一种新的纯XML数据库索引机制.pdf

这些信息个性化的显示方式也很困难。有了XML之后，各种不同系统之间可以 采用XML作为交流媒介。这样就极大地方便了应用间的数据交换。 1．2国内外研究现状 随着因特网和信息技术的高速发展，XML已经成为因特网上信息交换和表 示的重要标准，XML数据数量正在呈级数级增长，如何高效、系统、科学地管 理这些大规模的数据已经成为数据库研究领域中的一个重要课题。 传统的以及最有用的提高查询性能的技术是建立有效的索引。一个构建良好 的索引在查询时不需要对整张表进行查询就可以得到结果。目前已经提出的 XML的索引机制可以分为三类：基于路径的索引、基于序列的索引和基于联接 的索引。 1．2．1基于路径的索弓 DataGuides[3J和基于Trie树的索引Index Fabric[…。通过路径表达式进行查询一直 是XML文档索引和查询研究领域内主要的研究焦点之一。 DataGuides的工作原理是，首先从XML文档中抽象和概括出文档的结构， 并通过这种结构加速XML查询过程。使用结构指导查询处理，这也是DataGuides 路径索引处理简单路径查询有非常高的效率。但它不能很好的支持分支查询 和带有通配符的查询。可以采取一些改进的策略来解决这个问题，但那样往往使 索引结构过大，以至于不能高效的执行查询。 2 灾 A B 审审 C C 』 ^ 0⑨ I l D D 66 (8) {b) 宓一举。审。6∽ 图1-1数据源及其对应的两种DataGuides 1．2．2基于序列的索弓 XML文档和查询表达式都转化成某种序列。然后通过子序列匹配，寻找数据库 中匹配的模式。比如在LMIX系统中，我们把XML文档看作一条线，文档的每 个元素和值看作是线的子线段。如果按照文档序对元素和值进行编号，对于格式 正确的XML文档，每个元素和值都将得到一个由一个值对组成的区间 如图1—2到图1—4所示，假设有查询”／n／wEI／n／c”，该查询的结果应该是区间 6，10，15，17。 刚啪‘OvI‘舶肾睁q》碌静胡泌‘一婚姘，‘范》‘C}¨叫CH瑚怿 图1-2把XML文档看作是一个序列 《3． V 嘲，8， 图1-3每个元素和值都赋予一个空间 图1—4利用模式匹配的方法进行查询 1．2．3基于联接的索弓 最后一种是基于联接(JOI№操作的索引方法。使用这种方法时，一个复杂的 路径表达式被分解成多个被称为原子表达式的基本路径表达式。通过访问索引结 构，可以直接得到原子表达式的查询结果。所有其他形式的查询表达式都包括联 接操作。XISS[8】和TwigStack[9l就是属于这种索引方法。 号，而size则表示这个结点最多有多少个孩子，这样我们根据任何两个结点的编 码就可以得到他们的关系(如父子／祖先后代关系)。XISS的主要索引结构有元 素索引、属性索引和结构索引，其主要思想是将复杂路径查询分解为简单路径， 然后对各简单路径的处理结果进行联接。XISS对路径查询处理，无须遍历XML 文档。 但是这种现有的设计存在这不足之处。首先，基于这种思想提出的快速确定