【技术实现步骤摘要】
一种基于MapReduce的分布式XSLT处理方法及处理系统
[0001]本专利技术涉及数据处理
，具体涉及一种基于MapReduce的分布式XSLT处理方法及处理系统。
技术介绍
[0002]可扩展标记语言（Extensible Markup Language，缩写为XML），是一套定义语义标记的规则，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。XML在Internet上面已经被广泛应用于数据交换，同时它也是一种存储应用程序数据的常用格式（比如字处理，音乐库等）。在很多情况下，当使用XML来仅仅存储数据的时候，对应的文档结构非常紧凑并且直观。
[0003]目前，可扩展标记语言（XML）广泛应用于多种领域，如Web服务和语义Web，它已经成为事实上的数据交换和表示标准。为了实现XML数据文件的自动转换和提取，W3C提出并推荐了可扩展样式语言转换技术（Extensible Stylesheet Language Transformations，缩写为XSLT）。可扩展样式语言转...
【技术保护点】
【技术特征摘要】
1.一种基于MapReduce的分布式XSLT处理方法，其特征在于，包括如下步骤：S1、获取待处理的XML数据文件和XSLT规则样式表文件；S2、提取XML数据文件中各个数据节点信息，得到XML数据节点信息集，记为A
‑
Box数据集；提取XSLT规则样式表文件中的各类转换模板规则，分别为每个类别的转换模板规则创建一个模板规则文件N
‑
XSLT，得到模板规则数据集，记为T
‑
Box数据集；S3、采用MapReduce框架对A
‑
Box数据集中的各个数据节点进行批量归类整理，将每个类别的数据节点分别归类为一个数据节点子集N
‑
XML；S4、采用MapReduce框架分别对每个数据节点子集N
‑
XML与各个模板规则文件N
‑
XSLT进行模板规则匹配；S5、采用MapReduce框架分别对每个数据节点子集N
‑
XML中的各个XML数据节点按照相匹配的模板规则文件N
‑
XSLT所指示的转换模板规则进行批量的XSLT转换处理，从而完成对XML数据文件的分布式XSLT转换处理。2.根据权利要求1所述的基于MapReduce的分布式XSLT处理方法，其特征在于，步骤S2中，对提取得到的XML数据文件中各个数据节点信息，是经过键值描述处理后再存入A
‑
Box数据集中，其中的键值属性信息包括节点名、节点位置信息和节点类型信息，且每个数据节点信息用于映射指示XML数据文件中相应的一个数据节点。3.根据权利要求2所述的基于MapReduce的分布式XSLT处理方法，其特征在于，步骤S2中，为每个类别的转换模板规则所创建的模板规则文件N
‑
XSLT，是映射指示相应类别的转换模板规则的键值描述文件，且其中的键值属性信息包括文件名、模板规则序列号和节点匹配属性。4.根据权利要求3所述的基于MapReduce的分布式XSLT处理方法，其特征在于，步骤S3包括：S301、预先采用MapReduce框架建立XML数据节点类别映射Map函数和XML数据节点类别归约Reduce函数；S302、将A
‑
Box数据集中的每个数据节点信息分别作为XML数据节点类别映射Map函数的输入，通过XML数据节点类别映射Map函数搜索具有相同节点类型的各个数据节点，将搜索结果存入第一临时文件temp1中；S303、XML数据节点类别映射Map函数的搜索结果作为XML数据节点类别归约Reduce函数的输入，通过XML数据节点类别归约Reduce函数将每个类别的数据节点分别归类为一个数据节点子集N
‑
XML，并将归约结果存入第二临时文件temp2中；S304、将入第一临时文件temp1和第二临时文件temp2中存储的数据均上传到分布式文件系统进行存储。5.根据权利要求4所述的基于MapReduce的分布式XSLT处理方法，其特征在于，步骤S4包括：S401、预先采用MapReduce框架建立模板规则匹配映射Map函数和模板规则匹配归约Reduce函数；S402、获取各个数据节点子集N
‑
XML和各个...
【专利技术属性】
技术研发人员：李韧，罗梦婷，杨建喜，蒋仕新，刘新龙，王笛，杨祥立，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。