關(guān)系-XML無(wú)縫集成數(shù)據(jù)庫(kù)系統(tǒng)中關(guān)鍵字查詢技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著XML逐漸成為數(shù)據(jù)表示和數(shù)據(jù)交換的標(biāo)準(zhǔn)，XML在越來(lái)越多的領(lǐng)域得到了廣泛的應(yīng)用，XML文檔的數(shù)量也在逐漸增多，如何從大量的XML文檔中搜索出用戶滿意的結(jié)果已經(jīng)成為數(shù)據(jù)庫(kù)領(lǐng)域一個(gè)重要的研究方向。
　　本文依托于國(guó)家863數(shù)據(jù)庫(kù)重大項(xiàng)目“無(wú)縫集成的關(guān)系-XML雙引擎數(shù)據(jù)庫(kù)管理系統(tǒng)研制及其示范應(yīng)用”，設(shè)計(jì)并實(shí)現(xiàn)了XML關(guān)鍵字查詢的功能。文中將XML關(guān)鍵字查詢分為帶有復(fù)雜結(jié)構(gòu)和不帶有復(fù)雜結(jié)構(gòu)的關(guān)鍵字查詢。帶有復(fù)雜結(jié)構(gòu)的關(guān)鍵字查詢即為結(jié)

2、構(gòu)查詢，它能夠精確的表達(dá)用戶的查詢要求，但同時(shí)對(duì)用戶要求很高，要求用戶掌握復(fù)雜的查詢語(yǔ)言，了解XML文檔的模式信息，適用于高級(jí)程序員或數(shù)據(jù)庫(kù)管理員;不帶有復(fù)雜結(jié)構(gòu)的關(guān)鍵字查詢即為關(guān)鍵字查詢，它對(duì)用戶要求低，適合于廣大的普通用戶，用戶只需輸入感興趣的一個(gè)或多個(gè)關(guān)鍵字，系統(tǒng)就會(huì)返回滿足用戶查詢意圖的結(jié)果。
　　文中首先介紹了關(guān)鍵字查詢的設(shè)計(jì)，包括存儲(chǔ)XML文檔信息的XmlInfoRelation表的結(jié)構(gòu)，存儲(chǔ)索引詞及索引詞的各種信息的

3、倒排索引和關(guān)鍵字查詢及結(jié)構(gòu)查詢用到的一些算法。XmlInfoRelation表中存儲(chǔ)了XML文檔的文本內(nèi)容和模式信息，是XML文檔的另一種表示形式，倒排索引建立在表中的文本列上，在倒排索引中，存儲(chǔ)了每個(gè)索引詞在XML文檔中的詳細(xì)位置信息。在此基礎(chǔ)上，提出了一個(gè)適合本系統(tǒng)的關(guān)鍵字查詢算法CoSQLRXSE，并與ILE算法進(jìn)行了比較。
　　其次，介紹了關(guān)鍵字查詢的具體實(shí)現(xiàn)過(guò)程。以一個(gè)XML關(guān)鍵字查詢實(shí)例來(lái)具體介紹關(guān)鍵字查詢具體涉及到的

4、數(shù)據(jù)結(jié)構(gòu)和算法，接下來(lái)對(duì)所有的數(shù)據(jù)結(jié)構(gòu)和算法分為三個(gè)方面進(jìn)行實(shí)現(xiàn)方面的介紹，這三個(gè)方面包括從倒排索引中或掃描XML文檔來(lái)提取所需要的查詢信息，根據(jù)查詢條件對(duì)提取的信息進(jìn)行判斷，將滿足查詢條件的XML文檔或文檔片段返回給用戶。
　　最后，本文進(jìn)行了實(shí)驗(yàn)測(cè)試與分析。文中采用XMark測(cè)試基準(zhǔn)對(duì)系統(tǒng)中不同規(guī)格的XML文檔進(jìn)行關(guān)鍵字查詢測(cè)試。實(shí)驗(yàn)結(jié)果表明，本文所設(shè)計(jì)的XML關(guān)鍵字倒排索引能夠顯著的加快查找速度，本文提出的算法能夠很好的結(jié)合