压缩XML数据库查询处理方法的研究

论文摘要

近几年来,XML已经成为Internet上数据表示、交换和存储方面的标准,为数据库的应用开辟了一个崭新的领域,然而由于XML数据的半结构化特性以及XML数据所特有的路径表达式查询方式的特殊性,限制了使用关系数据库系统对XML数据的管理功能,也正是由于XML的这些特点及冗余性特点,使得不但增加了查询处理的I/O时间,同时也造成了一定的存储空间的浪费,从而降低了XML的效率,导致压缩XML成为必要的工作。但是很多压缩后的XML文档需要先解压,才能对其进行查询处理等必须的操作,并有着查询代价过大等各方面的缺点,所以如何在有效压缩XML文档的同时,保证不解压情况下进行查询处理等操作,就成为XML研究中急需解决的一个问题,使得对支持压缩的数据上直接查询处理等方面的研究工作变得十分重要。本论文分别从结构和内容两个方面研究并消除XML的冗余信息,针对已有XML压缩方法的缺点和不足之处,提出了两种可支持压缩后直接查询处理的XML压缩方法,最后给出了一种有效支持直接查询处理的XML压缩模型,并与其他已有压缩方法进行比较和分析,证明了其在一定范围内的高效性。最后,本文实现了一个符合上述XML压缩查询模型的原型系统,其中的压缩模块用的就是本文提出的XML压缩技术,并与其他压缩方法进行如压缩率、压缩时间和查询处理时间等方面的对比实验,分析了实验结果,并发现本文提出的两种XML压缩方法平衡了压缩率和查询处理时间两个方面,并能有效地支持压缩后的直接查询处理,压缩效果有一定的提高。

论文目录

• 中文摘要
• ABSTRACT
• 第1章 绪论
• 1.1 XML 基础
• 1.2 XML 相关技术
• 1.2.1 XML 查询语言
• 1.2.2 文档类型定义DTD
• 1.2.3 XML 主要应用
• 1.3 国内外研究现状
• 1.3.1 通用压缩技术现状
• 1.3.2 XML 压缩技术现状
• 1.4 本文组成
• 1.5 本章小结
• 第2章 基于XML 树索引编码技术
• 2.1 XML 索引技术
• 2.2 XML 编码
• 2.3 基于结构的路径索引
• 2.4 基于压缩的索引技术
• 2.4.1 基于树结构的压缩索引
• 2.4.2 基于序列的压缩索引技术
• 2.5 本章小结
• 第3章 基于树的XML 压缩算法
• 3.1 已有XML 压缩方法的不足
• 3.2 压缩模型
• 3.3 结构压缩树
• 3.4 基于树的XML 索引压缩方法TXIC
• 3.4.1 TXIC 压缩算法原理
• 3.4.2 TXIC 压缩算法性能分析
• 3.5 基于序列索引的压缩方法SIXC
• 3.5.1 SIXC 压缩算法原理
• 3.5.2 SIXC 压缩算法性能分析
• 3.6 基于树的序列索引压缩模型
• 3.7 本章小结
• 第4章 基于压缩的XML 查询算法
• 4.1 压缩查询引言
• 4.2 压缩数据上的简单查询处理
• 4.2.1 压缩数据上的简单路径查询处理
• 4.2.2 压缩数据上的单源路径查询处理
• 4.3 压缩数据上的复杂查询处理
• 4.3.1 压缩数据上的父子结点查询处理
• 4.3.2 压缩数据上的值查询处理
• 4.4 本章小结
• 第5章 原型系统的设计与实验
• 5.1 原型系统实现
• 5.1.1 原型系统概述
• 5.1.2 原型系统框架
• 5.1.3 原型系统功能
• 5.2 测试数据源
• 5.2.1 XML 数据源
• 5.2.2 XML 查询语句
• 5.3 综合性能分析
• 5.3.1 压缩率比较
• 5.3.2 压缩时间比较
• 5.3.3 查询性能分析
• 5.4 本章小结
• 结论
• 参考文献
• 致谢