学位论文对象模型等内容：第三章的内容为XML数据的查询语言和索引结构；XML数据的 山东大学硕士学位论文 对象模型等内容：第三章的内容为XML数据的查询语言和索引结构；XML数据的 查询处理方法在第四章进行了详细讨论：在第五章，文章提出了用动态规划算法 和关系分解法对处理XML数据的查询进行优化；最后在第六章对全文内容进行了 总结。 关键字：)(ML，路径分解，合并连接，动态规划 山东大学硕士学位论文ABSTRACT 山东大学硕士学位论文 ABSTRACT The extensible markup language XML has recently emerged new standard for information representation and exchange the Internet[1]．Since XML data is self-describing,XML is considered of the most promising means define semi·structure data．To retrieve XML and semi-structure data，several query languages have been prop