基于Xpath路徑表達(dá)式的選擇度估算研究.pdf

1、隨著互聯(lián)網(wǎng)新技術(shù)的發(fā)展，網(wǎng)絡(luò)服務(wù)和信息交換等應(yīng)用大規(guī)模出現(xiàn)。由于網(wǎng)絡(luò)數(shù)據(jù)的異種性和異構(gòu)性，就急需一套統(tǒng)一的數(shù)據(jù)表示和數(shù)據(jù)交換的標(biāo)準(zhǔn)?？蓴U(kuò)展標(biāo)記語(yǔ)言(eXtensible Markup Language，XML)及時(shí)解決了這個(gè)問題。XML是由萬(wàn)維網(wǎng)協(xié)會(huì)(World Wide Web Consortium，W3C)制定的用來(lái)描述數(shù)據(jù)信息的一種標(biāo)準(zhǔn)語(yǔ)言。它具有良好的平臺(tái)無(wú)關(guān)性和自描述能力，XML逐漸成為網(wǎng)絡(luò)中表示數(shù)據(jù)和交換數(shù)據(jù)的基本格式。近年

2、來(lái)，XML數(shù)據(jù)量指數(shù)級(jí)的增長(zhǎng)，準(zhǔn)確、高效地查詢。XML數(shù)據(jù)成為目前的一個(gè)研究熱點(diǎn)問題。路徑是XML數(shù)據(jù)的一個(gè)重要屬性，在XML查詢優(yōu)化研究中，關(guān)于路徑表達(dá)式選擇性代價(jià)估計(jì)是一個(gè)重要的研究領(lǐng)域，如何根據(jù)路徑表達(dá)式，特別是復(fù)雜路徑表達(dá)式來(lái)完善XML查詢優(yōu)化，提高查詢效率是XML查詢優(yōu)化的核心問題。
　　 本文在分析比較了現(xiàn)有路徑表達(dá)式的選擇度估算方法的基礎(chǔ)上，以樹型XML，為數(shù)據(jù)模型，XPath為查詢語(yǔ)言，結(jié)合XML數(shù)據(jù)結(jié)構(gòu)和XPa

3、th路徑表達(dá)式的特點(diǎn)，研究了一種基于XPath路徑表達(dá)式的選擇度估算方法，主要內(nèi)容包括以下：
　　 1．分析研究了幾種典型的以獲得和維護(hù)XML統(tǒng)計(jì)信息的方法為線索的路徑表達(dá)式選擇度估算方法，并對(duì)它們之間的性能進(jìn)行了綜合比較。
　　 2．根據(jù)XPath路徑表達(dá)式中謂詞所含條件，結(jié)合XML數(shù)據(jù)結(jié)構(gòu)，從結(jié)構(gòu)和條件兩方面對(duì)XPath路徑表達(dá)式進(jìn)行標(biāo)記，把XPath路徑表達(dá)式轉(zhuǎn)換為標(biāo)記路徑表達(dá)式，并用算法實(shí)現(xiàn)了對(duì)XPath路徑表達(dá)

4、式的標(biāo)記，處理后的表達(dá)式比原來(lái)的表達(dá)式更加簡(jiǎn)潔，語(yǔ)義清楚，便于存儲(chǔ)。
　　 3．根據(jù)XPath查詢返回的結(jié)果大小和XPath路徑表達(dá)式所對(duì)應(yīng)的標(biāo)記路徑表達(dá)式為XML查詢處理器構(gòu)建統(tǒng)計(jì)信息表，根據(jù)該統(tǒng)計(jì)信息表對(duì)XML路徑表達(dá)式進(jìn)行選擇度估算；最后針對(duì)DBLP和Xmark兩個(gè)數(shù)據(jù)集，進(jìn)行了實(shí)驗(yàn)測(cè)試，并與采用路徑樹(Path Tree)和馬爾科夫表(Markov Table)的路徑表達(dá)式選擇度估算方法進(jìn)行了估算誤差的比較，論證了該方法