论文部分内容阅读
随着互联网的快速发展，出现了大量的Web数据。这些Web数据多以XML文档形式出现。如何有效存储、处理XML文档和从大量XML文档中检索有用信息，已成为数据库研究领域的一个重要研究课题。本文的研究工作主要围绕XML数据库的查询优化技术展开，重点研究基于模式信息和语义信息的XML查询优化技术。 针对XML文档的模式信息不精确的特点，提出了基于模糊决策树的XML模式抽取方法。分析了已有XML模式抽取算法的缺点和存在的问题，提出抽取XML近似模式的方法。用一阶Datalog作为XML的表示，用自增量的聚类算法将各实例对象聚类得到模式中的对象，建立模糊决策树来确定模式中各对象的近似模式，解决了模式抽取中的多边和缺边问题。 提出了基于粗糙集的XML数据依赖关系的发现方法。重点讨论了函数依赖和多值依赖关系。给出了XML函数依赖和XML多值依赖的定义。还给出了基于粗糙集的XML函数依赖和XML多值依赖关系的判定定理。基于判定定理，提出了XML函数依赖和XML多值依赖的发现算法。 提出了基于DTD的正则路径表达式查询优化方法。给出了扩展正则表达式的定义，实现对DTD模式树的简化。给出了交结点的定义，提出简路径和补路径两个查询优化策略。该方法通过对XML查询语句的重写，实现对XML语言级上的查询优化。 提出了一种基于树代数的XML代数系统及其逻辑优化策略。给出了一种XML代数的描述，以模式树作为操作对象，定义了操作范围和三类操作符。针对XML查询处理及优化的问题，提出五种XML查询优化策略。针对XML压缩数据库，引入新的解压操作符，将ETA代数扩展到XML压缩数据库上。 提出了基于访问控制的XML查询优化方法。给出了一种高安全的XML访问控制模型，该模型基于访问控制视图，可解决隐推理和结构信息隐藏问题。利用XML访问控制视图实现对XML查询的重写，主要采用剪枝技术，实现XML语言级上的查询优化。