異構(gòu)數(shù)據(jù)的聯(lián)合索引與協(xié)同查詢(xún)研究.pdf

1、現(xiàn)代社會(huì)的信息量呈爆發(fā)性地增長(zhǎng)，數(shù)據(jù)庫(kù)技術(shù)成為有效地管理這些信息的主要方法。數(shù)據(jù)可以分為三種類(lèi)型：結(jié)構(gòu)化、半結(jié)構(gòu)化和無(wú)結(jié)構(gòu)化數(shù)據(jù)，它們?cè)趹?yīng)用中分別主要體現(xiàn)為關(guān)系數(shù)據(jù)、XML數(shù)據(jù)和全文數(shù)據(jù)。對(duì)于這三種類(lèi)型的數(shù)據(jù)，當(dāng)前都有較成熟的索引模型和查詢(xún)方法，并且這些模型和方法在大部分?jǐn)?shù)據(jù)庫(kù)產(chǎn)品中占據(jù)了主流地位。但是實(shí)際應(yīng)用中的數(shù)據(jù)在很多情況下并不單純是一種類(lèi)型，而且三種數(shù)據(jù)的異構(gòu)性導(dǎo)致它們的索引模型之間也存在一定程度的異構(gòu)性，所以如何處理混合類(lèi)型的

2、數(shù)據(jù)還是一個(gè)亟需解決的問(wèn)題。 本文針對(duì)這一問(wèn)題，在對(duì)一種全文索引模型——互關(guān)聯(lián)后繼樹(shù)作出改進(jìn)的基礎(chǔ)上，對(duì)關(guān)系數(shù)據(jù)與全文數(shù)據(jù)、XML數(shù)據(jù)與全文數(shù)據(jù)的聯(lián)合索引模型以及其上的協(xié)同查詢(xún)方法做了一定的研究。本文所做的工作和取得的創(chuàng)新成果體現(xiàn)在以下幾個(gè)方面： (1)．對(duì)互關(guān)聯(lián)后繼樹(shù)的改進(jìn)研究。本文在文獻(xiàn)[27][30]的基礎(chǔ)上更進(jìn)一步地研究了互關(guān)聯(lián)后繼樹(shù)，提出了互關(guān)聯(lián)后繼樹(shù)上的基本操作，為形式化描述后繼樹(shù)的相關(guān)算法打下了基礎(chǔ)；本文提

3、出了互關(guān)聯(lián)區(qū)間后繼樹(shù)的模式——后繼模式樹(shù)，進(jìn)一步簡(jiǎn)化了互關(guān)聯(lián)后繼樹(shù)索引的存儲(chǔ)結(jié)構(gòu)，加快了查詢(xún)速度；本文還提出了變長(zhǎng)編碼的后繼樹(shù)倒向創(chuàng)建算法，該算法能夠更好地提高外存空間的利用效率。 (2)．互關(guān)聯(lián)后繼樹(shù)與B-樹(shù)的聯(lián)合索引模型研究。本文針對(duì)目前關(guān)系數(shù)據(jù)庫(kù)中B-樹(shù)上的全文語(yǔ)義查詢(xún)效率低的問(wèn)題，提出了互關(guān)聯(lián)后繼樹(shù)與B-樹(shù)的聯(lián)合索引模型。聯(lián)合索引中使用了簡(jiǎn)潔的映射關(guān)系，因此具有良好的空間效率。同時(shí)該模型還可以充分利用現(xiàn)有的成熟關(guān)系數(shù)據(jù)庫(kù)

4、中B-樹(shù)的實(shí)現(xiàn)來(lái)構(gòu)建實(shí)驗(yàn)系統(tǒng)。 (3)．互關(guān)聯(lián)后繼樹(shù)與B-樹(shù)的協(xié)同查詢(xún)研究。本文在互關(guān)聯(lián)后繼樹(shù)與B-樹(shù)的聯(lián)合索引的基礎(chǔ)上提出了基于SQL的兩種協(xié)同查詢(xún)方法：串行求解與并行求解，這兩種協(xié)同查詢(xún)的效率都大大優(yōu)于原關(guān)系數(shù)據(jù)庫(kù)的查詢(xún)效率。這兩種查詢(xún)方法各有優(yōu)點(diǎn)，可以在不同的場(chǎng)合中應(yīng)用。 (4)．黃頁(yè)搜索引擎系統(tǒng)。在使用互關(guān)聯(lián)后繼樹(shù)與B-樹(shù)的聯(lián)合索引模型以及串行協(xié)同查詢(xún)的相關(guān)算法的基礎(chǔ)上，我們又加入了基于互關(guān)聯(lián)后繼樹(shù)的分詞與切詞方

5、法，從而大大提高了中文語(yǔ)義查詢(xún)的準(zhǔn)確度。在這個(gè)基礎(chǔ)上我們開(kāi)發(fā)出了中國(guó)電信黃頁(yè)搜索引擎系統(tǒng)，經(jīng)過(guò)與現(xiàn)有系統(tǒng)的對(duì)比測(cè)試，我們開(kāi)發(fā)的系統(tǒng)在查準(zhǔn)率、查全率上都要好于對(duì)比系統(tǒng)，且在海量數(shù)據(jù)的情況下查詢(xún)時(shí)間開(kāi)銷(xiāo)也能保持在秒級(jí)以下。 (5)．XML的倒向互關(guān)聯(lián)后繼樹(shù)索引研究。本文提出了XML樹(shù)型結(jié)構(gòu)的倒向后繼樹(shù)索引模型，該索引模型使得XML樹(shù)型結(jié)構(gòu)的語(yǔ)義自然地對(duì)應(yīng)到了后繼樹(shù)的前驅(qū)與后繼關(guān)系上來(lái)，使得用全文索引模型索引XML數(shù)據(jù)時(shí)不需要額外的語(yǔ)

6、義轉(zhuǎn)換，因此使得索引有較低的膨脹比。 (6)．XML中的樹(shù)型結(jié)構(gòu)與文本的統(tǒng)一索引研究。本文在XML的倒向后繼樹(shù)索引的基礎(chǔ)上，統(tǒng)一了XML中樹(shù)型結(jié)構(gòu)與文本的索引。經(jīng)過(guò)統(tǒng)一編碼，這兩種數(shù)據(jù)就可以共用同一組后繼模式樹(shù)和互關(guān)聯(lián)區(qū)間后繼樹(shù)。這種方法有效的解決了數(shù)據(jù)的異構(gòu)性問(wèn)題，并降低了聯(lián)合索引的膨脹比。 (7)．XML 中的樹(shù)型結(jié)構(gòu)與文本的協(xié)同查詢(xún)研究。本文在XML 中的樹(shù)型結(jié)構(gòu)與文本的統(tǒng)一后繼樹(shù)索引的基礎(chǔ)上，提出了基于后繼模式樹(shù)