XML文檔在關(guān)系數(shù)據(jù)庫中存儲方案的研究.pdf

1、可擴(kuò)展標(biāo)記語言XML(eXtensibleMarkupLanguage)是一門新興的面向Intemet應(yīng)用的標(biāo)記語言。它是W3C(WorldWideWebConsortium,互聯(lián)網(wǎng)聯(lián)盟)提出的一套用于Web網(wǎng)絡(luò)上的數(shù)據(jù)和文檔結(jié)構(gòu)的通用標(biāo)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(biāo)記來描述文件中的數(shù)據(jù)元素，從而突破了HTML固定標(biāo)記集合的約束。XML不僅提供數(shù)據(jù)自身的信息，而且可以用來描述數(shù)據(jù)的結(jié)構(gòu)。XML的迅速發(fā)展使其成

2、為Web發(fā)展和數(shù)據(jù)交換的一種新標(biāo)淮。 Web上大量XML數(shù)據(jù)的使用引起了諸多問題，其中之一即為如何有效地對XML數(shù)據(jù)進(jìn)行存儲與管理。利用關(guān)系數(shù)據(jù)庫存儲XML數(shù)據(jù)，最大的優(yōu)勢在于可以利用關(guān)系數(shù)據(jù)庫現(xiàn)有的存儲管理、并發(fā)控制、恢復(fù)、版本機(jī)制等技術(shù)有效地管理數(shù)據(jù)。所以研究XML數(shù)據(jù)在關(guān)系數(shù)據(jù)庫中的存儲成為XML研究的一個熱點。當(dāng)XML數(shù)據(jù)存儲到關(guān)系數(shù)據(jù)庫時，需要將樹狀結(jié)構(gòu)的XML文檔映射成平面的行和列，這樣不僅增加了轉(zhuǎn)換的時間，而且破壞

3、了文檔本身的結(jié)構(gòu)，從而降低了數(shù)據(jù)處理的速度。 本文主要研究XML文檔在關(guān)系數(shù)據(jù)庫中的存儲問題。通過查閱大量文獻(xiàn)，作者介紹了XML的相關(guān)技術(shù)，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(jìn)行分析。同時對XMLSchema的基本語義進(jìn)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(nèi)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(guān)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(guān)系。代價模型結(jié)合B_Schema中的統(tǒng)計信息，對B_Schema進(jìn)行代價估計。引入一組改寫規(guī)則對B_Schema進(jìn)行改寫。B_Schema的改寫主要集中在兩個方面：內(nèi)聯(lián)改寫和choice合并改寫。引入一種搜索算法進(jìn)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