基于LFB存儲結構的XML壓縮查詢算法研究與應用.pdf

1、隨著網絡和分布式技術的不斷發(fā)展,使得全球很多服務器上的信息都可以得到共享。中國移動湖南省公司的經營分析系統(tǒng)需要收集各地市的數(shù)據,對其進行整理分析,找到真正需要的有用值。但問題是各地區(qū)存儲數(shù)據的格式不一致,比如有的地區(qū)是用WORD格式存儲,另一些地區(qū)使用EXCEL格式存儲或PDF存儲等等。所以要把它統(tǒng)一轉換成一種格式,將這些數(shù)據孤島統(tǒng)一聯(lián)系起來,這個問題是本課題必須要解決的。
　　 XML技術可以很好的解決這個問題,這種半結構化的

2、數(shù)據結構可以存取任何形式的數(shù)據。然而XML格式數(shù)據冗余較大,首先造成了存儲空間的大量浪費,其次又增加了搜索處理的輸入輸出的時間,這樣搜索速度必然會降低。目前,壓縮是減小XML文檔大小的一種行之有效的方法,但是壓縮后的XML文檔需要解壓后才能對其進行驗證、搜索等操作,這在某些應用中時間和空間代價過高。所以如何在有效壓縮XML文檔的同時能夠在壓縮后的文檔上進行搜索等操作就成為基于XML的數(shù)據交換中需要解決的問題。為此,本文研究以下幾個方面:

3、
　　 首先,對現(xiàn)有的幾種XML壓縮方法的結構和技術特點進行詳細的描述,分析了各種技術的優(yōu)勢和劣勢,對比了各種壓縮方法的性能。其次,研究了Xpath與Xquery和傳統(tǒng)的分支搜索與按值搜索方法,并對這幾種方法進行了詳細的對比和分析,闡述LFB(Logic Function Block)存儲結構。再次,借助LFB中的輔助信息,提出了基于LFB存儲結構的分支算法和按值算法,尋找搜索的優(yōu)化執(zhí)行順序,對比Xpath與Xquery和傳統(tǒng)的