XML數(shù)據(jù)庫(kù)查詢及其模式集成研究.pdf

1、在網(wǎng)絡(luò)日益普及的今天，絕大多數(shù)Web數(shù)據(jù)仍是以HTML文件的方式存儲(chǔ)而非數(shù)據(jù)庫(kù)方式，由此產(chǎn)生的問(wèn)題之一是：Web數(shù)據(jù)無(wú)結(jié)構(gòu)，因而無(wú)法通過(guò)基于結(jié)構(gòu)的精確查詢而得到。XML理論及其相關(guān)技術(shù)正是在這樣一種背景下誕生，它為Web數(shù)據(jù)的表示和結(jié)構(gòu)化提供了理論和技術(shù)上的支持。論文基于這一背景，對(duì)XML數(shù)據(jù)的抽象、查詢、集成和優(yōu)化等方面進(jìn)行了理論和實(shí)驗(yàn)探討，主要研究工作和貢獻(xiàn)如下： (1)本文仿照關(guān)系型數(shù)據(jù)庫(kù)(RDB)建立了XML數(shù)據(jù)系統(tǒng)的三

2、層模型：概念層、離散模型層和物理存儲(chǔ)層(查詢視圖集、離散模式集和對(duì)象集)，以XML格式文檔具有一定的模式這一事實(shí)為出發(fā)點(diǎn)，提出了XML文檔集合的離散模式概念，從而建立了在離散模式集上的XML文檔對(duì)象集合(XML數(shù)據(jù)庫(kù))。這一XML數(shù)據(jù)庫(kù)是基于離散XML模式的，是一個(gè)基于離散模式的XML數(shù)據(jù)庫(kù)系統(tǒng)(DISXDBS)。本文的研究工作就是以許多新的思想和方法來(lái)完成和完善上述系統(tǒng)的各部分功能而展開(kāi)的。 (2)在定義了相應(yīng)的邏輯語(yǔ)言后，給

3、出了XML文檔樹(shù)模型的形式化表示，并基于這一數(shù)學(xué)模式研究了一般查詢、樹(shù)查詢和結(jié)構(gòu)型查詢，并用邏輯表達(dá)式集成了查詢結(jié)果。這一工作從理論上證明了XML文檔結(jié)構(gòu)的可形式化，為基于這一模型的圖擴(kuò)展提供了依據(jù)。 (3)基于上述XML文檔結(jié)構(gòu)的抽象和完善XML結(jié)構(gòu)的表示，本文提出了圖模式的XML數(shù)據(jù)組織方案，并進(jìn)行了XML環(huán)境下的基于圖匹配的數(shù)據(jù)查詢研究，給出了形式化程度較好的查詢表示和查詢方法。由于某一離散模式代表整個(gè)XML數(shù)據(jù)庫(kù)的一部分

4、，基于這一模式概念與XML數(shù)據(jù)庫(kù)的數(shù)據(jù)抽象—擴(kuò)展的OEM圖模型，本文將查詢實(shí)現(xiàn)表示為模式子圖在XML數(shù)據(jù)庫(kù)圖中的匹配或同態(tài)。通過(guò)引入CSP變換及求解，完成了圖匹配查詢和優(yōu)化的具體實(shí)現(xiàn)，給出了一套從離散模式到XML數(shù)據(jù)庫(kù)的圖匹配轉(zhuǎn)化為CSP問(wèn)題的具體方法，并對(duì)其求解方法進(jìn)行了研究和實(shí)現(xiàn)，從而完成了對(duì)具體XML數(shù)據(jù)庫(kù)的查詢。本文還將這一思想和技術(shù)用于對(duì)查詢進(jìn)行優(yōu)化。 (4)為了統(tǒng)一離散模式并使其遵守W3C規(guī)范，本文對(duì)XML模式進(jìn)行了

5、擴(kuò)展，這一擴(kuò)展不僅形式化程度高而且引入了XML代數(shù)和自動(dòng)機(jī)的概念，并證明了這一代數(shù)是布爾代數(shù)。實(shí)現(xiàn)了一個(gè)能對(duì)XML代數(shù)所約束的XML文檔進(jìn)行分析的分析器，從而實(shí)現(xiàn)了離散模式的集成，為統(tǒng)一表示XML文檔的模式奠定了理論基礎(chǔ)。 (5)定義了具有XML特色的蘊(yùn)含關(guān)系，并將其運(yùn)用于查詢的優(yōu)化。在查詢優(yōu)化方面，本文還作了一些RDB與XML數(shù)據(jù)查詢優(yōu)化方法比較的理論探索。其意義在于：從理論上證明了XML查詢優(yōu)化與RDB查詢優(yōu)化的差異，因而也