一种基于XML混合模式查询处理算法制造技术

本发明专利技术提供了一种基于XML混合模式查询处理算法，给定一个路径表达式查询，结合至少两种XML查询算法产生供替换的查询计划；基于每个可选的查询计划查询的代价，提选出最佳的评估计划；每个评估计划有一个相应的代价，表示使用该评估计划估计查询的必要时间；计算每个评估计划的代价，最小代价的评估计划即为最佳的查询计划。本发明专利技术提供的基于XML混合模式查询处理算法结合了两种及以上XML查询算法的优势，执行时间远远小于单算法的执行时间，提高了查询的处理速度，同时节约了搜索空间。试验结果表明，其在单文档上和多文档上查询均具有有效性，适于大范围推广应用。

【技术实现步骤摘要】
一种基于XML混合模式查询处理算法
本专利技术涉及一种基于XML混合模式查询处理算法，属于计算机科学

技术介绍
早在XML推出以前，数据库研究人员就注意到现实生活中存在着大量的不规则数据，即这些数据没有固定的模式、结构易变，而传统的数据库只能表达结构化的数据，因此研究人员提出了半结构化数据模型(参见：T.Bray，J.Paoli，C.M.Sperberg.ExtensibleMarkupLanguage(XML)1.0.http://www.-w3.org/TR/1998/REC-XML-19980210，1998)，以其相应的查询语言，Lorel是Lore系统的查询语言，它是以OQL为基础发展起来的，它的语法也是Select-From-Where结构。自1998年初XML1.0规范问世以来，Lore提供了对它的支持，因此Lorel也可以用来查询XML数据，又相继出现了多种XML查询语言(参见：A.Silberschatz，F.Korth，S.Sudarshan.DatabaseSystemConcepts.ThirdEdition.TheMcGraw-HillCompanies，1999：192-194)。XML算法按研究领域可分为两类：(1)数据库领域，如Lorel、XML-QL、YATL、Quilt、XML-GL等(参见：D.Florescu，D.Kossmann.StoringandQueryingXMLDataUsinganRBDMS.IEEEDataEngineeringBulletin，1999，22(3)：102-108)；(2)文档领域，如XSL、XQL等。其中，以Lorel、XML-QL、YATL、XQL影响较大。不同的研究领域，研究人员所关心的主要问题各有不同：数据库领域关心大型数据仓储、异构数据源集成、现有数据新的输出视图、私有数据到公共数据交换格式的转换等；而文档领域则侧重于全文检索、结构化文档的查询、内容检索与结构检索的集成、单个基础文档的多种输出形式等。而上述语言都只是侧重其中的一个方面，不能同时满足数据库和文档两方面的需求，为此，SoftWareAG、IBM和1NRIA综合了XML-QL、XQL、SQL以及OQL的优点，提出了Quilt(参见：T.Shimura，M.Yoshikawa，S.Uemura.StorageandRetrievalofXMLDocumentsUsingObject-RelationalDatabases.InInt'1Conf.onDatabaseandExpertSystemsApplications，Florence，Italy，1999：206-217；C.Baru，A.Gupta，B.Ludaescher，etc.XML-BasedInformationMediationwithMIX.IninDemoSession，ACM-SIGMOD′99，Philadelphia，PA，1999：597-599；M.Rys.State-of-the-ArtXMLSupportinRDBMS：MicrosoftSQLServer'sXMLFeatures.BulletinoftheIEEEcomputerSocietyTechnicalCommitteeonDataEngineering，2001，24(2)：3-11)。现有的常用的XML算法有以下几种：(1)基本内联法：首先为DTD(文档类型定义)中的每个元素生成一个“元素图”，它是DTD图中从该元素对应节点开始所能到达的节点构成的一个子图。基本内联法首先为每个元素图生成一个对应的表定义，并为所有可以直接达到的元素生成相应的属性，对于那些通过*节点达到的元素则另外生成一个表定义。基本内联法的最大缺点是生成了太多的表定义(对每个元素至少生成一个表)，由此导致在做某些查询的时候需要进行大量的集合操作。(2)共享内联法：共享内联法解决了基本内联法的上述问题，它只考虑处理那些在DTD图中入度大于1和入度为0的元素对应的“元素图”，它与基本内联法相同，对那些通过*节点达到的元素也另外生成一个表。共享内联法比基本内联法生成了较少的表定义，但在进行查询的时候却比基本内联法需要进行更多的连接操作。(3)混和内联法：混和内联法是共享内联法的改进，它与共享内联法唯一的不同在于：它同时还内联了那些入度大于1和通过*到达的节点。综上，在实现上，基本内联法由于生成了太多的表，通常是不可取的，但对共享内联法和混和内联法的性能测试表明，这两种方法各有所长。这是因为混和内联法内联了更多的元素，虽然有时候可以降低连接操作的次数，但同时也使表的结构更加庞大，从而降低了处理的速度。
技术实现思路
本专利技术要解决的技术问题是如何提高XML查询处理算法的处理速度，同时节约搜索空间。为了解决上述技术问题，本专利技术的技术方案是提供一种基于XML混合模式查询处理算法，其特征在于：给定一个路径表达式查询，结合至少两种XML查询算法产生供替换的查询计划；基于每个可选的查询计划查询的代价，提选出最佳的评估计划；每个评估计划有一个相应的代价，表示使用该评估计划估计查询的必要时间；计算每个评估计划的代价，最小代价的评估计划即为最佳的查询计划。优选地，计算每个评估计划查询的代价的具体规则如下：对每个评估计划可能的移动序列做详尽的搜索，沿着最优路径把搜索限定在一条窄带上：1)为状态设定一个优先权列表；2)裁剪产生次优解决方法的中间计划；3)为每个状态推出代价值ubCost，ubCost表示从某一状态转换到最终状态所需的上部绑定的代价的估计；给出如下几个概念：定义1给定一个查询模式Q＝(VQ，EQ)，VQ为节点数量，EQ为边的权重，一个状态节点Ns是在VQ中的一簇节点，满足下面的关系：(1)(2)onpathfromutovinQ(w为u到v的查询路径)定义2给定一个查询模式Q＝(VQ，EQ)，一个状态节点是一棵树S＝(Vs，Es)，Vs为树的节点数量，Es为边的权重，满足下面的关系：(1)VQ＝{v|v}∈Ns(2)(3)∪Ns＝VQ(Ns∈Vs)(4)(5)查询模式Q是一个状态自身，称作开始状态，表示为S0；当Vs＝{{VQ}}，状态为最终状态，表示为Sf；所有其它的状态被称为中间状态；定义3与每个状态S关联的是一个代价值Costvalue，Cost是计算S中由状态节点表示的所有子模式所需的操作的累积代价；或者说，Cost是开始状态S0转换到状态S所需的累积代价；定义4从状态S开始的一次moveM是向量(aN，dN，Algo，St，Cost)，其中，aN和dN是模式树节点且(aN，dN)∈Es是将被计算的边；Algo表示物理操作符；St是将被排序的节点；Cost是连接的估计代价；定义5一个状态S是无效的，当且仅当起始于某一状态S，有一组可能的移动将状态转换为另一种状态集，从而逐步接近最终状态，称该组移动为possiblemoves，并表示为pM(s)；查询处理过程中，通过扩展一个状态时向前看一步来避免无效状态的产生，具体如下：1)扩展：总是扩展有最低Cost+ubCost值的状态；2)裁剪：如果从S0到S的路径的代价超过了从S0到Sf的最低本文档来自技高网...

【技术保护点】
一种基于XML混合模式查询处理算法，其特征在于：给定一个路径表达式查询，结合至少两种XML查询算法产生供替换的查询计划；基于每个可选的查询计划查询的代价，提选出最佳的评估计划；每个评估计划有一个相应的代价，表示使用该评估计划估计查询的必要时间；计算每个评估计划的代价，最小代价的评估计划即为最佳的查询计划。

【技术特征摘要】
1.一种基于XML混合模式查询处理算法，其特征在于：给定一个路径表达式查询，结合至少两种XML查询算法产生供替换的查询计划；基于每个可选的查询计划查询的代价，提选出最佳的评估计划；每个评估计划有一个相应的代价，表示使用该评估计划估计查询的必要时间；计算每个评估计划的代价，最小代价的评估计划即为最佳的查询计划。2.如权利要求1所述的一种基于XML混合模式查询处理算法，其特征在于：计算每个评估计划查询的代价的具体规则如下：对每个评估计划可能的移动序列做详尽的搜索，沿着最优路径把搜索限定在一条窄带上：1)为状态设定一个优先权列表；2)裁剪产生次优解决方法的中间计划；3)为每个状态推出代价值ubCost，ubCost表示从某一状态转换到最终状态所需的上部绑定的代价的估计；给出如下几个概念：定义1给定一个查询模式Q＝(VQ，EQ)，VQ为节点数量，EQ为边的权重，，一个状态节点Ns是在VQ中的一簇节点，满足下面的关系：(1)(2)定义2给定一个查询模式Q＝(VQ，EQ)，一个状态节点是一棵树S＝(Vs，Es)，Vs为树的节点数量，Es为边的权重，满足下面的关系：(1)VQ＝{v|v}∈Ns(2)(3)∪Ns＝VQ(Ns∈Vs)(4)(5)查询模式Q是一个状态自身，称作开始状态，表示为S0；当Vs＝{{VQ}}，状态为最终状态，表示为Sf；所有其它的状态被称为中间状态；定义3与每个状态S关联的是一个代价值Co...

【专利技术属性】
技术研发人员：李宇佳，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：上海,31