純XML數(shù)據庫結構關系查詢技術.pdf

1、隨著 INTERNET的迅猛發(fā)展，互聯(lián)網中涌現(xiàn)出了大量的半結構化數(shù)據資源。近年來，如何從浩如煙海的網絡信息中快速、有效地查詢用戶所需要的信息，一直是當前網絡應用中所面臨的重要難題。因此，作為能有效地管理大量 XML文檔集的XML數(shù)據庫技術，正引起國內外越來越多的研究人員的關注。
　　XML本身所具有的自描述性、靈活的數(shù)據結構以及其豐富的數(shù)據表示等特點，逐漸成為互聯(lián)網中數(shù)據表示、數(shù)據存儲和交換的標準。由于其描述的WEB數(shù)據所具有半結

2、構化特征，使得以往主要面向結構化數(shù)據或非結構化數(shù)據的研究成果不能很好地應用于WEB數(shù)據處理中。因此，傳統(tǒng)的數(shù)據管理方式如關系數(shù)據庫管理方式、面向對象數(shù)據庫管理方式等，不能夠較好地適應對大量 XML文檔進行管理的需求。半結構化數(shù)據管理問題也因此成為當前WEB數(shù)據處理領域的一個研究熱點。其中關于XML描述的半結構化數(shù)據的有效存儲和高效查詢等問題尤為關鍵。
　　本文正是圍繞 XML數(shù)據庫中半結構化數(shù)據的存儲方式和查詢效率兩方面的問題展開

3、研究，以提高查詢的效率，特別是對結構關系的查詢。研究內容和取得的成果主要體現(xiàn)在以下幾個方面：
　　1.為了能夠有效地支持對 XML數(shù)據庫中結點間結構關系的查詢，提高查詢的效率。本文提出了一種新的XML數(shù)據編碼方案，即結點相對坐標編碼（Relative Coordinate Encoding，RCE）。該編碼為本文所提出的基于改進 B+樹的結點嵌套關系索引提供了有力地支持。
　　2.基于RCE編碼，提出一種新的索引方法，即基于

4、改進 B+樹的結點嵌套關系索引（Node Nesting Relation Index based B+ Tree，NNRI）。在對 XML文檔中結點之間結構關系查詢時，特別是對祖先/后裔結構關系和父親/孩子結構關系的查詢，利用該索引能夠快速、直接地定位到滿足查詢條件的所有結點以及它們的存儲磁盤地址，有效地減少了對不必要結點的讀取，從而降低磁盤的I/O次數(shù)。另外，該索引結構是平衡的，不同的訪問所需的代價幾乎是一樣的。
　　3.基于

5、RCE編碼和NNRI索引的特點，采取一種合適的XML數(shù)據存儲方式，即基于層同名結點的聚集存儲方式，以進一步減少磁盤的I/O次數(shù)，提高對結點間結構關系查詢的效率。
　　4.基于上述編碼方案、索引方法和數(shù)據物理存儲方式，提出一種基于NNRI索引的XML數(shù)據庫結構關系查詢算法。
　　本文最后從理論和實驗兩方面給予證明和分析，表明與目前具有代表性的結構關系查詢算法相比，本文所提出的基于NNRI索引的結構關系查詢算法在查詢效率上有了較