基于Xpath路徑表達式的選擇度估算研究.pdf

1、隨著互聯(lián)網(wǎng)新技術(shù)的發(fā)展，網(wǎng)絡(luò)服務(wù)和信息交換等應(yīng)用大規(guī)模出現(xiàn)。由于網(wǎng)絡(luò)數(shù)據(jù)的異種性和異構(gòu)性，就急需一套統(tǒng)一的數(shù)據(jù)表示和數(shù)據(jù)交換的標準?？蓴U展標記語言(eXtensible Markup Language，XML)及時解決了這個問題。XML是由萬維網(wǎng)協(xié)會(World Wide Web Consortium，W3C)制定的用來描述數(shù)據(jù)信息的一種標準語言。它具有良好的平臺無關(guān)性和自描述能力，XML逐漸成為網(wǎng)絡(luò)中表示數(shù)據(jù)和交換數(shù)據(jù)的基本格式。近年

2、來，XML數(shù)據(jù)量指數(shù)級的增長，準確、高效地查詢。XML數(shù)據(jù)成為目前的一個研究熱點問題。路徑是XML數(shù)據(jù)的一個重要屬性，在XML查詢優(yōu)化研究中，關(guān)于路徑表達式選擇性代價估計是一個重要的研究領(lǐng)域，如何根據(jù)路徑表達式，特別是復(fù)雜路徑表達式來完善XML查詢優(yōu)化，提高查詢效率是XML查詢優(yōu)化的核心問題。
　　 本文在分析比較了現(xiàn)有路徑表達式的選擇度估算方法的基礎(chǔ)上，以樹型XML，為數(shù)據(jù)模型，XPath為查詢語言，結(jié)合XML數(shù)據(jù)結(jié)構(gòu)和XPa

3、th路徑表達式的特點，研究了一種基于XPath路徑表達式的選擇度估算方法，主要內(nèi)容包括以下：
　　 1．分析研究了幾種典型的以獲得和維護XML統(tǒng)計信息的方法為線索的路徑表達式選擇度估算方法，并對它們之間的性能進行了綜合比較。
　　 2．根據(jù)XPath路徑表達式中謂詞所含條件，結(jié)合XML數(shù)據(jù)結(jié)構(gòu)，從結(jié)構(gòu)和條件兩方面對XPath路徑表達式進行標記，把XPath路徑表達式轉(zhuǎn)換為標記路徑表達式，并用算法實現(xiàn)了對XPath路徑表達

4、式的標記，處理后的表達式比原來的表達式更加簡潔，語義清楚，便于存儲。
　　 3．根據(jù)XPath查詢返回的結(jié)果大小和XPath路徑表達式所對應(yīng)的標記路徑表達式為XML查詢處理器構(gòu)建統(tǒng)計信息表，根據(jù)該統(tǒng)計信息表對XML路徑表達式進行選擇度估算；最后針對DBLP和Xmark兩個數(shù)據(jù)集，進行了實驗測試，并與采用路徑樹(Path Tree)和馬爾科夫表(Markov Table)的路徑表達式選擇度估算方法進行了估算誤差的比較，論證了該方法