一种基于硬件的XML解析方法的设计与实现

论文摘要

XML（Extensible Markup Language，可扩展标记语言）是一种使用标记标记内容以传输信息的简单方法，由于它的可扩展性和跨平台特征，在web服务器和数据库系统中得到了广泛的应用，已经成为了数据描述和交换的标准。然而，相对于现在企业级服务器GB级的数据吞吐量，基于软件的XML解析无法达到所要求的吞吐量，对网络性能来说，这已成为一个严重的瓶颈。如今，开发一种能够替代软件解析XML的方法已成为必须。本文通过对XML解析的理论分析以及四种解析模型的对比，最后提出了一种基于DOM解析模型的硬件解析XML的方法。它主要包括四个重要的模块：词法分析模块、格式良好检查模块、DOM树构建模块和Schema验证模块。词法分析主要是对输入的XML字符做出相应的标记，从而识别出元素名、属性名以及文本内容，通过使用一个FSM实现。格式良好检查主要是对XML文档进行语法检查，包括元素名检查和属性名检查，在元素名检查中，主要使用栈结构对元素名字符进行匹配，而属性名检查主要是检查同一元素的属性名唯一性，本文使用一种名为布隆过滤器的高效随机存储结构，可以快速的判断当前的元素是否已经出现过。DOM树构建模块独立于格式良好检查模块和Schema验证模块，它是对整个XML文档的信息建立一棵树形结构，主要包括元素名节点、属性名节点、元素内容节点和属性内容节点四种节点类型。Schema验证是对XML文档中的元素和属性与Schema文档中所定义的规则进行匹配来验证XML文档的合法性，由于Schema文档定义的规则比较固定，在解析之前，首先对Schema文档进行预处理，将它定义的规则制作成一个静态表存储在本地内存中，这样在进行解析的过程中可以直接通过查询表寻找相应的规则。最后通过大量的实验，验证了本文的硬件解析方法较软件解析方法拥有很高的加速比，此系统的吞吐量可以达到1.2Gbps。所有的实现都是在FPGA硬件环境下测试与仿真的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 主要工作
• 第二章 XML和XML Schema
• 2.1 XML简介
• 2.1.1 XML的发展和作用
• 2.1.2 XML的定义和例子
• 2.1.3 XML的相关术语
• 2.1.4 XML的应用
• 2.2 XML Schema简介
• 2.2.1 XML Schema的定义和例子
• 2.2.2 XML Schema的重要性和优点
• 2.3 本章小结
• 第三章 主要的解析模型
• 3.1 DOM解析模型
• 3.2 SAX解析模型
• 3.3 StAX解析模型
• 3.4 VTD-XML解析模型
• 3.5 四种解析模型的对比
• 3.6 本章小结
• 第四章 基于DOM解析的步骤分析
• 4.1 格式良好检查
• 4.2 Schema验证
• 4.3 DOM树构建
• 4.4 本章小结
• 第五章 硬件体系结构设计
• 5.1 模块之间的连接方式
• 5.2 Schema预处理技术
• 5.2.1 静态表表项说明
• 5.2.2 静态表的结构说明
• 5.3 内存组织
• 5.4 最终的体系架构
• 5.5 本章小结
• 第六章 硬件详细设计和仿真
• READ模块'>6.1 MEMORY_READ模块
• 6.1.1 模块详细设计
• 6.1.2 模块接口和时序图
• 6.2 词法分析模块
• 6.2.1 模块详细设计
• 6.2.2 模块接口和时序图
• 6.3 格式良好检查模块
• 6.3.1 模块详细设计
• 6.3.2 模块接口和时序图
• 6.4 元素名检查模块
• 6.4.1 模块详细设计
• 6.4.2 模块接口和时序图
• 6.5 属性名检查模块
• 6.5.1 模块详细设计
• 6.5.2 模块接口和时序图
• 6.6 Schema验证模块
• 6.6.1 模块详细设计
• 6.6.2 模块接口和时序图
• 6.7 元素名验证模块
• 6.7.1 模块详细设计
• 6.7.2 模块接口和时序图
• 6.8 属性名验证模块
• 6.8.1 模块详细设计
• 6.8.2 模块接口和时序图
• 6.9 元素内容验证模块
• 6.9.1 模块详细设计
• 6.9.2 模块接口和时序图
• 6.10 属性内容验证模块
• 6.10.1 模块详细设计
• 6.10.2 模块接口和时序图
• 6.11 DOM树构建模块
• 6.11.1 模块详细设计
• 6.11.2 模块接口和时序图
• 6.12 本章小结
• 第七章 性能评估
• 7.1 测试文件
• 7.2 测试结果
• 7.3 结果分析
• 7.4 本章小结
• 第八章 结束语
• 8.1 总结
• 8.2 展望
• 致谢
• 参考文献
• 在校期间研究成果