双时态xml模型及其查询和更新技术研究

《双时态xml模型及其查询和更新技术研究》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、中山大学硕士学位论文双时态XML模型及其查询和更新技术研究姓名：蔡苗苗申请学位级别：硕士专业：计算机软件与理论指导教师：汤庸20060606双时态XML模型及其查询和更新技术研究计算机软件与理论硕士生：蔡苗苗指导教师：汤庸教授摘要随着计算机网络技术的发展，XML作为Web上一种新的数据发布语言，将成为Web上下一代“数据表达”和“数据交换”的统一标准。然而，时间是自然界无所不在的客观属性，所有信息都具有相应的时态属性，XML也不例外。如何表达，查询和更新XML中的时态信息已经逐渐引起不少学者们的兴趣。我们称能够根据时序进行访问的XML文档

2、为时态XML。XML文档很少是静止的一成不变的，它经常会被修改。引入“时态表达”后，时态XML本身就能够记录XML文档的一系列修改痕迹，它为我们提供了一种高效可行的XML版本管理方案。另一方面，由于“传统关系模型”的灵活性差以及“SOL语言”的可扩展性低等原因，至今还没有解决如何在已有的商业数据库系统中支持时态的有效可行的方案。相比之下，XML和XQuery比“传统的关系模型”和SQL能够更好地支持时态信息表达和时态查询，目前不少学者开始转向研究如何利用时态XML来实现时态信息处理。本文研究了双时态XML的数据模型，以及它的查询和更新技术

3、。首先，我们提出了一个双时态XML数据模型，并探讨和实现了两种将该数据模型映射到一个具体的双时态XML文档的映射方案。接着，我们基于双时态关系下，分析了时态变量的复杂语义并给出了时态变量的绑定算法。然后，我们用XQuery自定义了一系列时态函数，用于实现双时态XML的时态查询，并提供了支持时态变量复杂语义的机制。最后，我们借鉴双时态数据库的Snodgrass表示数据模型中的更新机制，探讨并实现了双时态XML数据模型的更新算法。关键词：双时态XML，数据模型，时态变量，XQueryResearchofBitemporalXML'sModel

4、ing，QueryingandUpdatingComputerSoftwareandTheoryName：MiaomiaoCaiSupervisor：YongTangProfessorAbstractAsthefastdevelopmentofcomputertechniqueandnetwork，XMLwhichisanewlanguagefordatarepresenting，isexpectedtobecomeauniversalformatfordataexchangeontheWeb．Ofcourse，timeispresent

5、inalmostanyinformation，andthesametoXMLThetopicofrepresenting，queryingandupdatingtemporalinformationinXMLhasreceivedsomeattention．Generallyspeaking,wemakesomechangesonXMLdocumentsastimegoesby．Then，wemaywanttoqueryaboutpaststatesofsuchdocuments．BecausetemporalXMLcanstorethe

6、successiveversionsofadocumentinanincrementalfashion，itprovidesusahi曲effectivemethodforversionmanagement．Ontheotherhand，althoughthedesignspaceoftemporalrelationaldatabasehasbeensoextensivelyexploredastoday,notemporaldatamodelandquerylanguageexistswhichisgenerallyacceptedin

7、theresearchcommunity,orsupportedbymajorvendors．ThetroublesomeexperienceofrelationalsystemswithtemporalinformationisduetotheinflexibilityoftherelationaldatamodelandthelackofextensibilityofSQI^anditdoesnotnecessarilycarryovertoXMLandXQuery．Hence，thedatadefinition＆manipulati

8、onframeworkofXML＆XQueryCallsupporttemporalmodelsandtemporalquerysignificantlybetterthanthetradit