XML文檔在關系數據庫中存儲方案的研究.pdf

1、可擴展標記語言XML(eXtensibleMarkupLanguage)是一門新興的面向Intemet應用的標記語言。它是W3C(WorldWideWebConsortium,互聯(lián)網聯(lián)盟)提出的一套用于Web網絡上的數據和文檔結構的通用標記語言。XML實際上是一種定義語言，即使用者可以自行定義標記來描述文件中的數據元素，從而突破了HTML固定標記集合的約束。XML不僅提供數據自身的信息，而且可以用來描述數據的結構。XML的迅速發(fā)展使其成

2、為Web發(fā)展和數據交換的一種新標淮。 Web上大量XML數據的使用引起了諸多問題，其中之一即為如何有效地對XML數據進行存儲與管理。利用關系數據庫存儲XML數據，最大的優(yōu)勢在于可以利用關系數據庫現有的存儲管理、并發(fā)控制、恢復、版本機制等技術有效地管理數據。所以研究XML數據在關系數據庫中的存儲成為XML研究的一個熱點。當XML數據存儲到關系數據庫時，需要將樹狀結構的XML文檔映射成平面的行和列，這樣不僅增加了轉換的時間，而且破壞

3、了文檔本身的結構，從而降低了數據處理的速度。 本文主要研究XML文檔在關系數據庫中的存儲問題。通過查閱大量文獻，作者介紹了XML的相關技術，并對各種XML文檔的存儲方法作了一個簡單的比較。作者對XML文檔的各種存儲方法進行分析。同時對XMLSchema的基本語義進行分析，引入B_Schema(BasicXMLSchema)的概念，提出一個基于B_Schema的XML文檔存儲方法。主要內容如下： B_Schema是XMLS

4、chema的一種等價形式。B_Schema可以被直接映射為關系模式。B_Schema由XMLSchema生成，采用DOM樹表示。引入分級節(jié)點的概念，分級節(jié)點可以直接映射為關系。代價模型結合B_Schema中的統(tǒng)計信息，對B_Schema進行代價估計。引入一組改寫規(guī)則對B_Schema進行改寫。B_Schema的改寫主要集中在兩個方面：內聯(lián)改寫和choice合并改寫。引入一種搜索算法進行優(yōu)化處理。該算法利用改寫規(guī)則得到一組等價的B_Sch