支持壓縮域查詢(xún)的XML數(shù)據(jù)壓縮方法研究.pdf

1、近年來(lái)，隨著Internet的迅猛發(fā)展，XML已經(jīng)成為數(shù)據(jù)交換和表示的主要標(biāo)準(zhǔn)。由于XML具有良好的可擴(kuò)展性和跨平臺(tái)性，越來(lái)越多的信息以XML文件的形式進(jìn)行交換和存儲(chǔ)。XML數(shù)據(jù)的一個(gè)特點(diǎn)是存在較大的數(shù)據(jù)冗余，會(huì)造成存儲(chǔ)空間的浪費(fèi)、查詢(xún)效率的降低。因此，對(duì)XML數(shù)據(jù)行有效壓縮和查詢(xún)成為XML數(shù)據(jù)庫(kù)研究領(lǐng)域的一個(gè)重要的研究問(wèn)題。　　本文主要研究XML數(shù)據(jù)的壓縮和查詢(xún)技術(shù)，對(duì)XML數(shù)據(jù)的存儲(chǔ)模式拆分調(diào)整、XML數(shù)據(jù)的規(guī)范化存儲(chǔ)、XML數(shù)據(jù)

2、的相似性分析、頻繁子樹(shù)的挖掘、基于樹(shù)文法的壓縮、基于簽名自動(dòng)機(jī)的壓縮數(shù)據(jù)查詢(xún)技術(shù)等方面進(jìn)行了深入的研究，提出了有效的算法。　　本文的研究工作主要圍繞以下幾個(gè)方面進(jìn)行：　　首先對(duì)XML的研究歷史與現(xiàn)狀進(jìn)行綜述，分析了當(dāng)前XML數(shù)據(jù)壓縮與查詢(xún)的研究現(xiàn)狀和目前已有XML數(shù)據(jù)壓縮方法的不足，并指出了研究主題及目標(biāo)。其次，提出了XML模式規(guī)范化方法，利用函數(shù)依賴(lài)和規(guī)范化規(guī)則發(fā)現(xiàn)和消除XML文檔中存在的冗余結(jié)構(gòu)，實(shí)現(xiàn)在語(yǔ)義一級(jí)消除XML數(shù)據(jù)冗余

3、；研究并闡述了基于樹(shù)文法的XML數(shù)據(jù)壓縮方法。研究了XML文檔集之間和文檔內(nèi)部的結(jié)構(gòu)冗余問(wèn)題，并在此基礎(chǔ)上，通過(guò)對(duì)文檔集進(jìn)行聚類(lèi)、發(fā)現(xiàn)頻繁子樹(shù)，最終實(shí)現(xiàn)壓縮，并對(duì)所提出的算法進(jìn)行了實(shí)驗(yàn)，驗(yàn)證了算法的功能和有效性；提出了基于壓縮域的XML壓縮數(shù)據(jù)查詢(xún)處理方法。為了實(shí)現(xiàn)非完全解壓縮狀態(tài)下的查詢(xún)處理問(wèn)題，提出將簽名技術(shù)和自動(dòng)機(jī)技術(shù)相結(jié)合的基于簽名自動(dòng)機(jī)的查詢(xún)處理算法，實(shí)現(xiàn)XML壓縮數(shù)據(jù)在非完全解壓縮狀態(tài)下的查詢(xún)處理；提出了XML數(shù)據(jù)存取控制規(guī)