樹模型XML數(shù)據(jù)的壓縮存儲(chǔ)及查詢處理方法的研究.pdf

1、隨著近年來WebService的蓬勃發(fā)展，XML（extensiblemarkuplanguage）越來越多地活躍在數(shù)據(jù)交換和存儲(chǔ)領(lǐng)域，用XML表示的半結(jié)構(gòu)化數(shù)據(jù)得到越來越普遍的應(yīng)用，XML已經(jīng)成為Internet上信息表示和交換的重要標(biāo)準(zhǔn)。然而，由于一方面XML數(shù)據(jù)大幅增長(zhǎng)，另一方面XML數(shù)據(jù)存在著非常大的冗余，如何有效的存儲(chǔ)和查詢大規(guī)模的XML數(shù)據(jù)成為當(dāng)前研究的一個(gè)熱點(diǎn)問題。
　　當(dāng)處理大數(shù)據(jù)量XML數(shù)據(jù)時(shí)，首要的是為之建立行

2、之有效的磁盤存儲(chǔ)結(jié)構(gòu)。為此，本文首先提出了一種基于F&B索引的XML數(shù)據(jù)的磁盤壓縮存儲(chǔ)結(jié)構(gòu)LDF&B，其優(yōu)點(diǎn)在于：一方面，LDF&B摒除了傳統(tǒng)存儲(chǔ)方法中相同的值信息重復(fù)存儲(chǔ)帶來大量冗余的問題；另一方面，該結(jié)構(gòu)引入的同帶索引與反向索引結(jié)構(gòu)將具有相同性質(zhì)的節(jié)點(diǎn)聚集在一起，使得可以快速的定位到滿足條件的節(jié)點(diǎn)集，很好的支持了其上的查詢處理。
　　其次，我們給出了基于LDF&B存儲(chǔ)結(jié)構(gòu)的一系列查詢處理算法。第一、對(duì)于含值的查詢，在過濾掉大量

3、的不滿足條件的中間結(jié)果的同時(shí)，減少了大量中間結(jié)果的匹配操作，高效的實(shí)現(xiàn)了Disk-basedF&B[1]中無法處理的含值的查詢，并且相對(duì)于正向先匹配結(jié)構(gòu)信息后判斷值信息的算法，查詢的效率也有著顯著的提高。第二、對(duì)于分支查詢的處理，相比于Join的方法，所需遍歷的節(jié)點(diǎn)數(shù)量得到很大程度的降低，并且無須保存中間結(jié)果即可得到最終結(jié)果集，內(nèi)存開銷極小，使得分支查詢的處理效率明顯提高。第三、對(duì)于單路徑查詢的處理，本文提出的方法可以迅速定位出匹配查詢