基于模式的XML查询重写及索引技术研究

【摘要】：XML(Extensible Markup Language,可扩展标记语言)是W3C(万维网)于1998年2月推出的一种标记语言。由于其独特的技术优势,XML推出后很快就成为网络中数据表示及交换的标准。因此,要构建基于XML的各种应用,准确高效的从XML数据源中查询并获取数据就成为其中关键的一步。论文基于这一背景,对XML数据的抽象、查询、索引等方面进行了理论与实验探讨,主要内容、创新、贡献及意义如下: 首先,在分析构建查询系统所需的基本要件的基础上,论文提出了查询体系的总体框架,论述了从文档解析到查询处理的一般过程; 其次,论文基于DTD与XPE树模型,研究了XPath查询表达式的优化技术,提出了三种基于DTD模式树的查询表达式重写方法。通过对重写前后查询时间的比较,证明了重写算法的有效性。 然后,论文提出了一种名为DOBI(DTD Orthogonal B+tree Index)的结构索引,该索引通过查找DTD信息及利用特殊的存储结构,能很好的解决结构化查询中最基本的祖先及后代连接问题,并高效的实现各种查询。经过理论和实际的查询效率分析,证明此方法可快速的确立元素间关系,减少路径访问次数,节约I/O资源,有效地实现XML文档的结构连接,提高查询效率。 接下来,根据Tatarinov等在XQuery的基础上提出的XML文档更新操作语言XUpdate,论文提出了基于DOBI索引的更新算法,该算法能保持文档的有效性,并使得高效的数据更新成为可能。 论文最后对全文所展开的工作进行了总结,并指明了未来的研究方向。