支持查詢的XML數(shù)據(jù)壓縮方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,XML已逐漸成為數(shù)據(jù)表達(dá)和交換的新標(biāo)準(zhǔn),越來越多的Web數(shù)據(jù)通過XML文檔形式呈現(xiàn)。XML以其半結(jié)構(gòu)化、自描述性、易于交換和可擴(kuò)展性等特點(diǎn)在很多行業(yè)得到廣泛的應(yīng)用。但是,XML的這些特點(diǎn)也使其存在大量的數(shù)據(jù)冗余,模式和數(shù)據(jù)混雜導(dǎo)致模式信息在數(shù)據(jù)中存在大量重復(fù),極大地增加了數(shù)據(jù)存儲、交換和處理的代價,嚴(yán)重阻礙了XML數(shù)據(jù)庫更深入、更廣泛的應(yīng)用。
　　 XML數(shù)據(jù)壓縮技術(shù)成為提高XML數(shù)據(jù)管理的一種有效途徑

2、。當(dāng)然,壓縮XML文檔不是最終目的,如果通過完全解壓縮實(shí)現(xiàn)對壓縮數(shù)據(jù)的查詢處理操作,必然會造成系統(tǒng)的負(fù)擔(dān),因此支持查詢的XML數(shù)據(jù)壓縮成為發(fā)展的必然。
　　 本文主要研究支持查詢的XML數(shù)據(jù)壓縮技術(shù),針對已有XML壓縮方法的缺點(diǎn)和不足,提出了兩種支持查詢的XML數(shù)據(jù)壓縮方法。
　　 針對XML文檔存在的重復(fù)結(jié)構(gòu)和重復(fù)數(shù)據(jù)問題,通過去除XML數(shù)據(jù)中的重復(fù)路徑,簡化XML數(shù)據(jù)的結(jié)構(gòu),本文提出結(jié)構(gòu)標(biāo)記樹的概念和詳細(xì)算法。建立了

3、一種基于結(jié)構(gòu)標(biāo)記樹的可查詢XML數(shù)據(jù)壓縮方法SSTQC(a Structure Sign Tree based QueryableCompressor),對XML,數(shù)據(jù)進(jìn)行壓縮和組織查詢。SSTQC一次掃描XML文檔,擁有出色的壓縮性能和較好的查詢效率。
　　 針對大多數(shù)XML壓縮方法不能很好地支持Twig查詢的問題,本文提出一種能夠支持Twig查詢的XML數(shù)據(jù)壓縮算法TXQC(a Twig query-supported XM