主流dbms提供的xml数据索引对比研究

《主流dbms提供的xml数据索引对比研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、目录1引言12索引技术概论12.1XML索引及其分类22.2XML数据及XPath查询处理32.3XML索引分类53基于SQLSERVER2005的XML索引73.1XML索引在SqlServer2005中的支持73.2建立XML索引数据73.2.1主索引83.2.2次索引83.2.3内容索引104基于ORACLE10GDB的XML索引114.1什么是ORACLEXML数据库114.2索引XML内容125基于DB29PUREXML的XML索引135.1XML索引在DB29pureXML中的支持135.1.1XML索引的SQL函数类型145.1.2理解DB2中XPath表达式[7]1

2、45.1.3节点类型155.2DB29pureXML中的XML索引技术165.2.1在路径中使用text()节点165.2.2使用theUNIQUE关键词175.2.3使用XML命名空间186实验对比研究196.1SqlServer2005中的实验对比研究196.1.1实验方法196.1.2实验结果216.2Oracle10gDB中的实验对比研究216.2.1实验方法216.2.2实验结果246.3DB29pureXML中的实验对比研究246.3.1实验方法246.3.2实验结果277总结29致谢30参考文献3131主流DBMS提供的XML数据索引对比研究1引言XML(Extens

3、ibleMarkupLanguage)，意为可扩展的标记语言，它是SGML的子集，是一套定义语义标记的规则，它也是一种元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。随着XML数据量的不断增长，要求更有效的数据管理能力和更快、更精确的查询。为了提高XML数据的查询效率，特别是结构查询的效率，要求有一种很有效的方法——XML索引技术。XML(最新的规范为2004年的XML1.1)(extensiblemarkuplanguage),即可扩展的标记语言,是一套定义语义标记的规范,其目标是能够定义计算机和人都能方便识别的数据类型.随着网络应用的快速发

4、展,尤其是电子商务、Web服务等应用理念的进一步发展,使得XML类型的数据成为当前主流的数据形式.对XML据的管理也成为研究的热点.同时，随着互联网上XML文档的不断增多，对这些数据的使用越来越依赖于互联网搜索引擎强大的检索能力，对检索XML文档的搜索引擎的研究也就越迫切。如何将XML索引技术与现代主流关系数据库(ORACLE10G,MICROSOFTSQLSERVER2005和IBMDB29)技术结合起来，使得检索结果更为准确，也使得传输的数据量大大减小。2索引技术概论在讨论索引技术时，主要考虑两方面的问题：一是索引的对象，既在什么数据上面建索引；二是索引的组织结构。下面分别讨论

5、这两方面的问题。在关系世界中，索引的对象很简单，就是元组的某一属性。这是因为在关系数据库里面，只有一种结构—关系表，查询的时间直接查询表中的数据项。这种索引就是值索引。然而在XML31数据库中，查询是多种多样的。有时是对XML文档中关键字的搜索，这类搜索可以用值索引来辅助；但是更多的是类似于XPath或XQuery那样的查询，这时搜索不仅涉及到值，还涉及到结构（如一个结点在文档树中的路径），因此，仅在某些值上建索引是不够的。在XML-enabled数据库里面，由于结构信息（如一个边的路径）往往分裂在几个表里面，因此无法对路径建索引，查找特定路径的结点往往是通过几个表间的连接（称为s

6、tructuraljoin或containmentquery）来实现的，这也是XML—enabled数据库效率低下的原因之一。考虑到这些因素，一般的纯XML数据库都对多个对象建索引，主要有：值索引，即在属性值或结点内容上面建索引；结点名索引，即在结点标记上面建立索引；边或路径索引，即在XML文档树的边上面建立索引。再看索引的组织形式。在关系数据库中，索引的组织形式主要是B+树及其变体。B+树结构的优点是：它是平衡的，因而对数据项的访问代价是基本确定的；它是扁平的，因而搜索的时候深度不是太深，访问的磁盘I/O不会太多；它是插入，删除和查询时的效率都是较高的，因而综合性能是很好的。用B

7、+树建立值索引毫无疑问是可行的，但是用它来管理XML文档的路径信息可能就不那么如意了。因为当XML文档的模式改变时，索引结构以及索引项可能都做较大调整，很明显这时维护B+树的代价是很高的。并且B+树对索引项的长度和索引项的数目是比较敏感的，如果要在大量长的而且重复较少的数据项上建立索引，B+树就会快速膨胀，从而导致访问时磁盘I/O的增加和更新时的繁琐，因而也不适合直接管理大量的路径信息。另外一种常用的索引结构是哈希表。哈希表根据一个哈希函数快速将搜索键定位到某个桶（b