基于三叉链表的XML文档存储模型

XML文档进行高效编码、索引、查询的前提是数据的存储模型.针对XML的典型树状结构,文章提出一种基于三叉链表的XML文档存储模型.在此基础上,讨论了XML数据的查询、更新、插入、删除、结点关系判断等运算的实现,分析了相关算法的效率.     

基于领域本体和关系模型的XML语义集成方法研究

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。     

一种支持XML的文件系统构建模型

XML作为数据存储和传输的标准,已经广泛应用于网络和数据库等数据处理系统中.针对大量出现的XML数据,传统的基于字节流的文件系统因其不具备存储和管理语义结构的能力,只能将XML数据视为普通的文本文档进行存储和管理,因而不能充分利用XML的半结构化等优点进行高效的细粒度的信息管理.本文在研究基于XML的数据库系统和语义文件系统的基础上,提出一种新型的基于XML的文件系统模型,并在传统文件系统上利用目录和文件分别存储XML文件的元素和属性实现一种语义结构的存储,使文件系统具备对信息的细粒度控制.     

基于Schema的XML关系存储策略研究

研究了基于XML Schema的XML数据关系化存储策略,给出了一种基于Schema从XML到关系数据库的模式映射方法.以XML Schema文档作为输入,通过分析将它转换为一个包含XML Schema中组件信息的语义图;然后把XML Schema图内联;最后由内联图生成关系模式.     

XML查询方法的设计与研究

提出了用Petri网建立XML语义结构模型的设计方法，根据XML的DTD结构建立描述XML语义结构的Petri网模型，DTD结构中的元素声明和属性声明对应Petri网模型中的一个或一组变迁，声明中的元素或属性对应Petri 网模型中的库所，把XML查询中的路径表达式定义为Petri网库所中的Token。根据Petri网模型的结构生成存储XML数据的关系数据库模型，将XML的查询问题最终转化为数据库中数据的查询操作。 XML；Petri网；路径表达式；查询     

一个基于粗糙集的XML函数依赖发现算法

数据依赖是数据库的一个重要概念。函数依赖是一种常见的数据依赖关系，是数据语义的重要组成部分。随着XML文档的大量出现，这一概念被引入到XML的领域中。本文在约束限制范围的基础上，给出了XML函数依赖的定义。引入粗糙集解决XML数据不完整的特点，给出XML函数依赖的判定定理。并且提出了一个发现XML文档中最小非平凡函数依赖的算法。该算法基于一致集的概念，通过不可分辨关系划分元组集减少求一致集的运算次数，使用逐层求精的算法来计算最小非平凡XML函数依赖集的左部。通过该算法得到的XML函数依赖的语义信息对数据存储模式设计、查询优化和更新异常检查来说是十分重要的。     

使用XML实现动物疾病关系数据库的语义映射

关系数据库是当今农业信息存储的主要形式。随着Web技术的发展,信息检索越来越复杂,关系数据库需要更好被Web理解,需要更多语义上下文支持;使用XML格式文档来表达和存储数据的目的就是要解决这方面问题。文中以常见农业动物疾病信息数据库为例,通过比较两种数据存储表示形式找出XML文档结构的优势并使用Java语言设计映射算法,把现有禽类疾病关系数据库部分内容映射为XML数据形式,证明了该存储方式的优越性,为今后农业动植物疾病的语义网建设打下基础。     

基于演化计算的XML数据的关系存储

随着XML规范的制定和推广，XML数据管理技术受到数据库界广泛重视，XML数据的存储是XML数据管理的关键．研究了利用数据库技术和人工智能技术，为XML数据的关系存储提供一种灵活的策略．首次提出了代价驱动的基于遗传算法的关系存储策略CDGABRS，针对不同的用户和查询模型，产生不同的映射模型方案，引进遗传算法，计算对应的系统开销，从中求出使系统的存储代价和查询代价最优的关系存储方案．实验证明了CDGABRS方法的可行性和高效性．     

XML文档到关系数据库映射方法的研究*

针对现有映射方法对XML文档格式要求过严等不足,在模型映射方法基础上提出一种XML文档映射关系数据库的新方法。通过给XML文档树做标志,将映射算法转换后的数据放到两张预先定义结构的表进行存储。给出了逻辑数据模型、详细设计、映射算法和实验。实验结果表明,该方法能有效地保持XML文档的结构,能够对存储的数据进行语义检索,适用于任何树型数据结构。     

基于XML数据的频繁模式挖掘算法*

结合XML文档的特点,采用XML数据模型XOEM和压缩结构树的存储结构,提出了一种高效的XML数据的频繁模式挖掘算法──AFPMX算法,并从理论和实验两方面证明了该算法是可行和有效的。     

利用关系表构建XML文档解析的树模型

在对XML文档的数据解析和查询操作研究中,发现树能较好地反映XML文档的层次结构,但其查询效率较低,而关系表是一种适合存储大量数据且有较好查询效率与操作功能的数据结构。给出了一个把树和关系表相结合构建一种存储XML文档的数据模型;在这个模型的解析过程中,采用回调事件式的分段解析方法以减少解析时间和存储空间。这样既能较好保存XML文档的结构特点,又能提高其查询的效率和操作的便利性。通过对大数据量XML文档的解析和操作实验,实验结果证明这种数据模型在处理大型XML文档中具有明显优势。     

基于XML和关系数据库的树形结构的研究

本文介绍了一种树型结构的存储、显示和维护方法。以二叉链表的数据结构将树的信息存储在数据库中，服务器端将数据库中树的信息转化成XML，客户端将其加载到浏览器的（DOM）实例中，并采用深度优先搜索算法对该实例中的结点进行递归遍历，生成浏览器端树的HTML代码，它是一个与上述XML文档逻辑相同的树型结构。同时在各结点上设置JS事件，可以对该树进行维护，生成针对结点维护的XML，服务器解析该XML并生成一系列SQL提交到数据库中。     

Efficient processing of regular path joins using PID

XML is data that has no fixed structure. So it is hard to design a schema for storing and querying an XML data. Instead of a fixed schema, graph-based data models are widely adopted for querying XML. Queries on XML are based on paths in a data graph.A meaningful query usually has several paths in it, but much of recent research is more concerned with optimizing a single path in a query. In this paper, we present an efficient technique for processing multiple path expressions in a query. We implemented our technique and present preliminary performance results.     

基于压缩结构树的XML数据频繁模式挖掘研究

XML文档频繁模式挖掘是XML相关研究工作中的重要内容。在现有的频繁树结构挖掘算法WL的基础上，提出了一种高效的基于压缩结构树存储结构的XML数据频繁模式挖掘算法AFPMX_CST。该算法压缩了搜索空间，减少了扫描次数，相对于WL算法在时间效率和空间效率方面具有更加良好的性能。同时，该文进一步研究了将挖掘结果转换为相应的DTD格式的方法及过程。实验结果表明AFPMX_CST算法是可行和有效的。     

数据字典在转换工具中的应用设计

因各系统记录的二进制数据的数据格式不同,为开发系统耦合度低,可重用性好的转换工具,结合树型结构数据字典和模块化设计思想,利用XML文档存储和维护数据字典内容,设计了基于XML存储的数据字典的转换工具系统框架.将转换工具划分为预处理模块、提取载荷模块、读取XML文件模块,数据字典模块和解析结果显示模块共5个功能模块,完成了二进制数据的译码过程.使用XML数据字典设计转换工具系统框架,结构清晰,可维护性好.     

Indexing graph-structured XML data for efficient structural join operation

Structural join has been established as a primitive technique for matching the binary containment pattern, specifically the parent–child and ancestor–descendant relationship, on the tree XML data. While current indexing approaches and evaluation algorithms proposed for the structural join operation assume the tree-structured data model, the presence of reference links in XML documents may render the underlying model a graph instead. In the more general category of semi-structured data, of which XML is an example, the data model is also usually supposed to be of graph structure. In this paper, we present an indexing approach and corresponding evaluation algorithms for efficiently performing the structural join operation on graph-structured data. Our approach encodes the structural containment relationship of a graph on multiple nested tree-structured layers, probably with the exception of the last one. With each tree-structured layer indexed with the inverted technique, the structural join operation on a graph can therefore be accomplished through recursively performing structural joins on nested layer trees. Our extensive experiments on both benchmark and synthetic XML data indicate that our proposed approach has good potential to perform significantly better than existing ones in term of both the I/O and CPU cost.     

基于XML的数据库存储访问技术

随着XML日益普遍应用,如何有效地存储和访问XML文档中的数据已成为亟待解决的关键问题。讨论了目前比较先进的XML技术和基于XML的数据库模型,依据该模型和微软的SQL Server 2000实现XML数据的存储和访问。举例说明了如何在SQL Server中实现XML访问和XML存储。     

基于XML Schema的XML存储

文章介绍了一个在关系数据库中,基于XMLSchema的XML存储方案。描述了一个以树模型为模型,XMLSchema为模式的XML数据库的存储系统。首先给出了在关系数据库中存储XMLSchema的方法,在此基础上,又给出了存储XML文档的方法。与通常的XML分解存储方案不同之处在于,在该方案中,XMLSchema被保存到数据库中,未作模式映射,避免了模式映射通常会带来的数据丢失和数据要分散到多个关系表中的问题;对XML文档的存储和查询都是基于XMLSchema的;并且由于所有基于同一个模式的XML文档共享该模式的结构,不必对结构信息进行重复存储,减少了存储空间;最后,由于我们为每一个元素赋予了一个唯一ID值,在进行查询的时候,可以利用该ID值进行定位,具有和XPath表达式相同的作用,但是更为简便。     

An efficient and scalable algorithm for clustering XML documents by structure

With the standardization of XML as an information exchange language over the Internet, a huge amount of information is formatted in XML documents. In order to analyze this information efficiently, decomposing the XML documents and storing them in relational tables is a popular practice. However, query processing becomes expensive since, in many cases, an excessive number of joins is required to recover information from the fragmented data. If a collection consists of documents with different structures (for example, they come from different DTDs), mining clusters in the documents could alleviate the fragmentation problem. We propose a hierarchical algorithm (S-GRACE) for clustering XML documents based on structural information in the data. The notion of structure graph (s-graph) is proposed, supporting a computationally efficient distance metric defined between documents and sets of documents. This simple metric yields our new clustering algorithm which is efficient and effective, compared to other approaches based on tree-edit distance. Experiments on real data show that our algorithm can discover clusters not easily identified by manual inspection.