原生XML數(shù)據(jù)引擎研究.pdf

1、隨著XML的廣泛應(yīng)用，XML數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，如何高效地管理這些數(shù)據(jù)成為當(dāng)前急需解決的問題。目前已有一些方法，如利用文件系統(tǒng)或傳統(tǒng)的關(guān)系數(shù)據(jù)庫系統(tǒng)來存儲(chǔ)和管理這些數(shù)據(jù)。但是這些方法并非針對(duì)XML所設(shè)計(jì)，在管理XML數(shù)據(jù)時(shí)有其局限性。因此需要針對(duì)XML數(shù)據(jù)的特征，研究適應(yīng)其需要的原生XML數(shù)據(jù)管理技術(shù)。 本文研究原生XML數(shù)據(jù)管理中的核心技術(shù)，并以此為基礎(chǔ)實(shí)現(xiàn)了原生的XML數(shù)據(jù)引擎系統(tǒng)，主要做了以下工作： 1．分析了常見

2、的XML數(shù)據(jù)編碼方案的優(yōu)缺點(diǎn)，提出改進(jìn)的DLN編碼方案。此方案利用位模式來直接確定編碼的長(zhǎng)度，而不是DLN采用的遞歸插入次值的方式，從而縮短了編碼長(zhǎng)度。 2．根據(jù)XML的特點(diǎn)，對(duì)Xindice系統(tǒng)的壓縮存儲(chǔ)方法進(jìn)行改進(jìn)，設(shè)計(jì)并實(shí)現(xiàn)了基于字節(jié)流的壓縮存儲(chǔ)。這種原生的XML存儲(chǔ)方法在實(shí)現(xiàn)XML數(shù)據(jù)高效壓縮的同時(shí)還保持了數(shù)據(jù)之間關(guān)系。 3．以基于字節(jié)流的壓縮存儲(chǔ)為基礎(chǔ)，結(jié)合改進(jìn)的DLN編碼，提出既能支持結(jié)構(gòu)查詢和又能支持值查詢

3、的復(fù)合索引結(jié)構(gòu)，并給出該索引的構(gòu)造算法。 4．設(shè)計(jì)了XQuery查詢語言核心表達(dá)式(PATH和FLWOR表達(dá)式)的文法，使用JavaCC工具根據(jù)此文法生成詞法語法分析器，進(jìn)而利用該分析器由XQuery語句生成相應(yīng)的語法樹。 5．以生成的語法樹為基礎(chǔ)實(shí)現(xiàn)查詢表達(dá)式的處理。對(duì)于PATH表達(dá)式，除了實(shí)現(xiàn)通常的導(dǎo)航式處理之外，還根據(jù)本文采用的復(fù)合索引實(shí)現(xiàn)了集合式處理。對(duì)于FLWOR表達(dá)式，采用基于子句的查詢處理方法，由語法樹分解