XML數(shù)據(jù)查詢中值匹配查詢代價估計.pdf

1、近年來，XML已經(jīng)成為互聯(lián)網(wǎng)上數(shù)據(jù)發(fā)布和數(shù)據(jù)交換的事實標(biāo)準(zhǔn)并受到越來越多的關(guān)注。雖然XML查詢技術(shù)已經(jīng)取得一些研究成果，但由于XML文檔自身的特點，XML查詢技術(shù)在理論上和實現(xiàn)上都還存在很多難點。本文對XML查詢技術(shù)進行深入研究，對XML數(shù)據(jù)查詢算法研究現(xiàn)狀、發(fā)展以及應(yīng)用進行了分析和總結(jié)。特別是分析了XML查詢優(yōu)化技術(shù)的XML統(tǒng)計數(shù)據(jù)模型、XML數(shù)據(jù)在數(shù)據(jù)庫中的存儲、XML數(shù)據(jù)的解析和查詢處理的方法。目前已經(jīng)提出了多種XML數(shù)據(jù)查詢的方

2、法，但是對于復(fù)雜的XML數(shù)據(jù)分布還考慮不周全，使得操作效率很低。本文分別從一維選擇估計和多維選擇估計兩個方面詳細(xì)闡述了選擇估計技術(shù)，結(jié)合實際中XML的特點，提出了用多維直方圖統(tǒng)計XML數(shù)據(jù)，并取得了簡化操作的結(jié)果。 XML數(shù)據(jù)中的值信息分布不僅與其他值信息分布相關(guān)，還與XML數(shù)據(jù)中的結(jié)構(gòu)信息相關(guān)，而且當(dāng)XML數(shù)據(jù)結(jié)構(gòu)比較復(fù)雜時，會形成高維元素，導(dǎo)致存儲量和錯誤率大幅上升，因此本文提出了用離散余弦轉(zhuǎn)換方法（DCT）處理XML數(shù)據(jù)

3、統(tǒng)計，并根據(jù)XML數(shù)據(jù)的高相關(guān)性，擴展了DCT到高維，得到了高維DCT方程。使得查詢統(tǒng)計的錯誤率大大減小，并且在時間和空間上都有很大的節(jié)省。 對一種方法的提出，要考慮詳細(xì)周全的實驗驗證，在試驗中所有的數(shù)據(jù)都被生成在（0，1）n正態(tài)分布中，合成的數(shù)據(jù)大小為50k，維數(shù)范圍從2到10維，從一般分布、Zipf分布和集簇分布，三個數(shù)據(jù)分布分別來驗證:（1）存儲需求和選擇性估計時間；（2）維數(shù)和查詢大小的影響；（3）數(shù)據(jù)分布影響。