xml数据模型及相关技术综述

《xml数据模型及相关技术综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、XML数据模型及相关技术综述：随着Inter的发展，XML成为在X络上用于数据描述和数据交换的新的标准。在介绍XML及其数据模型的同时，对几种查询技术和更新操作作简要的叙述。　　关键词：XML；索引结构；编码；更新　　：TP3：A：1671－7597（2011）0310038－01　　　　0引言　　随着Inter的发展，XML（eXtensiveMarkupLanguage）[1]于98年被L文档中的数据，几种查询语言，诸如Lorel,XML-QL,XML-GL,Quilt,XPath,andXQuery,已经被提出。本文简要介绍了XML语言及其数据模型，并对几种

2、查询技术和更新操作作了简要的叙述。　　1XML数据模型　　1.1扩展标记语言（XML）　　XML是一种描述性的语言，作为SGML（标准通用标记语言StandardGeneralizedMarkupLanguage）的一个子集，XML保留了SGML的可扩展的功能，并将SGML的丰富功能和的易用性结合到L数据模型　　定义XML数据模型是执行XML数据操作的前提和基础。由于XML文档的嵌套的，层次的结构，我们可以把一个XML文档定义为一个具有如下特点的结构，如图1：　　1）是一个被标记节点的图（或者树）结构，其中的每一个节点用原文档中的元素的标签来标记；　　2）边用来表

3、示文档中元素间的嵌套关系；　　3）该结构中有一个明确的根节点。　　2XML索引和查询技术　　由于XML已经成为Inter上广为流行的标准，如何对XML数据进行索引和查询也就成为近些年来研究的热点。这些方法概括起来，可以分为两类：1）基于结构化索引的方法；2）基于结构化连接的方法，它们都是以树型结构为基础的。　　2.1结构化索引　　利用图的相似性的概念，我们把XML文档结构图中具有相似性的节点合并为一个被称为索引节点的节点，从而建立了一个索引结构图，可见该索引图的规模比原图小了很多，从而有利于进行快速的查询。　　典型的索引结构为1-index[2]（如图2），利用从

4、根节点开始的路径的信息，定义了一个索引结构图，它能够对查询作出精确的判断。然而，对一些较为复杂的，不规则的文档结构，l-index[2]结构图往往会变的很大，影响了查询的性能。局部相似性概念的提出，权衡了查询性能和查询精度，减小了索引结构图的规模，从总体上提高了查询效率。A（k）-index[3]是这一家族的一个很好的代表，通过调整k的值，它建立了一个索引序列，改善了1-index[2]中存在的问题。之后提出的D（k）-index[4]，具有了动态的特性，通过对索引结构图的调整，很好的适应了不断变化的查询模式。　　2.2结构化连接　　不同于结构化索引，结构化连接采

5、用了另一种思想，即把找到XML数据中基本的结构关系作为XML查询处理的核心操作。它基于编码方式，利用节点间编码的关系来快速的决定XML文档结构中的节点间祖先后代关系和父子关系。编码方式以其良好的查询性能引起了人们的广泛的研究，目前的编码方式主要包括区域编码方式[6，7，8]，前缀编码方式[9，10]和素数编码方式[11]。例如，利用元素在文档中开始和结束位置[6]，构成了一种区域编码方式。树型结构中的两个节点a和b，a是b的祖先节点的充要条件是a的开始位置小于b的开始位置，并且a的结束位置大于b的结束位置。假设a编码为（1，7），b的编码为（3，4），因为14，所

6、以a一定是b的祖先节点。前缀编码则是通过与节点的前缀进行比较来判断节点间的关系。素数编码[11]方式是利用了素数的独特的性质来决定节点间的关系。　　3更新　　更新通常包括边（或节点）的插入和删除，以及子树的插入和删除，这两类基本操作分别对应了在XML文档中对一个标签和一个子文档的操作。有关更新的研究，大致分为两类，它伴随着不同的查询技术，即前面提到的索引方式和编码方式。　　针对1-index[2]，R.kaushik[12]等人首先提出了一套更新算法，包括边的插入和删除，以及子树的插入和删除。它避免了更新操作发生时，对索引图的重构。之后，[13]对以上算法进行了改

7、进，进一步减小了更新后的索引图的规模，并针对A（k）-index[3]提出了更新算法。　　基于编码模式的更新，往往依赖于具体的编码技术，对更新的操作，也就是编码的过程。　　4小结　　XML数据是一种半结构化数据的实例。随着XML的逐渐流行，关于XML的相关技术的研究，特别是如何快速的对结构化的XML文档进行查询，也已经成为人们关注的焦点，也是以后XML数据研究人员工作的重点。