一种混合时态XML索引模型研究

论文摘要

随着XML应用的普及，对XML文档查询的要求也就越来越高。如果不在XML文档上建立索引结构，那么针对XML数据的任何查询都很可能导致对整个文档树的遍历。对于海量的XML文档这种遍历所花费的开销巨大。因此，建立高效的索引用来查询XML文档成为近来研究的热点。在已有的索引结构中，ViST是一种功能强大的索引。然而，当查询一个XML路径是否存在于XML文档中时，其效率十分低下，并且其搜索结果也可能与XML原文档不符。本文提出了新的索引结构：一种结构编码与簇集索引相结合的XML混合索引(简称HiSC)。XML文档中的每条路径被编成结构编码序列，这些序列与XML树中结点序列一一对应，并将XML树中结点分类保存。查询时，对查询路径进行结构编码，然后将这些编码与XML文档的结构编码进行匹配，找出文档中所有可能的路径。此索引通过减少访问不符合查询条件的数据来提高查询的效率，其查询结果更加精确且包含更多结构信息。同时，HiSC还支持关键字查询。通过在标准的XMARK样本数据集上实验，表明此索引结构在具有高的效率同时具有高的准确性。时态信息处理技术的应用领域越来越广阔，并有向多元化的方向发展的趋势。由于时态信息数据的海量性以及时态信息存在方式的异构性，时态信息处理日益多样化和复杂化。因此，可以将XML技术与现有一些时态技术相结合，从而有效处理时态信息。本文提出了一种支持时态XML文档的模型。此模型支持XML文档保存事务时间和有效时间。通过对标准的XML Schema进行扩充，使XML文档能够保存时变数据。为了更好地支持时态查询和更新，将时变数据分为历史数据和当前数据，采用不同的结构，分别存储。在此基础上提出了时态XML文档更新的方法。从理论上证明此模型同时满足时态一致性和路径一致性。

论文目录

• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 XML 研究背景
• 1.2 国内外研究现状
• 1.3 XML 索引分类
• 1.3.1 结点记录类索引
• 1.3.2 结构摘要类索引
• 1.4 XML 文档中的时间表示
• 1.4.1 XML 中的时态属性
• 1.4.2 时间基本元素单位
• 1.5 本文研究内容和组织结构
• 2 HISC 索引基本结构
• 2.1 XML数据模型
• 2.2 区间编码方案
• 2.3 结构编码
• 2.4 HiSC组织形式
• 3 HISC 索引查询算法
• 3.1 简单查询算法
• 3.2 复杂路径查询算法
• 3.3 通配符的路径查询算法
• 3.4 关键字查询算法
• 4 实验及性能分析
• 5 时态 XML 数据模型
• 5.1 三种基本时间
• 5.2 模型基本结构
• 5.3 模型时态一致性
• 5.4 路径时态一致性
• 5.5 时态数据的更新
• 5.5.1 历史数据的更新
• 5.5.2 当前数据的更新
• 5.5.3 文档根结点的更新
• 6 总结和展望
• 6.1 全文总结
• 6.2 展望
• 参考文献
• 在校期间发表的论文和参与的项目
• 致谢