支持動(dòng)態(tài)更新的XML數(shù)據(jù)編碼方法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，Internet成為全球信息傳遞和共享的最重要資源，如何利用Internet上的大量信息成為亟待解決的問(wèn)題。當(dāng)前，企業(yè)和個(gè)人通過(guò)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)交換變得越來(lái)越頻繁，但是由于不同用戶采用的數(shù)據(jù)表示方式不同，因此傳統(tǒng)的數(shù)據(jù)模式不再適合用來(lái)表示這些數(shù)據(jù)，需要一個(gè)為大家普遍接受的數(shù)據(jù)表示方式來(lái)對(duì)網(wǎng)絡(luò)數(shù)據(jù)的交互格式進(jìn)行統(tǒng)一。此時(shí)，XML的出現(xiàn)引起了人們極大的關(guān)注，隨著網(wǎng)絡(luò)應(yīng)用的快速發(fā)展，它正在成為Internet上

2、數(shù)據(jù)表示和交換的事實(shí)標(biāo)準(zhǔn)。因此，如何有效地存儲(chǔ)和查詢xML數(shù)據(jù)，特別是其中的基于特定編碼方法的存儲(chǔ)和查詢，由于其具有廣泛的應(yīng)用，已經(jīng)成為XML數(shù)據(jù)領(lǐng)域中的研究熱點(diǎn)問(wèn)題之一。當(dāng)前針對(duì)XML文檔樹(shù)的編碼方法，大致可以分為兩大類：基于區(qū)間的編碼和基于路徑的編碼?；趨^(qū)間的編碼方法利用XML文檔的有序特點(diǎn)，根據(jù)每一個(gè)元素結(jié)點(diǎn)在原XML文檔中字典順序的位置給每一個(gè)元素結(jié)點(diǎn)賦予一個(gè)編碼；而基于路徑的編碼方法則是利用XML文檔的嵌套特點(diǎn)，根據(jù)XML文

3、檔的嵌套結(jié)構(gòu)，給從文檔跟結(jié)點(diǎn)開(kāi)始所能達(dá)到的每個(gè)路徑和元素結(jié)點(diǎn)賦予一個(gè)編碼。目前提出的XML數(shù)據(jù)編碼方法對(duì)XML文檔樹(shù)的動(dòng)態(tài)更新都不能提供很好的支持，本文就此進(jìn)行了相關(guān)方面的研究。 本文在分析比較了現(xiàn)有的XML數(shù)據(jù)編碼方法后，提出了一種新的支持動(dòng)態(tài)更新的XML，數(shù)據(jù)編碼方法。該編碼方法能夠快速準(zhǔn)確的判斷x札文檔結(jié)構(gòu)樹(shù)中任意兩個(gè)結(jié)點(diǎn)之間的父子、祖先/后裔以及兄弟關(guān)系，并采用可變擴(kuò)展序號(hào)支持x札文檔的動(dòng)態(tài)更新，可有效降低XML文檔的二

4、次編碼率。主要工作如下： (1)對(duì)現(xiàn)有的區(qū)間編碼、前綴編碼、位向量編碼和二叉樹(shù)編碼進(jìn)行了深入的比較分析，指出了現(xiàn)有編碼方法不能很好地支持x札文檔樹(shù)動(dòng)態(tài)更新的不足； (2)提出了一種支持更新的XML文檔編碼方法，該方法在兄弟結(jié)點(diǎn)之間采用了擴(kuò)展序號(hào)：層次較高的兄弟結(jié)點(diǎn)之間預(yù)留了較多的擴(kuò)展序號(hào)；為每個(gè)結(jié)點(diǎn)保存了序號(hào)的增量，從而更好地支持了XML文檔的更新。隨著XML文檔更新次數(shù)的增加，二次編碼率將得到明顯的降低； (3