碩士論文-基于關(guān)系數(shù)據(jù)庫(kù)的XML數(shù)據(jù)存儲(chǔ)技術(shù)的研究

1、北京工業(yè)大學(xué)碩士學(xué)位論文基于關(guān)系數(shù)據(jù)庫(kù)的XML數(shù)據(jù)存儲(chǔ)技術(shù)的研究姓名：呂云霞申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：朱青20210501，刪，訂舢，；獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得北京工業(yè)大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何奉獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。簽名：曼亟！萑日期：墨：互關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解北京工業(yè)大學(xué)有關(guān)保存、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保存送

2、交論文的復(fù)印件，允許論文被查閱和借閱；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。保密的論文在解密后應(yīng)遵守此規(guī)定簽名：量垂！趁導(dǎo)師簽名：牛黿第章緒論研究背景第章緒論近年來(lái)，互聯(lián)網(wǎng)得到了迅猛開(kāi)展，它提供了全球范圍的網(wǎng)絡(luò)互聯(lián)與通信功能，其豐富的信息資源給人們的學(xué)習(xí)和生活帶來(lái)了極大的便利。作為互聯(lián)網(wǎng)最主要應(yīng)用的實(shí)際上已成為最大的信息資源庫(kù)。電子商務(wù)、電子出版、遠(yuǎn)程教育等基于的新興領(lǐng)域的全面興起使得傳統(tǒng)的資源更加復(fù)雜化和多樣化。人們對(duì)效勞功能的需求也到達(dá)更高的標(biāo)準(zhǔn)，如用戶(hù)需要對(duì)進(jìn)行智能化的語(yǔ)義搜索和對(duì)數(shù)據(jù)按照不同的需求進(jìn)行多樣化顯示等個(gè)性化效勞；公司和企業(yè)要為客戶(hù)創(chuàng)立和

3、分發(fā)大量有價(jià)值的文檔信息，以及對(duì)不同平臺(tái)、不同格式的數(shù)據(jù)源進(jìn)行有效的數(shù)據(jù)交換和集成等等。在這種大環(huán)境下，以簡(jiǎn)單易學(xué)、靈活通用著稱(chēng)的，隨著網(wǎng)絡(luò)應(yīng)用的日益廣泛，局限性逐漸明顯，越來(lái)越不能適應(yīng)作為上信息交換和表示的工具了。作為的一個(gè)優(yōu)化子集，它不像那樣事先定義好一組標(biāo)簽，而是提供了一個(gè)標(biāo)準(zhǔn)，只要遵循這個(gè)標(biāo)準(zhǔn)，你可以靈活的定義自己的標(biāo)記。不僅能夠存儲(chǔ)數(shù)據(jù)，而且能夠存儲(chǔ)結(jié)構(gòu)和語(yǔ)義信息，具有通用的數(shù)據(jù)表示能力，能表示結(jié)構(gòu)化、半結(jié)構(gòu)化及元結(jié)構(gòu)化數(shù)據(jù)，可以描述不同種類(lèi)應(yīng)用軟件中的數(shù)據(jù)，這使其在數(shù)據(jù)交互和信息共享方面擁有天然的優(yōu)勢(shì)，成為上數(shù)據(jù)表示與交換的通用標(biāo)準(zhǔn)。與相比主要有以下幾點(diǎn)優(yōu)勢(shì)：簡(jiǎn)單，具有自我描述能力

4、。通過(guò)語(yǔ)義標(biāo)記來(lái)說(shuō)明數(shù)據(jù)的語(yǔ)義，容易理解且易于解析。這使得具有機(jī)器可讀性，具體應(yīng)用可以按照各種方式解析、過(guò)濾及重構(gòu)文檔。具有靈活性。的標(biāo)記是預(yù)定義的，具有固定的名稱(chēng)及語(yǔ)義，不能擴(kuò)展，而的標(biāo)記可由用戶(hù)定義，可以被任意的擴(kuò)展。的嵌套結(jié)構(gòu)可以表示各種復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，各種格式的數(shù)據(jù)都可以較容易的轉(zhuǎn)換為數(shù)據(jù)，這使得非常適合于信息的發(fā)布和集成。具有平臺(tái)獨(dú)立性。可用于不同類(lèi)型、系統(tǒng)間的交換格式的傳送，從而簡(jiǎn)化了從一個(gè)應(yīng)用程序到另一個(gè)應(yīng)用程序之間傳遞信息的工作。實(shí)現(xiàn)了結(jié)構(gòu)、內(nèi)容和顯示相別離。文檔類(lèi)型定義或模式描述了文檔的結(jié)構(gòu)，即元素間的嵌套關(guān)系。文檔實(shí)例只描述數(shù)據(jù)，使得數(shù)據(jù)具有獨(dú)立性，而文檔的顯示具有多樣性，

5、北京工業(yè)大學(xué)丁學(xué)碩士學(xué)位論文文檔的顯示是由文檔配合來(lái)完成的，對(duì)同一個(gè)文檔可以根據(jù)應(yīng)用的需要以不同的風(fēng)格顯示。由于的諸多優(yōu)勢(shì)，出現(xiàn)大量的數(shù)據(jù)，并且保持著快速增長(zhǎng)，使得對(duì)有效存儲(chǔ)和操作方面的研究日益受到重視。同時(shí)由于關(guān)系數(shù)據(jù)庫(kù)技術(shù)的大力開(kāi)展、成熟的技術(shù)和廣泛的應(yīng)用，使得文檔的關(guān)系化存儲(chǔ)成為研究的一大熱點(diǎn)。本文所研究的就是基于的文檔的關(guān)系化存儲(chǔ)技術(shù)，提出了一種映射的設(shè)計(jì)方案，并基于該方案實(shí)現(xiàn)了一個(gè)原型系統(tǒng)來(lái)驗(yàn)證映射技術(shù)的可行性。研究現(xiàn)狀與意義目前，組織制定的系列標(biāo)準(zhǔn)已成為新一代的標(biāo)準(zhǔn)，的使用已經(jīng)普及到應(yīng)用的各個(gè)方面，隨著大量數(shù)據(jù)的出現(xiàn)，對(duì)有效存儲(chǔ)和操作方面的研究也越來(lái)越受到人們的重視。微軟、等計(jì)算機(jī)

6、業(yè)的巨頭都對(duì)它的前景看好，大批的數(shù)據(jù)庫(kù)研究者們也對(duì)技術(shù)展開(kāi)了深入的研究，國(guó)外的許多大學(xué)、研究機(jī)構(gòu)和各種基金都已經(jīng)或正在開(kāi)展數(shù)據(jù)處理技術(shù)的研究。數(shù)據(jù)管理技術(shù)作為技術(shù)研究熱點(diǎn)從某種意義上也說(shuō)明了有許多問(wèn)題尚未解決。正因?yàn)檫@樣，說(shuō)明數(shù)據(jù)管理相關(guān)的各種技術(shù)都有待開(kāi)展。目前，在數(shù)據(jù)管理方面需解決的前沿問(wèn)題主要有：數(shù)據(jù)的存儲(chǔ)。的數(shù)據(jù)存儲(chǔ)是處理數(shù)據(jù)的首要問(wèn)題。的主要存儲(chǔ)方式為文件系統(tǒng)【】，關(guān)系數(shù)據(jù)庫(kù)，面向?qū)ο髷?shù)據(jù)庫(kù)【】和半結(jié)構(gòu)化數(shù)據(jù)倉(cāng)庫(kù)【】等。數(shù)據(jù)的查詢(xún)。數(shù)據(jù)的查詢(xún)方法取決于的存儲(chǔ)方式。當(dāng)前，針對(duì)查詢(xún)處理的研究主要有兩種思路：一是將基于關(guān)系或?qū)ο髷?shù)據(jù)庫(kù)來(lái)研究文檔的查詢(xún)處理，這種方法的數(shù)據(jù)查詢(xún)要依據(jù)不同的表存

7、儲(chǔ)結(jié)構(gòu)采用不同的方法，最后還要將查詢(xún)結(jié)果以格式顯示：二是將看作文檔，基于內(nèi)容來(lái)研究的查詢(xún)處理及優(yōu)化，其中關(guān)鍵工作包括索引的設(shè)計(jì)、查詢(xún)處理的邏輯及物理優(yōu)化等。視圖。在環(huán)境下，視圖顯得比傳統(tǒng)數(shù)據(jù)庫(kù)中的視圖更加重要。面向電子商務(wù)應(yīng)用，需要建立的主動(dòng)視圖。索引。索引作用至關(guān)重要，數(shù)據(jù)是樹(shù)結(jié)構(gòu)，單純的值索引遠(yuǎn)不夠用，需要新的索引類(lèi)型。在這方面作了許多研究【，這里參考，列舉出主要的一些索引技術(shù)。值索引：可以根據(jù)元素名或?qū)傩悦椭瞪系闹^詞條第章緒論件找到滿(mǎn)足條件的元素或?qū)傩?。父子索引：可以根?jù)元素名找到所有由該元素名連接的父子元素對(duì)。路徑索引：可以根據(jù)路徑找到所有該路徑可以到達(dá)的元素。在數(shù)據(jù)管理的諸多研究熱

8、點(diǎn)中，數(shù)據(jù)存儲(chǔ)是數(shù)據(jù)處理其他問(wèn)題研究的根底，因此顯得尤為重要。幾大關(guān)系數(shù)據(jù)庫(kù)廠(chǎng)商在這方面的研究已經(jīng)取得了一些進(jìn)展：當(dāng)前對(duì)的存儲(chǔ)支持得較好的關(guān)系數(shù)據(jù)庫(kù)主要有，和，并不斷有新產(chǎn)品問(wèn)世。例如，微軟公司的提供一種新的數(shù)據(jù)類(lèi)型，使在數(shù)據(jù)庫(kù)中存儲(chǔ)片段或文件成為可能。年夏大，發(fā)布了代號(hào)為“毒蛇的，它支持純文檔，通過(guò)層次型與關(guān)系型的混合管理模式，對(duì)結(jié)構(gòu)化數(shù)據(jù)與異構(gòu)數(shù)據(jù)進(jìn)行統(tǒng)一管理?；蛟S是應(yīng)對(duì)“毒蛇出洞，還未正式發(fā)布的中參加了對(duì)于二進(jìn)制的文件存儲(chǔ)，以提高數(shù)據(jù)庫(kù)提取文件的速度。包括甲骨文、微軟在內(nèi)的數(shù)據(jù)庫(kù)廠(chǎng)商都在走從傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)中支持的路線(xiàn)【，并且在其成熟的關(guān)系數(shù)據(jù)庫(kù)產(chǎn)品中提供了對(duì)的支持。但提供的數(shù)據(jù)庫(kù)產(chǎn)品對(duì)的

9、支持往往不是內(nèi)置的支持，而是通過(guò)提供兩種根本的數(shù)據(jù)庫(kù)設(shè)計(jì)選項(xiàng)，將每個(gè)文檔完整地存儲(chǔ)為一個(gè)大型對(duì)象。在多數(shù)情況下，把數(shù)據(jù)重新格式化或置于大的對(duì)象中，然后作為關(guān)系數(shù)據(jù)存儲(chǔ)，可能會(huì)導(dǎo)致性能問(wèn)題、管理困難、查詢(xún)的復(fù)雜性增加以及其他一些問(wèn)題。雖然當(dāng)前流行的大型數(shù)據(jù)庫(kù)都提供了的存儲(chǔ)策略，但最大的缺陷在于其解決方案和具體關(guān)系數(shù)據(jù)庫(kù)平臺(tái)相關(guān)，只能在本數(shù)據(jù)庫(kù)中實(shí)現(xiàn)存儲(chǔ)，不同數(shù)據(jù)庫(kù)廠(chǎng)商提供的解決方案無(wú)法運(yùn)用到其它廠(chǎng)商的平臺(tái)上，不太適用于集成了多種操作系統(tǒng)和關(guān)系數(shù)據(jù)庫(kù)平臺(tái)的應(yīng)用領(lǐng)域，不具有通用性。一因此，雖然數(shù)據(jù)管理的研究工作已經(jīng)獲得了不同程度的進(jìn)展，但是文檔的關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)還存在一系列困難，仍有待于近一步研究、創(chuàng)

10、新。本論文主要研究?jī)?nèi)容本文主要對(duì)數(shù)據(jù)存儲(chǔ)技術(shù)進(jìn)行研究。通過(guò)查閱大量文獻(xiàn)，在深入了解數(shù)據(jù)存儲(chǔ)技術(shù)目前研究現(xiàn)狀的根底上，對(duì)基于關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)管理技術(shù)進(jìn)行了較為深入的探討。首先簡(jiǎn)要介紹了的相關(guān)技術(shù)，包括的特點(diǎn)和應(yīng)用分析、文檔有效性驗(yàn)證語(yǔ)言和、以及解析技術(shù)。其次對(duì)關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)方法作了詳細(xì)地介紹，指出了各個(gè)方法的優(yōu)缺點(diǎn)。由于關(guān)系數(shù)據(jù)庫(kù)的廣泛使用，以及關(guān)系數(shù)據(jù)庫(kù)成熟的事物和并發(fā)控制機(jī)制。本文接下來(lái)對(duì)基于關(guān)系數(shù)據(jù)的文檔映射技術(shù)進(jìn)行了深入的研究和總結(jié)，發(fā)現(xiàn)目前的映射技術(shù)大北京工業(yè)大學(xué)工學(xué)碩十學(xué)位論文多是基于模型的和基于的映射，而基于的映射技術(shù)較少，并且在映射過(guò)程中，缺乏語(yǔ)義一致性驗(yàn)證。本文提出一種基于的關(guān)

11、系數(shù)據(jù)庫(kù)映射模式，該方法具有如下特征：將轉(zhuǎn)化為語(yǔ)義圖；根據(jù)中不同的組件采用不同的轉(zhuǎn)化方法，在轉(zhuǎn)化的過(guò)程中，簡(jiǎn)化語(yǔ)義圖，并且在轉(zhuǎn)化的過(guò)程中充分的考慮了語(yǔ)義一致性的轉(zhuǎn)化；將轉(zhuǎn)化到關(guān)系模式時(shí)，映射到兩類(lèi)表，分別是元數(shù)據(jù)表和數(shù)據(jù)表，元數(shù)據(jù)表用來(lái)存儲(chǔ)文檔的結(jié)構(gòu)，包括層次和順序，而數(shù)據(jù)表是用來(lái)存儲(chǔ)文檔中的數(shù)據(jù)；從文檔中抽出數(shù)據(jù)，存儲(chǔ)到映射好的關(guān)系模式中；對(duì)基于上面的映射方法，簡(jiǎn)要地介紹了從關(guān)系數(shù)據(jù)庫(kù)逆向轉(zhuǎn)化為文檔的方法；最后基于本文提出的映射理論，設(shè)計(jì)了一個(gè)原型系統(tǒng)來(lái)驗(yàn)證我們所提出的理論。論文組織結(jié)構(gòu)本文共分六章，文章的結(jié)構(gòu)安排如下：第一章緒論，主要介紹了論文的研究背景，以及數(shù)據(jù)管理技術(shù)的研究現(xiàn)狀和意義。

12、第二章及數(shù)據(jù)存儲(chǔ)技術(shù)的研究分析，簡(jiǎn)單介紹了的特點(diǎn)、模式語(yǔ)言和解析技術(shù)，這是實(shí)現(xiàn)數(shù)據(jù)管理的根底；簡(jiǎn)單描述了文檔的存儲(chǔ)方式，并對(duì)各種存儲(chǔ)方式的優(yōu)缺點(diǎn)進(jìn)行分析比擬；接著，詳細(xì)介紹了文檔到關(guān)系數(shù)據(jù)庫(kù)的映射技術(shù)，并進(jìn)行了比擬。第三章是本人的主要研究問(wèn)題之一，提出了中各組件的轉(zhuǎn)化方法，以及如何保持語(yǔ)義一致性。第四章是本人的主要工作成果，在總結(jié)分析前幾章的根底上，研究了將映射為關(guān)系模式，并抽取文檔中的數(shù)據(jù)存儲(chǔ)到該關(guān)系模式中，最后簡(jiǎn)單介紹了如何重構(gòu)文檔。第五章原型系統(tǒng)的的設(shè)計(jì)和實(shí)現(xiàn)。介紹了系統(tǒng)的架構(gòu)和功能，詳細(xì)介紹了每個(gè)功能模塊。該原型系統(tǒng)是在前幾章理論研究根底上開(kāi)發(fā)的，同時(shí)也是對(duì)這些理論技術(shù)可行性的有效驗(yàn)證

13、。最后一章是對(duì)本文工作的總結(jié)和展望。第章相關(guān)技術(shù)的分析及問(wèn)題的提出第章相關(guān)技術(shù)的分析及問(wèn)題的提出對(duì)于數(shù)據(jù)存儲(chǔ)技術(shù)的研究，首先要對(duì)的相關(guān)技術(shù)有深入的了解，相關(guān)技術(shù)包括制定的一系列核心標(biāo)準(zhǔn)，作為我們一切研究的理論根底，在本章中我們將簡(jiǎn)要介紹涉及到的相關(guān)技術(shù)；其次要對(duì)的存儲(chǔ)技術(shù)有深入的了解，本章的后兩節(jié)對(duì)現(xiàn)有的存儲(chǔ)技術(shù)進(jìn)行概述，并對(duì)其進(jìn)行了分析比擬。技術(shù)及應(yīng)用特點(diǎn)，可擴(kuò)展標(biāo)記語(yǔ)言是由】于年月發(fā)布的一種標(biāo)準(zhǔn)，是的一個(gè)簡(jiǎn)化集。它繼承了的強(qiáng)大功能，去除了繁瑣的定義，彌補(bǔ)了作為網(wǎng)絡(luò)標(biāo)準(zhǔn)語(yǔ)言的缺乏。它將的豐富功能和的易用性結(jié)合到了萬(wàn)維網(wǎng)的應(yīng)用中，深受軟件開(kāi)發(fā)商的支持和程序開(kāi)發(fā)人員的厚愛(ài)。目前在很多方面都有應(yīng)用

14、，具有如下特點(diǎn)：的特點(diǎn)作為一種標(biāo)記語(yǔ)言，具有嚴(yán)格、標(biāo)準(zhǔn)的語(yǔ)法，創(chuàng)立文檔必須滿(mǎn)足一定的標(biāo)準(zhǔn)，依據(jù)規(guī)格，所有的文檔都必須是格式良好的，一個(gè)格式正確的文檔必須符合以下幾點(diǎn)要求：聲明語(yǔ)句。聲明必須以小寫(xiě)聲明，并設(shè)置屬性，必須出現(xiàn)在第一行，其格式如下：？一？，聲明的作用是告訴瀏覽器或者其它處理程序：這個(gè)文檔是文檔。聲明語(yǔ)句中的表示文檔遵守的標(biāo)準(zhǔn)的版本；表示文檔是否附帶文件，如果有，參數(shù)為；表示文檔所用的語(yǔ)言編碼，默認(rèn)是。元素。元素組成了文檔中的大局部?jī)?nèi)容，文檔有且只有一個(gè)根元素，所有元素構(gòu)成一個(gè)層次樹(shù)，元素之間必須正確嵌套。元素由一對(duì)標(biāo)記組成，結(jié)束標(biāo)記匹配相應(yīng)的起始標(biāo)記。格式為：標(biāo)記名內(nèi)容叫標(biāo)記名。屬性

15、。元素可以用屬性來(lái)注釋?zhuān)瑢傩酝ǔＳ脕?lái)給元素提供所顯示內(nèi)容的額外信息，出現(xiàn)位置為元素的起始標(biāo)記中，對(duì)于一個(gè)元素來(lái)說(shuō)，不能存在多個(gè)相同名稱(chēng)的屬性，元素大小寫(xiě)敏感。格式為：屬性名屬性值。處理指令。處理指令通常用來(lái)為處理文檔的應(yīng)用程序提供信息，這些信息包括如何處理文檔，如何顯示文檔等。處理指令的出現(xiàn)位置可以為元素北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文的后裔，也可以為根元素的前面或者后面。格式為：？。注釋。注釋出現(xiàn)位置可以為元素的后裔，也可以為根元素的前面或者后面。格式為：！一注釋內(nèi)容。命名空間。允許設(shè)計(jì)者定義自己的標(biāo)記名，命名空間的出現(xiàn)解決了重名的情況。格式為：。圖給圖一個(gè)良構(gòu)的文檔一的應(yīng)用分析作為互聯(lián)網(wǎng)的新技

16、術(shù)，的應(yīng)用非常廣泛，滲透到了互聯(lián)網(wǎng)的各個(gè)角落。借用公司的報(bào)告中的一句話(huà)：“商業(yè)公司不能再做局外人了，不能對(duì)置之不理?？梢?jiàn)，的重要性，以下是的主要應(yīng)用場(chǎng)合【：數(shù)據(jù)交換。電子商務(wù)通過(guò)互聯(lián)網(wǎng)傳輸和交換商務(wù)數(shù)據(jù)，并對(duì)商務(wù)數(shù)據(jù)進(jìn)行人工或自動(dòng)處理，這也是的主要應(yīng)用領(lǐng)域之一。的可擴(kuò)展性和自相容性等特點(diǎn)，使之成為數(shù)據(jù)交換的有力工具。內(nèi)容管理。只用元素和屬性來(lái)描述數(shù)據(jù)，而不提供數(shù)據(jù)的顯示方法，它提供了一個(gè)獨(dú)立于平臺(tái)和語(yǔ)言的內(nèi)容，使用象這樣的語(yǔ)言能夠輕易地將文件轉(zhuǎn)換成各種格式文件，比方，等等。集成。現(xiàn)在有越來(lái)越多的設(shè)備也支持了，為了利用互聯(lián)網(wǎng)技術(shù)和標(biāo)準(zhǔn)為移動(dòng)設(shè)備連接互聯(lián)網(wǎng)建立全球性的同一標(biāo)準(zhǔn)，聯(lián)合了等通訊公司建立

17、了論壇，推出了標(biāo)準(zhǔn)，同時(shí)也定義了基于的手持設(shè)備置標(biāo)語(yǔ)言。配置管理。許多應(yīng)用都將配制數(shù)據(jù)存儲(chǔ)在各種文件里，將配制數(shù)據(jù)標(biāo)記為格式，能使其更具可讀性，并能方便地集成到應(yīng)用系統(tǒng)中去。使用第章相關(guān)技術(shù)的分析及問(wèn)題的提配制文件的應(yīng)用程序能夠方便地處理所需數(shù)據(jù)，不用象其他應(yīng)用那樣要經(jīng)過(guò)重新編譯才能修改和維護(hù)應(yīng)用系統(tǒng)。模式語(yǔ)言模式語(yǔ)言負(fù)責(zé)定義和描述文檔的結(jié)構(gòu)和內(nèi)容模式。它可以定義文檔中存在哪些元素和元素之間的關(guān)系，并且可以定義元素和屬性的數(shù)據(jù)類(lèi)型。模式語(yǔ)言主要有兩種：和，現(xiàn)分別介紹如下：是文檔類(lèi)型定義的簡(jiǎn)稱(chēng)。它是一套關(guān)于標(biāo)記的語(yǔ)法規(guī)那么，詳細(xì)描述一組文檔的結(jié)構(gòu)。列出了可用在文檔中的元素、屬性、實(shí)體和符號(hào)表示法

18、，說(shuō)明在文檔中可以使用哪些標(biāo)一記，哪些標(biāo)記可以出現(xiàn)在其它標(biāo)記中，哪些標(biāo)記具有屬性，使用的標(biāo)記應(yīng)按什么順序出現(xiàn)等。例如，圖是一個(gè)的例子，圖中的文檔就是符合這個(gè)的描述的：！，！嘏！伊圖一個(gè)的實(shí)例也在文檔中，可以利用操作符幸次或?qū)掖?、至少次、？次或次、或選來(lái)定義子元素的出現(xiàn)次數(shù)。其中表示元素，表示屬性，表示數(shù)據(jù)，假設(shè)所有取值都只能是字符串值。文檔中的使用方法分兩種：內(nèi)部，即在文檔的序言部分中直接參加的描述；外部，即可作為一個(gè)完全獨(dú)立的文件，將存儲(chǔ)在一個(gè)后綴為的文件中，在文件中調(diào)用它。可以看出，內(nèi)部相當(dāng)繁瑣，通用性低，而同一個(gè)外部文件，可以被多個(gè)文檔引用；外部文件的可移植性很好，當(dāng)需要修改的時(shí)候，只修

19、改外部文件，而不需逐一修改使用了該的所有文檔。使用了的文檔必須符合該模板的要求，在分析階段必須通過(guò)的有效性驗(yàn)證。隨著技術(shù)的廣泛使用，逐漸暴露了自身存在的缺乏：是基于正那么表達(dá)式的，描述能力有限；沒(méi)有數(shù)據(jù)類(lèi)型的支持，在大多數(shù)應(yīng)用環(huán)境下能力缺乏；的約束定義能力缺乏，無(wú)法對(duì)實(shí)例文檔做出更細(xì)致的語(yǔ)義限制：北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文的結(jié)構(gòu)不夠結(jié)構(gòu)化，重用的代價(jià)相對(duì)較高；并非使用作為描述手段，而的構(gòu)建和訪(fǎng)問(wèn)并沒(méi)有標(biāo)準(zhǔn)的編程接口，無(wú)法使用標(biāo)準(zhǔn)的編程方式進(jìn)行維護(hù)。同一樣，也是一種文檔模式定義語(yǔ)言。但與不同的是，克服了的幾個(gè)局限，與相比，有如下幾個(gè)優(yōu)點(diǎn)：使用標(biāo)準(zhǔn)語(yǔ)法，本身就是一個(gè)文檔，可以直接用成熟的文檔解析

20、器讀?。惶峁┝素S富的數(shù)據(jù)類(lèi)型，包括數(shù)字型、布爾型、日期型等等，并且可以定義新的數(shù)據(jù)類(lèi)型，允許對(duì)數(shù)據(jù)進(jìn)行更嚴(yán)格的合法性檢查；支持繼承性，即可利用一個(gè)已有的產(chǎn)生一個(gè)新的；支持命名空間，保證了標(biāo)記的唯一性；的擴(kuò)展性好，它的內(nèi)容模型是開(kāi)放的，可以隨意擴(kuò)充、更新等。下面是一個(gè)的例子，一般，這樣的模式文件保存在一個(gè)后綴為的文件中，與圖中是等價(jià)模式，同樣可以描述圖的文檔。解析技術(shù)圖一個(gè)舭的實(shí)例也第章相關(guān)技術(shù)的分析及問(wèn)題的提文檔實(shí)際上就是純文本數(shù)據(jù)，使用數(shù)據(jù)格式的應(yīng)用程序首先必須能對(duì)數(shù)據(jù)進(jìn)行讀取、分析，進(jìn)而進(jìn)行處理。與是兩種常用的應(yīng)用程序接口標(biāo)準(zhǔn)。它們?cè)趹?yīng)用程序開(kāi)發(fā)過(guò)程的作用如以下圖：圖和應(yīng)用體系下面分別給予

21、詳細(xì)的介紹。即簡(jiǎn)單編程接口，第一個(gè)被廣泛采用的用編寫(xiě)的，是一個(gè)事實(shí)上的標(biāo)準(zhǔn)【。是一個(gè)通用的，基于事件的解析的標(biāo)準(zhǔn)編程接口。是事件驅(qū)動(dòng)的“推模型，是一種基于回調(diào)機(jī)制的程序運(yùn)行方法，即它不需要一次讀入整個(gè)文檔，是邊讀文檔邊對(duì)文檔進(jìn)行解析，文檔的讀入過(guò)程就是的解析過(guò)程。從這一點(diǎn)來(lái)說(shuō)，是一種輕量型的解析方法?，撐膿酰ざD解析模型即文檔對(duì)象模型，個(gè)來(lái)自的成熟標(biāo)準(zhǔn)【】。將文檔看作是一個(gè)分層的對(duì)象模型，是一棵節(jié)點(diǎn)樹(shù)，稱(chēng)為樹(shù)。在樹(shù)中，有一個(gè)根節(jié)點(diǎn)，即根元素，其它節(jié)點(diǎn)都是這個(gè)根節(jié)點(diǎn)的后代節(jié)點(diǎn)，節(jié)點(diǎn)用來(lái)表示文檔中的元素，屬性、文本、注釋、處理指令以及類(lèi)似的信息。是文檔驅(qū)動(dòng)的，即它一次把整個(gè)文檔讀入內(nèi)存，然后向應(yīng)用

22、程北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文序提供對(duì)整個(gè)文檔可操作的樹(shù)，可以通過(guò)這棵樹(shù)來(lái)訪(fǎng)問(wèn)所需信息。解析器需要一次把文檔讀入內(nèi)存，從這一點(diǎn)來(lái)講它是一種重量型的解析方法。一圖解析模型的樹(shù)型結(jié)構(gòu)與比擬和是兩類(lèi)不同的文檔解析方法，兩種技術(shù)各有利弊。主要區(qū)別在于：，應(yīng)用程序的目的：如果必須對(duì)數(shù)據(jù)進(jìn)行更改，并且作為將它輸出，那么在大多數(shù)情況下，使用。與使用轉(zhuǎn)換來(lái)完成的簡(jiǎn)單結(jié)構(gòu)更改不一樣，如果是對(duì)數(shù)據(jù)本身進(jìn)行更改，那么尤其應(yīng)該使用。數(shù)據(jù)的數(shù)量：對(duì)于大文件，是更好的選擇。將如何使用數(shù)據(jù)：如果實(shí)際上只使用一小局部數(shù)據(jù)，那么使用將數(shù)據(jù)抽取到應(yīng)用程序中，這種方法更好些。另一方面，如果知道將需要向后引用已經(jīng)處理過(guò)的信息，那么可

23、能不是正確的選擇。需要速度：通常實(shí)現(xiàn)比實(shí)現(xiàn)快。值得說(shuō)明的是，和并不是互斥的，這一點(diǎn)很重要?？梢允褂脕?lái)創(chuàng)立事件的流，可以使用來(lái)創(chuàng)立樹(shù)。事實(shí)上，大多數(shù)解析器常常使用來(lái)創(chuàng)立樹(shù)。第章相關(guān)技術(shù)的分析及問(wèn)題的提出文檔存儲(chǔ)方式在處理數(shù)據(jù)時(shí)，首要的問(wèn)題就是存儲(chǔ)，對(duì)數(shù)據(jù)的各種處理，查詢(xún)、檢索、更新都是建立在一定的存儲(chǔ)模式根底上的。當(dāng)前，數(shù)據(jù)的根本存儲(chǔ)方式可分為三類(lèi)：文件系統(tǒng)、支持的數(shù)據(jù)庫(kù)和純數(shù)據(jù)庫(kù)【?，F(xiàn)有的存儲(chǔ)方式簡(jiǎn)介文件系統(tǒng)的存儲(chǔ)方式使用文件系統(tǒng)來(lái)存儲(chǔ)就是把直接存儲(chǔ)為文本文件，訪(fǎng)問(wèn)時(shí)首先通過(guò)文件系統(tǒng)的目錄結(jié)構(gòu)，然后通過(guò)文檔的元素結(jié)構(gòu)來(lái)提供對(duì)數(shù)據(jù)的層次訪(fǎng)問(wèn)?；谖募南到y(tǒng)簡(jiǎn)單而容易實(shí)現(xiàn)，無(wú)需使用底層的數(shù)據(jù)庫(kù)或?qū)?/p>

24、象存儲(chǔ)管理。同時(shí)由于文檔被直接存儲(chǔ)為文本文件，文件存儲(chǔ)方式無(wú)需存儲(chǔ)轉(zhuǎn)換和重構(gòu)查詢(xún)結(jié)果。支持的數(shù)據(jù)庫(kù)存儲(chǔ)方式支持的數(shù)據(jù)庫(kù)是傳統(tǒng)的關(guān)系和面向?qū)ο髷?shù)據(jù)庫(kù)的擴(kuò)展，根據(jù)數(shù)據(jù)庫(kù)管理系統(tǒng)的不同，又可以分為：基于關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)、基于對(duì)象數(shù)據(jù)庫(kù)的存儲(chǔ)以及基于對(duì)象一關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)。由于關(guān)系數(shù)據(jù)庫(kù)技術(shù)成熟，并且應(yīng)用極為廣泛，我們著重研究基于關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)。將存儲(chǔ)到關(guān)系數(shù)據(jù)庫(kù)中就是利用文檔模式信息設(shè)計(jì)關(guān)系表結(jié)構(gòu)，然后解析文檔，結(jié)合模式信息，將的內(nèi)容分別存儲(chǔ)到對(duì)應(yīng)的關(guān)系表中。利用關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)來(lái)處理數(shù)據(jù)的方式具有如下的優(yōu)點(diǎn)：一方面，當(dāng)前的關(guān)系數(shù)據(jù)庫(kù)的技術(shù)十分成熟，商用關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)都具有高性能的查詢(xún)引擎，良好的可

25、擴(kuò)展性、平安性和健壯性，因此，利用關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)管理數(shù)據(jù)可以重用數(shù)據(jù)庫(kù)的查詢(xún)優(yōu)化器和事務(wù)處理機(jī)制，能夠保證數(shù)據(jù)的一致性和完整性：另一方面，目前大量的數(shù)據(jù)主要存放在關(guān)系數(shù)據(jù)庫(kù)中，采用關(guān)系系統(tǒng)便于在關(guān)系數(shù)據(jù)庫(kù)上建立適于二者的應(yīng)用，使關(guān)系數(shù)據(jù)庫(kù)進(jìn)入領(lǐng)域成為可能。目前，主要的關(guān)系數(shù)據(jù)庫(kù)廠(chǎng)商都提供了對(duì)的支持，開(kāi)發(fā)出了大量的在文檔和數(shù)據(jù)庫(kù)之間進(jìn)行數(shù)據(jù)轉(zhuǎn)換的工具，如，等。捆綁于，能夠?qū)年P(guān)系表或視圖中恢復(fù)的數(shù)據(jù)轉(zhuǎn)換為。提供了將內(nèi)容映射為關(guān)系表的工具，但是，對(duì)于復(fù)雜結(jié)構(gòu)的數(shù)據(jù)，必須為了映射而進(jìn)行重構(gòu)。捆綁于，使得開(kāi)發(fā)者可以將文檔映射為關(guān)系表，為現(xiàn)存的關(guān)系映射創(chuàng)立視圖，用北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文查詢(xún)關(guān)系數(shù)據(jù)

26、，為查詢(xún)生成結(jié)果。純數(shù)據(jù)庫(kù)的存儲(chǔ)方式純數(shù)據(jù)庫(kù)這個(gè)術(shù)語(yǔ)首先出現(xiàn)在為所做的營(yíng)銷(xiāo)宣傳中。目前尚沒(méi)有關(guān)于數(shù)據(jù)庫(kù)的一致公認(rèn)的定義，下面是一個(gè)較為普遍接受的論述取自“：為文檔而不是文檔中的數(shù)據(jù)定義了一個(gè)邏輯模型，并根據(jù)該模型存取文件。這個(gè)模型至少應(yīng)包括元素、屬性、和文件順序。這種模型的例子有數(shù)據(jù)模型、以及所用的模型和的事件。以文檔作為其根本邏輯存儲(chǔ)單位，正如關(guān)系數(shù)據(jù)庫(kù)以表中的行作為根本邏輯存儲(chǔ)單位。數(shù)據(jù)庫(kù)對(duì)底層的物理存儲(chǔ)模型沒(méi)有特殊要求，即它不一定必須建立在關(guān)系、層次或面向?qū)ο蟮臄?shù)據(jù)庫(kù)上，也不一定必須規(guī)定存儲(chǔ)格式，如索引或壓縮文件。從以上定義可以看出，一個(gè)是專(zhuān)門(mén)用于存儲(chǔ)數(shù)據(jù)或存儲(chǔ)模型中所有構(gòu)件的數(shù)據(jù)庫(kù)，該

27、數(shù)據(jù)庫(kù)是文檔進(jìn)文檔出，雖然數(shù)據(jù)庫(kù)更適合于本身的特點(diǎn)。然而，純的數(shù)據(jù)庫(kù)缺乏細(xì)粒度的數(shù)據(jù)處理能力，不適合于處理數(shù)據(jù)集中的文檔。同時(shí)，這樣的系統(tǒng)還不成熟，數(shù)據(jù)處理的效率也不盡人意【?，F(xiàn)有存儲(chǔ)方式的比擬分析通過(guò)上面的介紹，我們可以看出，現(xiàn)有的存儲(chǔ)方式各有優(yōu)缺點(diǎn)，主要表現(xiàn)在以下幾個(gè)方面：實(shí)現(xiàn)的復(fù)雜程度方面。以文件系統(tǒng)的方式存儲(chǔ)實(shí)現(xiàn)容易，而其他兩種相對(duì)較為困難。查詢(xún)處理方面。文件系統(tǒng)本身不具備查詢(xún)處理文檔的能力，在處理查詢(xún)時(shí)需要將文檔解析為內(nèi)存中的樹(shù)結(jié)構(gòu)，這種方式得缺點(diǎn)是：每次瀏覽和查詢(xún)文檔時(shí)都要重復(fù)的解析文檔；其次整個(gè)文檔在處理過(guò)程中都要駐留內(nèi)存，占用資源多，同時(shí)文件大小受內(nèi)存大小的限制?；陉P(guān)系數(shù)據(jù)的

28、存儲(chǔ)方式在查詢(xún)的時(shí)候，需要在關(guān)系模式和文檔之間轉(zhuǎn)換，查詢(xún)效率也不太理想。而純數(shù)據(jù)庫(kù)是文檔進(jìn)文檔出的方式，所以查詢(xún)效率相對(duì)較高。并發(fā)性。因?yàn)椴僮飨到y(tǒng)提供的最小操作單位是文件，所以的文件系統(tǒng)并發(fā)性很差；同樣，純數(shù)據(jù)庫(kù)技術(shù)目前還不成熟，并發(fā)行也較差；而關(guān)系數(shù)據(jù)庫(kù)經(jīng)過(guò)多年的開(kāi)展，具有成熟的并發(fā)機(jī)制。第章相關(guān)技術(shù)的分析及問(wèn)題的提出平安性。文件系統(tǒng)存儲(chǔ)方式是操作系統(tǒng)級(jí)的平安級(jí)別，平安性較低；而其他兩種存儲(chǔ)方式的平安級(jí)別是數(shù)據(jù)庫(kù)級(jí)的，是建立在操作系統(tǒng)之上的，平安性要高得多。文檔轉(zhuǎn)化方面。文件系統(tǒng)存儲(chǔ)方式和純數(shù)據(jù)庫(kù)方式不需要對(duì)文檔進(jìn)行轉(zhuǎn)化；而基于關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)方式需要在文檔模式和支持的數(shù)據(jù)庫(kù)模式之間進(jìn)行映射

29、轉(zhuǎn)化，這也正是文檔關(guān)系化存儲(chǔ)的技術(shù)難點(diǎn)。技術(shù)成熟性方面。關(guān)系數(shù)據(jù)庫(kù)技術(shù)經(jīng)過(guò)大力開(kāi)展，在各方面都相當(dāng)成熟；而純數(shù)據(jù)庫(kù)技術(shù)目前還不成熟，也沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。應(yīng)用范圍方面。關(guān)系數(shù)據(jù)庫(kù)被廣泛應(yīng)用于各種商業(yè)系統(tǒng)中，而純數(shù)據(jù)庫(kù)還處在研究階段?；陉P(guān)系數(shù)據(jù)庫(kù)的文檔映射技術(shù)當(dāng)前文檔數(shù)據(jù)映射的研究，主要是與關(guān)系數(shù)據(jù)庫(kù)的映射。將文檔映射為關(guān)系模式進(jìn)行存儲(chǔ)，有兩大類(lèi)映射方法【】：模型映射和結(jié)構(gòu)映射，其中基于結(jié)構(gòu)的映射方法又可以分為兩類(lèi)，分別是：基于的結(jié)構(gòu)映射方法和基于的結(jié)構(gòu)映射方法。對(duì)于模型映射，需要將文檔模型即文檔樹(shù)結(jié)構(gòu)映射為關(guān)系模式，關(guān)系模式表示文檔模型的構(gòu)造，對(duì)于所有文檔都有固定的關(guān)系模式，因此，它是或無(wú)關(guān)的；

30、而對(duì)于結(jié)構(gòu)映射，需要將或映射為關(guān)系模式，關(guān)系模式用來(lái)表示目標(biāo)文檔的邏輯結(jié)構(gòu)即或，它是或相關(guān)的。在進(jìn)行關(guān)系數(shù)據(jù)庫(kù)映射時(shí)，從文檔的或推斷元素應(yīng)該怎樣映射到關(guān)系表，然后再根據(jù)生成的關(guān)系模式，對(duì)文檔進(jìn)行解析分解，并將數(shù)據(jù)存入關(guān)系數(shù)據(jù)庫(kù)，這樣的映射策略屬于結(jié)構(gòu)映射方法。模型映射方法模型映射法又分為：邊模型映射方法和結(jié)點(diǎn)模型映射方法。將一個(gè)文檔看成是一個(gè)有序有向邊標(biāo)記圖，稱(chēng)為圖，設(shè)計(jì)一個(gè)或假設(shè)干個(gè)關(guān)系存儲(chǔ)圖的邊信息和結(jié)點(diǎn)值，該策略是屬于基于邊的模型映射方法，稱(chēng)為邊模型映射方法。設(shè)計(jì)假設(shè)干個(gè)關(guān)系來(lái)存儲(chǔ)文檔樹(shù)的結(jié)點(diǎn)信息、結(jié)點(diǎn)值和結(jié)構(gòu)信息通過(guò)區(qū)間編碼來(lái)譯碼結(jié)構(gòu)信息，或直接存儲(chǔ)雙親孩子結(jié)點(diǎn)對(duì)或祖先后裔結(jié)點(diǎn)對(duì)，該策

31、略是屬于基于結(jié)點(diǎn)的模型映射方法，稱(chēng)為結(jié)點(diǎn)模型映射方法。邊模型映射法北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文一個(gè)文檔能夠用一個(gè)有序有向邊標(biāo)記圖來(lái)表示【】在這種圖中，每一個(gè)元素用一個(gè)結(jié)點(diǎn)表示，結(jié)點(diǎn)被標(biāo)上對(duì)象的：元素與子元素或?qū)傩灾g的關(guān)系用圖中的邊來(lái)表示，并在邊上標(biāo)上子元素或?qū)傩悦簽榱吮硎驹刂懈髯釉氐捻樞颍梢詫?duì)圖中從某結(jié)點(diǎn)引出的邊進(jìn)行排序：文檔中的值作為圖中葉結(jié)點(diǎn)即屬性或最底層子元素結(jié)點(diǎn)表示。例如圖即為圖的文檔對(duì)應(yīng)文檔圖。圖文檔圖有了圖之后，就可以分別設(shè)計(jì)關(guān)系表存儲(chǔ)文檔的邊信息和值。對(duì)于用來(lái)存儲(chǔ)邊信息的邊表有三種設(shè)計(jì)方案：第一種是所有具有相同名稱(chēng)的邊存放在一個(gè)邊表中，這種方法稱(chēng)為方法。因此，圖所示的文

32、檔圖所對(duì)應(yīng)的方法的和邊表，其它依次類(lèi)推：表邊表、表逸表第二種是用一個(gè)表來(lái)存儲(chǔ)圖的所有邊信息，這種方法稱(chēng)為方法。其關(guān)第章相關(guān)技術(shù)的分析及問(wèn)題的提出系模式為：，。其中域和域表示引出結(jié)點(diǎn)和引入結(jié)點(diǎn)的，域表示該邊在兄弟邊中的位置序號(hào)，與用來(lái)存儲(chǔ)邊標(biāo)記即改邊所指向結(jié)點(diǎn)的標(biāo)記名，屬性用來(lái)反映邊所指向的結(jié)點(diǎn)類(lèi)型葉結(jié)點(diǎn)類(lèi)型為、等，非葉結(jié)點(diǎn)類(lèi)型為?？梢钥闯?，邊表與邊表原理相同，只是邊表將所有具有相同邊標(biāo)記的邊存放在一個(gè)表中，可以說(shuō)，邊表是邊表的水平分割。因此，圖所示的文檔圖所對(duì)應(yīng)的邊表為：表方法的邊表第三種是采用一個(gè)邊表來(lái)存儲(chǔ)圖中所有路徑的邊信息，該方法稱(chēng)為方法。對(duì)于用來(lái)存儲(chǔ)文檔值的值表有兩種設(shè)計(jì)方案：第一種是

33、不單獨(dú)設(shè)計(jì)值表，將值和邊存儲(chǔ)在同一個(gè)表中，在邊表中直接增加一個(gè)屬性，用于存儲(chǔ)葉結(jié)點(diǎn)的值，這種方法稱(chēng)為內(nèi)聯(lián)方法。其關(guān)系模式為：，；第二種是為每一種可能的取值類(lèi)型設(shè)計(jì)一個(gè)值表，該方法稱(chēng)為別離值表。其關(guān)系模式為，其中存儲(chǔ)葉結(jié)點(diǎn)的，屬性用來(lái)存儲(chǔ)葉結(jié)點(diǎn)的值。從上面的映射模式可以看出，文檔圖的生成是基于文檔本身，與和沒(méi)有關(guān)系，并且映射的過(guò)程中記錄了結(jié)點(diǎn)的位置信息，因此反過(guò)來(lái)，也可以從關(guān)系數(shù)據(jù)庫(kù)復(fù)原文檔。綜上所述，三種邊表設(shè)計(jì)方案連同兩種值表設(shè)計(jì)方案，合在一起一共有六種存儲(chǔ)模式。和對(duì)這六種根本的存儲(chǔ)模式的結(jié)果占關(guān)系數(shù)據(jù)庫(kù)大小、執(zhí)行不同類(lèi)型的查詢(xún)的執(zhí)行時(shí)間、從關(guān)系數(shù)據(jù)重構(gòu)文檔北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文的時(shí)間

34、等三個(gè)性能參數(shù)進(jìn)行了量化分析，結(jié)論是：邊表方法優(yōu)于邊表方法，邊表方法又優(yōu)于邊表方法；內(nèi)聯(lián)值表方法優(yōu)于別離值表方法；邊表帶內(nèi)聯(lián)值表的存儲(chǔ)模式能獲得最好的綜合性能。方法和方法查詢(xún)性能不好的主要原因是由于邊表太大，因此執(zhí)行連接操作非常費(fèi)時(shí)。事實(shí)上，對(duì)于一個(gè)給定查詢(xún)來(lái)說(shuō)，邊表中存放的數(shù)據(jù)大局部是不相關(guān)的。換句話(huà)說(shuō)，在方法中僅僅相關(guān)的數(shù)據(jù)被處理，即使卷入大量的連接和回路操作，由于現(xiàn)代關(guān)系查詢(xún)引擎有非常強(qiáng)的查詢(xún)處理能力，也能獲得很好的查詢(xún)性能。內(nèi)聯(lián)值表方法優(yōu)于別離值表方法的主要原因是內(nèi)聯(lián)方法無(wú)須進(jìn)行邊表與值表之間的連接操作。對(duì)于許多不同的數(shù)據(jù)類(lèi)型，由于在關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)中，空值通常以一種緊縮方式進(jìn)行存儲(chǔ)，因

35、此空間就節(jié)省了，解決了大量冗余的問(wèn)題。結(jié)點(diǎn)模型映射法模式，等基于結(jié)點(diǎn)模型映射方法提出了一個(gè)數(shù)據(jù)的關(guān)系存儲(chǔ)模式，稱(chēng)為。是通過(guò)區(qū)間編碼，來(lái)反映譯碼文檔的模型結(jié)構(gòu)，并根據(jù)內(nèi)容來(lái)劃分，分為元素邊、屬性邊和文本邊，同時(shí)將所有路徑進(jìn)行存儲(chǔ)，因此，模式由四個(gè)關(guān)系表組成：，其中，在表中，為標(biāo)記路徑的標(biāo)識(shí)，域存儲(chǔ)標(biāo)記路徑，為了實(shí)現(xiàn)路徑表達(dá)式的字符串匹配操作，將標(biāo)記路徑中的“，替換為“彤進(jìn)行存儲(chǔ)。對(duì)于，和表，主鍵是，是外鍵。每一個(gè)不同的標(biāo)記路徑作為表的一個(gè)元組，因此它能夠有效地處理帶“操作的正那么路徑表達(dá)式查詢(xún)。第一步，利用字符串中的匹配操作，能夠快速地查找出與給定正那么路徑表達(dá)式相匹配的所有標(biāo)記路徑的標(biāo)識(shí)：第二

36、步，利用這些路徑標(biāo)識(shí)，能夠快速地查找出隸屬于這些路徑終端的值元素結(jié)點(diǎn)、文本結(jié)點(diǎn)或?qū)傩越Y(jié)點(diǎn)。的最大優(yōu)點(diǎn)在于它與標(biāo)準(zhǔn)的緊密結(jié)合，從而能夠?qū)诘牟樵?xún)給予相當(dāng)好的性能支持，但同時(shí)它也存在很大的缺乏之處，尤其是它的信息具有很大的冗余信息，一個(gè)簡(jiǎn)單的修改節(jié)點(diǎn)名字的操作，都會(huì)需要相當(dāng)復(fù)雜的操作。模式香港科技大學(xué)，和等基于結(jié)點(diǎn)模型映射方第章相關(guān)技術(shù)的分析及問(wèn)題的提：法提出了另一個(gè)數(shù)據(jù)的關(guān)系存儲(chǔ)模式，稱(chēng)為【。是通過(guò)一個(gè)單獨(dú)的，表來(lái)反映文檔的模型結(jié)構(gòu)，并根據(jù)內(nèi)容和“結(jié)構(gòu)與非結(jié)構(gòu)來(lái)劃分邊，同時(shí)將所有路徑進(jìn)行存儲(chǔ)，因此，模式也由四個(gè)關(guān)系表組成：，其中為標(biāo)記路徑的長(zhǎng)度，即標(biāo)記路徑中邊標(biāo)記的個(gè)數(shù)：域存儲(chǔ)標(biāo)記路徑，與類(lèi)似

37、，這里將標(biāo)記路徑中的“替換為“進(jìn)行存儲(chǔ)：為文檔中元素結(jié)點(diǎn)的標(biāo)識(shí)，它也可以作為以該結(jié)點(diǎn)為終端點(diǎn)的數(shù)據(jù)路徑的標(biāo)識(shí)：，分別為文檔的數(shù)據(jù)路徑中的雙親結(jié)點(diǎn)、孩子結(jié)點(diǎn)的標(biāo)識(shí)。這里，沒(méi)有考慮文檔標(biāo)識(shí)。表存儲(chǔ)的是雙親孩子關(guān)系，因此，為了檢查數(shù)據(jù)路徑需要進(jìn)行連接操作。為了加速這種處理，可以不用表，而改用表來(lái)存儲(chǔ)祖先后裔關(guān)系：，例如，利用元組，表示結(jié)點(diǎn)的曾祖父是結(jié)點(diǎn)。表能夠快速地檢測(cè)結(jié)點(diǎn)之間的祖先后裔關(guān)系，但是它比表需要更多的空間，而且由于存在冗余信息，修改起來(lái)代價(jià)也更高。模式分別通過(guò)表和表來(lái)支持標(biāo)記路徑和數(shù)據(jù)路徑，因此，模式既具有基于結(jié)點(diǎn)的模型映射的特點(diǎn)，又具有基于邊的模型映射的特點(diǎn)。，表基于雙親孩子關(guān)系來(lái)反映

38、文檔的核心結(jié)構(gòu)，它也能夠被進(jìn)一步物化為表來(lái)支持祖先后裔關(guān)系。由于文檔中的結(jié)點(diǎn)標(biāo)識(shí)也可以用來(lái)標(biāo)識(shí)以該結(jié)點(diǎn)為終端點(diǎn)的數(shù)據(jù)路徑，因此，元素和數(shù)據(jù)文本或?qū)傩噪`屬于數(shù)據(jù)路徑。結(jié)點(diǎn)模型映射方法需要維護(hù)的是文檔樹(shù)的結(jié)點(diǎn)信息，而不是邊信息。模式通過(guò)區(qū)間編碼來(lái)譯碼文檔的模型結(jié)構(gòu)即包含關(guān)系，它的優(yōu)點(diǎn)是通過(guò)口連接非等值連接，能夠容易判別兩個(gè)結(jié)點(diǎn)之間的包含關(guān)系。但是，秒連接的代價(jià)比等值連接要高得多，這是因?yàn)樵陉P(guān)系數(shù)據(jù)庫(kù)中并沒(méi)有特殊的索引機(jī)制來(lái)支持它。模式在結(jié)構(gòu)上類(lèi)似于模式，只是用替代了【，。然而，這種變化使得模式僅需要等值連接，而模式卻需要連接，因此，模式能夠基于傳統(tǒng)的索引機(jī)制如樹(shù)索引，從而得到有效的實(shí)現(xiàn)。方法的最大

39、優(yōu)點(diǎn)也在于它與標(biāo)準(zhǔn)的緊密結(jié)合，從而能夠?qū)诘牟樵?xún)給予相當(dāng)好的性能支持，但同時(shí)它也存在路徑冗余的缺點(diǎn)。北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文基于的結(jié)構(gòu)映射方法基于的結(jié)構(gòu)映射研究中比擬有影響的方法有方法【矧、方法、方法【引。方法方法【是較早用關(guān)系數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)數(shù)據(jù)最有一意義的嘗試。結(jié)合關(guān)系數(shù)據(jù)庫(kù)技術(shù)和半結(jié)構(gòu)化數(shù)據(jù)處理技術(shù)來(lái)實(shí)現(xiàn)對(duì)半結(jié)構(gòu)化數(shù)據(jù)的管理。它采用數(shù)據(jù)挖掘算法從文檔中提取有一代表性而且置信度大于預(yù)先給定閾值的，根據(jù)提取出的自動(dòng)生成關(guān)系模式，對(duì)于個(gè)別不符合所提取結(jié)構(gòu)的數(shù)據(jù)，將它們另外存在“表中，因而從理論上說(shuō)，是一種無(wú)損存儲(chǔ)方法，能實(shí)現(xiàn)數(shù)據(jù)的完整復(fù)原。但由于用關(guān)系表和“共同存儲(chǔ)數(shù)據(jù)，對(duì)于那些結(jié)構(gòu)變化較大

40、的文檔，“將變得很龐大，不但消耗大量的數(shù)據(jù)空間，而且查詢(xún)操作也需要經(jīng)常徘徊于關(guān)系表和之間，因而效率不高。語(yǔ)句主要是由一個(gè)或多個(gè)映射構(gòu)成，從句主要用于綁定存在的映射變量，而從句主要說(shuō)明從句中的變量在關(guān)系模式中的存儲(chǔ)方法。方法等提出了根據(jù)映射關(guān)系模式的存儲(chǔ)策略【】，方法是領(lǐng)域比擬有影響的一個(gè)研究：。方法根據(jù)來(lái)生成相應(yīng)的關(guān)系模式。根據(jù)文檔的定義建立一個(gè)有向圖，首先需要對(duì)進(jìn)行適當(dāng)?shù)暮?jiǎn)化，然后產(chǎn)生圖及元素圖，再根據(jù)圖或元素圖生成關(guān)系模式，最后將符合該的文檔數(shù)據(jù)裝入關(guān)系數(shù)據(jù)中。首先，簡(jiǎn)化并生成圖。的元素說(shuō)明可以是任意復(fù)雜的，因此，在將映射為關(guān)系模式之前，必須對(duì)一些復(fù)雜的進(jìn)行必要的簡(jiǎn)化變換。簡(jiǎn)化變換包括三種

41、類(lèi)型。，變換：變換每一個(gè)嵌套定義到平坦的表示，使二元操作“，和“不出現(xiàn)在任何操作之內(nèi)。變換：將連續(xù)的多個(gè)一元操作縮簡(jiǎn)為一個(gè)一元操作。變換：將多個(gè)具有相同名稱(chēng)的子元素進(jìn)行聚合，形成一個(gè)子元素。另外，所有的“操作被轉(zhuǎn)換成“幸操作。一個(gè)圖表示一個(gè)的結(jié)構(gòu)，圖的結(jié)點(diǎn)是中的元素、屬性和正那么路徑運(yùn)算符，每一個(gè)元素在圖中出現(xiàn)且僅出現(xiàn)一次，屬性和操作符在圖第章相關(guān)技術(shù)的分析及問(wèn)題的提中出現(xiàn)的次數(shù)那么與它們?cè)谥谐霈F(xiàn)的次數(shù)相同：圖的邊那么反映中元素之間的嵌套關(guān)系：圖中的環(huán)表示回路的出現(xiàn)。如圖是根據(jù)一個(gè)所產(chǎn)生的圖。其次，根據(jù)圖生成關(guān)系模式。一根據(jù)一個(gè)圖生成的關(guān)系模式是該圖中每一個(gè)元素所生成的關(guān)系模式的并。為了說(shuō)明如

42、何生成一個(gè)元素的關(guān)系模式，需要引入元素圖的概念。簡(jiǎn)單地說(shuō)，一個(gè)元素的元素圖就是從該元素出發(fā)以深度優(yōu)先遍歷圖的過(guò)程中所生成的一棵樹(shù)。如果遍歷過(guò)程中到達(dá)了一個(gè)已經(jīng)遍歷過(guò)的結(jié)點(diǎn)，那么表示出現(xiàn)了回路，回路可看成逆向邊，它以虛線(xiàn)邊來(lái)表示，且該條路線(xiàn)不必再去重復(fù)遍歷。根據(jù)圖生成關(guān)系模式的方法有：根本內(nèi)聯(lián)法、共享內(nèi)聯(lián)法和綜合內(nèi)聯(lián)法【。根本內(nèi)聯(lián)法根本內(nèi)聯(lián)法對(duì)于每一個(gè)名為的元素，根據(jù)它的元素圖生成一個(gè)同名關(guān)系，元素圖中根結(jié)點(diǎn)的所有后裔葉結(jié)點(diǎn)均內(nèi)聯(lián)到該關(guān)系中作為一個(gè)屬性。但以下兩種情況除外：北京工業(yè)大學(xué)二學(xué)碩士學(xué)位論文一個(gè)乖或結(jié)點(diǎn)的直接孩子結(jié)點(diǎn)不包括在該關(guān)系中，即對(duì)于集合值孩子將另外生成一個(gè)新的關(guān)系：產(chǎn)生逆向邊的

43、結(jié)點(diǎn)不包括在該關(guān)系中，即另外生成一個(gè)新的關(guān)系來(lái)處理回路。，在生成的關(guān)系模式中，關(guān)系的屬性是以從結(jié)點(diǎn)到內(nèi)聯(lián)結(jié)點(diǎn)的路徑來(lái)命名的；每一個(gè)關(guān)系需要有一個(gè)域來(lái)作為該關(guān)系的鍵；對(duì)于幸或結(jié)點(diǎn)的直接孩子結(jié)點(diǎn)以及帶回路的結(jié)點(diǎn)，它們所生成的關(guān)系還需要有一個(gè)域來(lái)作為該關(guān)系的外鍵。共享內(nèi)聯(lián)法共享內(nèi)聯(lián)法使每一個(gè)元素結(jié)點(diǎn)出現(xiàn)且只出現(xiàn)在一個(gè)關(guān)系中。它按如下原那么來(lái)判斷哪些元素可以生成獨(dú)立的關(guān)系：圖中入度大于或等于的元素結(jié)點(diǎn)生成獨(dú)立的關(guān)系模式；圖中結(jié)點(diǎn)棗或的直接后繼元素結(jié)點(diǎn)生成獨(dú)立的關(guān)系模式；互為遞歸的入度均為的元素結(jié)點(diǎn)，其中之一生成獨(dú)立的關(guān)系模式；其余的結(jié)點(diǎn)均生成關(guān)系屬性。下面的圖即為圖中的圖對(duì)應(yīng)的共享內(nèi)聯(lián)法生成的關(guān)系模式

44、：，：，：，：，：，：，：，：，：，：，：，：，：，：，：，礎(chǔ)：曲：，：，：，：，鈾：，：，：，：，：，：圖共享內(nèi)聯(lián)法生成的關(guān)系模式綜合內(nèi)聯(lián)法在共享內(nèi)聯(lián)法的根底上，將所有入度大于的元素結(jié)點(diǎn)也內(nèi)聯(lián)進(jìn)入父結(jié)點(diǎn)所生成的關(guān)系中，但是帶回路的結(jié)點(diǎn)以及結(jié)點(diǎn)或的直接后繼結(jié)點(diǎn)除外。綜合內(nèi)聯(lián)法的出發(fā)點(diǎn)是充分吸取根本內(nèi)聯(lián)法和共享內(nèi)聯(lián)法的優(yōu)點(diǎn)，克服其缺點(diǎn)。下面的圖即為圖中的圖對(duì)應(yīng)的綜合內(nèi)聯(lián)法生成的關(guān)系模式：第章相關(guān)技術(shù)的分析及問(wèn)題的提出：，：，：，：，融：，：，：昭，：，：，：曲：，：，：，：，：，：，：，：曲：，：，：，：，：，：，：，齟：，：血：，：，：，：，：，：，：，：圖綜合內(nèi)聯(lián)法生成的關(guān)系模式三種算法的比

45、擬根本內(nèi)聯(lián)法對(duì)于的每一個(gè)元素都創(chuàng)立了一個(gè)關(guān)系模式，產(chǎn)生了大量的關(guān)系，并且會(huì)產(chǎn)生大量的數(shù)據(jù)冗余，因此該方法根本上是不實(shí)用的。對(duì)于共享與綜合兩種算法來(lái)說(shuō)，二者都是在根本內(nèi)聯(lián)算法的根底上進(jìn)行了某些改良，目的是修正根本內(nèi)聯(lián)算法的缺點(diǎn)，跟根本內(nèi)聯(lián)算法相比都有效的減少了所產(chǎn)生關(guān)系的數(shù)目。共享算法相對(duì)減少了生成的數(shù)目但增加了每個(gè)查詢(xún)的連接運(yùn)算，綜合算法相對(duì)減少了每個(gè)查詢(xún)的連接運(yùn)算但增加了查詢(xún)。方法方法【的提出給存儲(chǔ)研究者提出了一個(gè)有一意義的嘗試和挑戰(zhàn)。因?yàn)槟壳暗乃袑?duì)存儲(chǔ)的研究存都只考慮文檔的結(jié)構(gòu)信息，沒(méi)有考慮到文檔的語(yǔ)義信息問(wèn)題。而模式轉(zhuǎn)換過(guò)程中語(yǔ)義信息的保持不但可以更有效地復(fù)原文檔，而且也可以減少數(shù)據(jù)庫(kù)

46、中某些不必要的存儲(chǔ)。采用混合內(nèi)聯(lián)法【，充分考慮了文檔中的域約束、基數(shù)約束、包含依賴(lài)，等價(jià)生成依賴(lài)，、元組生成依賴(lài)，四種語(yǔ)義信息，完成了從到關(guān)系模式的映射。基于的結(jié)構(gòu)映射法目前比擬有影響的基于的結(jié)構(gòu)映射方法是：【方法。文獻(xiàn)【】提出了的思想，是的一種等價(jià)形式，北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文并由變換而來(lái)。將原始中的多值元素提取出來(lái)進(jìn)行單獨(dú)處理，生成同名的復(fù)雜類(lèi)型，并在其父親元素的類(lèi)型定義中保存對(duì)新增類(lèi)型的引用。根據(jù)文獻(xiàn)例，可以直接映射為關(guān)系模式，從而實(shí)現(xiàn)了文檔到關(guān)系數(shù)據(jù)庫(kù)的映射。同時(shí)，文獻(xiàn)【】提出了到關(guān)系模式的生成規(guī)那么：對(duì)于中的每個(gè)類(lèi)型，創(chuàng)立關(guān)系；對(duì)于新建立的每個(gè)關(guān)系，創(chuàng)立主鍵用于存儲(chǔ)相應(yīng)元素節(jié)點(diǎn)的

47、；對(duì)于每個(gè)關(guān)系，創(chuàng)立類(lèi)型的父類(lèi)型的引用外鍵；在每個(gè)關(guān)系玎中，對(duì)類(lèi)型的任意簡(jiǎn)單類(lèi)型的單值子元素新建一列；如果某單值簡(jiǎn)單類(lèi)型元素有修飾，那么創(chuàng)立列時(shí)，該列允許為空。方法是一種基于代價(jià)的方法，它根據(jù)查詢(xún)的不同特點(diǎn)來(lái)生成關(guān)系模式，是一種比擬靈活的方法，但對(duì)元素的提取并不徹底。的存儲(chǔ)應(yīng)該需要提取出在文檔中會(huì)屢次出現(xiàn)的元素，它既包括通過(guò)定義的重復(fù)出現(xiàn)的元素，也可以是以遞歸形式嵌套出現(xiàn)的元素，還可以是屢次被引用的同一元素，而僅對(duì)簡(jiǎn)單重復(fù)出現(xiàn)的元素進(jìn)行提取，而沒(méi)有考慮到其他重復(fù)形式元素的提取，是不完善的?；陉P(guān)系數(shù)據(jù)庫(kù)的映射方法比擬分析通過(guò)對(duì)模型映射方法和結(jié)構(gòu)映射方法的詳細(xì)研究，可以總結(jié)出以下結(jié)論：模型映射方

48、法基于文檔本身，而結(jié)構(gòu)映射方法基于或者；，由于模型映射基于文檔本身，對(duì)于具有相同或者的文檔，仍然需要分別重復(fù)解析，影響效率，而結(jié)構(gòu)映射方法那么有較好的通用性；在基于模型的映射方法中，關(guān)系模式記錄了元素的順序信息和結(jié)構(gòu)信息，但所有的方法沒(méi)有考慮語(yǔ)義約束，同時(shí)基于模型的映射方法不符合軟件開(kāi)發(fā)重用的理念。在所有基于結(jié)構(gòu)映射的方法中，大局部是基于的映射方法，并且基于的映射方法也考慮到了映射過(guò)程中語(yǔ)義的一致性，但是對(duì)于基于的映射方法研究較少，并且技術(shù)也很不完善。同時(shí)，我們也不難發(fā)現(xiàn)，模式本身所固有的缺點(diǎn)，使得基于模式的映射方法，并不能很好的保持語(yǔ)義的一致性，例如：對(duì)于類(lèi)型的定義只有和兩種，映射到關(guān)系模式

49、的時(shí)候缺點(diǎn)就顯現(xiàn)了出來(lái)。第章相關(guān)技術(shù)的分析及問(wèn)題的提出研究問(wèn)題的提出及分析從上面的分析可知：由于關(guān)系數(shù)據(jù)庫(kù)技術(shù)的大力開(kāi)展、成熟的技術(shù)和廣泛的應(yīng)用，使得文檔的關(guān)系化存儲(chǔ)成為可行的數(shù)據(jù)存儲(chǔ)方法，有廣闊的開(kāi)展前景。因此，本文主要研究基于關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)存儲(chǔ)技術(shù)，而基于關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)存儲(chǔ)要解決的關(guān)鍵問(wèn)題就是，模式與關(guān)系模式的映射問(wèn)題。從前面的綜述中也可以看出，作為技術(shù)領(lǐng)域早期所廣泛使用的一種模式，基于它的關(guān)系化映射方法研究較多，而前尚沒(méi)有較好的基于的關(guān)系映射模式。但是，存在諸多缺乏，例如缺乏對(duì)文檔結(jié)構(gòu)、屬性、數(shù)據(jù)類(lèi)型等約束的足夠描述等，于是，于年月正式推薦為的標(biāo)準(zhǔn)模式。自從標(biāo)準(zhǔn)出現(xiàn)以后，由于的諸多優(yōu)

50、點(diǎn)，使得逐漸代替成為驗(yàn)證文檔格式的有效性的方式。因此，本文中，我們研究的主要問(wèn)題就是，基于的關(guān)系化映射方法。，通過(guò)上面的介紹可知：目前大多數(shù)基于的關(guān)系映射模式的研究方法中，都存在一些缺乏。有的只是從結(jié)構(gòu)上進(jìn)行轉(zhuǎn)換，沒(méi)有考慮到模式中包含的信息，不能保持實(shí)體完整性、參照完整性、取值約束以及減少數(shù)據(jù)冗余；有的雖然保持了語(yǔ)義約束，但是在數(shù)據(jù)存儲(chǔ)時(shí)，沒(méi)有考慮數(shù)據(jù)自身的特點(diǎn)，如順序性，層次性等，這就失去了轉(zhuǎn)換到關(guān)系模式意義。綜上所述，在本文的后半局部，我們主要研究中各組件的轉(zhuǎn)化方法和一種基于的文檔關(guān)系化映射方法。本章小結(jié)在本章中，節(jié)簡(jiǎn)單的介紹了技術(shù)的優(yōu)點(diǎn)、應(yīng)用特點(diǎn)、模式語(yǔ)言和解析技術(shù)；節(jié)主要對(duì)當(dāng)前的存儲(chǔ)方

51、式進(jìn)行了介紹，并且指出了各種存儲(chǔ)方式的利弊；節(jié)介紹了基于關(guān)系數(shù)據(jù)庫(kù)的文檔映射方法，分別介紹了基于模型的映射方法和基于結(jié)構(gòu)的映射方法，并對(duì)它們加以比照；節(jié)中基于對(duì)前三節(jié)中理論總結(jié)分析的根底上，提出了本論文要研究的問(wèn)題。第章組件轉(zhuǎn)化方法的研究第章組件轉(zhuǎn)化方法的研究中的組件的特性與轉(zhuǎn)化思路主要有，等組件，分別簡(jiǎn)要介紹如下：。用于聲明該文檔是一個(gè)文檔。它包含兩個(gè)屬性：指定該的名稱(chēng)，用來(lái)指定的命名空間。女：。用于定義元素，中包含，等屬性。記錄元素的名稱(chēng)。表示元素的類(lèi)型，可以是簡(jiǎn)單數(shù)據(jù)類(lèi)型或是自定義的復(fù)雜類(lèi)型。，表示元素在實(shí)例中出現(xiàn)的次數(shù)范圍。表示屬性，嵌套在相應(yīng)的元素中，包括，等屬性。記錄屬性名，表示屬

52、性類(lèi)型，表示屬性在元素中出現(xiàn)的情況，分為，。其中表示屬性有一個(gè)確定的默認(rèn)值，表示屬性可以有一個(gè)默認(rèn)值，為缺省值，表示屬性在元素中必須出現(xiàn)。內(nèi)的一系列屬性和元素成為一個(gè)序列，序列中的每個(gè)成員按該定義中出現(xiàn)的順序出現(xiàn)在每個(gè)文檔實(shí)例中。中出現(xiàn)的多個(gè)元素或元素組，只能有一個(gè)出現(xiàn)在每個(gè)文檔實(shí)例中。用于將文檔中的元素分組，一般嵌套在中。在文檔中，元素的數(shù)據(jù)類(lèi)型有兩種：簡(jiǎn)單類(lèi)型和復(fù)雜類(lèi)型。對(duì)于復(fù)雜類(lèi)型的元素，都定義了復(fù)雜類(lèi)型元素的內(nèi)容模型、和，定義了其模型組中子元素的出現(xiàn)順序和結(jié)構(gòu)等；同時(shí)中還定義了其模型組中子元素的出現(xiàn)次數(shù)；復(fù)雜類(lèi)型的元素還可能具有屬性或者屬性組。對(duì)于屬性或是簡(jiǎn)單類(lèi)型的元素，主要是處理它們

53、的數(shù)據(jù)類(lèi)型。我們的關(guān)系映射思路是：對(duì)于屬性和簡(jiǎn)單類(lèi)型的元素，由于在元數(shù)據(jù)表中已經(jīng)標(biāo)識(shí)出哪些結(jié)點(diǎn)為元素，哪些結(jié)點(diǎn)為屬性，所以不再單獨(dú)為它們創(chuàng)立表，只需要把它們轉(zhuǎn)換成為字段放入到為其父元素建立的表中就可以了，這樣可以大大地壓縮生成的關(guān)系表的數(shù)量；而對(duì)于復(fù)雜類(lèi)型元素，因?yàn)樗赡馨釉鼗蛘邔傩?，甚至兩者都包括，那么顯然是不能把它映射成為表中的一個(gè)字段，因此我們?yōu)槊恳粋€(gè)復(fù)雜類(lèi)型元素單獨(dú)創(chuàng)立表。在研究以上各種組件轉(zhuǎn)化到關(guān)系模式的過(guò)程中，我們充分考慮了北京工業(yè)大學(xué)工學(xué)碩十學(xué)位論文所包含的各種約束信息，不僅包括保持?jǐn)?shù)據(jù)本身的順序性、層次性、以及元素和屬性相區(qū)別的特點(diǎn)；而且最大程度的保持中描述的語(yǔ)義信息，如

54、實(shí)體完整性、參照完整性、取值約束以及函數(shù)依賴(lài)等。規(guī)那么表名命名規(guī)那么由于只有復(fù)雜類(lèi)型元素才單獨(dú)創(chuàng)立表，表名取自映射為復(fù)雜類(lèi)型元素的屬性值。規(guī)那么字段名命名規(guī)那么在關(guān)系化映射的過(guò)程中，只有簡(jiǎn)單類(lèi)型元素和屬性映射為表的字段，字段名取自映射為字段的簡(jiǎn)單類(lèi)型元素和屬性的屬性值。以下我們分別介紹各組件的轉(zhuǎn)化方法，并在轉(zhuǎn)化的過(guò)程中充分考慮到各種約束語(yǔ)義的保存。在本論文中，我們以經(jīng)典的圖書(shū)結(jié)構(gòu)作為例如來(lái)進(jìn)行分析，如下例：。？：胗，：扮：胗：一：。：一：北京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文具有語(yǔ)義保持的簡(jiǎn)單類(lèi)型元素轉(zhuǎn)化方法研究簡(jiǎn)單類(lèi)型元素既不能包含子元素，也不能帶有任何屬性。簡(jiǎn)單類(lèi)型一般可以分成以下四類(lèi)：內(nèi)置簡(jiǎn)單類(lèi)型

55、、限制簡(jiǎn)單類(lèi)型、列表類(lèi)型和聯(lián)合類(lèi)型。因?yàn)閮?nèi)置簡(jiǎn)單類(lèi)型和限制簡(jiǎn)單類(lèi)型都是不能再分割的，所以?xún)?nèi)置簡(jiǎn)單類(lèi)型和限制簡(jiǎn)單類(lèi)型又被統(tǒng)稱(chēng)為原子類(lèi)型。以例中的簡(jiǎn)單類(lèi)型元素為例：今，我們可以看出，簡(jiǎn)單類(lèi)型元素的語(yǔ)義有：、和次數(shù)限制構(gòu)成。簡(jiǎn)單內(nèi)置類(lèi)型的轉(zhuǎn)化方法目前標(biāo)準(zhǔn)中定義了種內(nèi)置的簡(jiǎn)單類(lèi)型，這些簡(jiǎn)單類(lèi)型代表了常見(jiàn)的數(shù)據(jù)類(lèi)型，字符串、數(shù)字、日期和時(shí)間值等，例如，的“：“：，“：等等。我們認(rèn)為可以直接把定義的內(nèi)置簡(jiǎn)單類(lèi)型映射到關(guān)系數(shù)據(jù)庫(kù)中對(duì)應(yīng)的類(lèi)型。例如，如果關(guān)系數(shù)據(jù)庫(kù)是，那么可以把的“：類(lèi)型映射成數(shù)據(jù)庫(kù)中的類(lèi)型，“：可以映射成數(shù)據(jù)庫(kù)中的類(lèi)型。但是這樣的轉(zhuǎn)換存在著長(zhǎng)度不匹配的問(wèn)題：的“：和“：可以表示任何字符串和數(shù)

56、值，而的類(lèi)型需要定義長(zhǎng)度，默認(rèn)長(zhǎng)度為，類(lèi)型也是有一定數(shù)值表示范圍。由于文檔中所有類(lèi)型都沒(méi)有給出長(zhǎng)度的定義，所以長(zhǎng)度問(wèn)題還是轉(zhuǎn)換成關(guān)系數(shù)據(jù)庫(kù)模式時(shí)所遇到的一個(gè)無(wú)法解決的問(wèn)題。好在實(shí)際應(yīng)用中使用的數(shù)值和字符串等各種類(lèi)型一般都是有一定的長(zhǎng)度限度，數(shù)據(jù)庫(kù)的默認(rèn)設(shè)置都能滿(mǎn)足應(yīng)用需求。只是映射為默認(rèn)長(zhǎng)度，這樣會(huì)浪費(fèi)一些空間，不是一個(gè)好的數(shù)據(jù)庫(kù)設(shè)計(jì)。我們將的數(shù)據(jù)類(lèi)型缺省地映射到關(guān)系數(shù)據(jù)庫(kù)中對(duì)應(yīng)的數(shù)據(jù)類(lèi)型，如果在導(dǎo)入時(shí)，遇到長(zhǎng)度超過(guò)給出的限定，那么可以修改表結(jié)構(gòu)，增加這個(gè)字段的長(zhǎng)度直到能夠接受需要導(dǎo)入的串的長(zhǎng)度。限制內(nèi)置類(lèi)型的轉(zhuǎn)化方法限制簡(jiǎn)單類(lèi)型是通過(guò)派生那些己存在的簡(jiǎn)單類(lèi)型來(lái)定義的，這些簡(jiǎn)單類(lèi)型可以是內(nèi)置的

57、，也可以是已經(jīng)派生出來(lái)的。換句話(huà)說(shuō)，如果要?jiǎng)?chuàng)立自己的限制內(nèi)置類(lèi)型，那么最開(kāi)始的那個(gè)類(lèi)型就必須是內(nèi)置簡(jiǎn)單類(lèi)型或是通過(guò)內(nèi)置簡(jiǎn)單類(lèi)型派生的簡(jiǎn)單類(lèi)型。在上例所示的模式中，簡(jiǎn)單類(lèi)型“第章組件轉(zhuǎn)化方法的研究就是從根底類(lèi)型“：中派生出來(lái)的：以及下面例子中的簡(jiǎn)單類(lèi)型“：【】：由于限制類(lèi)型是基于簡(jiǎn)單內(nèi)置類(lèi)型的，不同的是限制類(lèi)型可能存在對(duì)取值的限制，所以我們?cè)賹⑾拗苾?nèi)置類(lèi)型轉(zhuǎn)化到關(guān)系模式時(shí)，需要考慮限制性約束。因此，限制類(lèi)型的轉(zhuǎn)化算法為：將限制類(lèi)型元素轉(zhuǎn)化為其父元素的一個(gè)字段，字段類(lèi)型為限制類(lèi)型基于的簡(jiǎn)單內(nèi)置類(lèi)型，字段名為限制類(lèi)型元素的名稱(chēng)，并在轉(zhuǎn)化的過(guò)程中考慮限制型約束。例如：存在一個(gè)元素，上面例子中的簡(jiǎn)單類(lèi)型

58、是元素的子元素的數(shù)據(jù)類(lèi)型。轉(zhuǎn)化到關(guān)系數(shù)據(jù)庫(kù)中為：，對(duì)應(yīng)的創(chuàng)立數(shù)據(jù)庫(kù)表的語(yǔ)句為：，】【】【】【。列表類(lèi)型的轉(zhuǎn)化方法列表類(lèi)型是由一組原子類(lèi)型的值組成的有限長(zhǎng)度的序列組，它的每一個(gè)局部都是原子的、不可分割的，并且本身都是有意義的。除了使用內(nèi)置的列表類(lèi)型外，還可以通過(guò)引用現(xiàn)有的簡(jiǎn)單類(lèi)型來(lái)建立新的列表類(lèi)型。但是請(qǐng)注意，不可以使用現(xiàn)有的列表類(lèi)型來(lái)建立新的列表類(lèi)型，也不能使用復(fù)合類(lèi)型來(lái)建立新的列表類(lèi)型。由于列表類(lèi)型歸根到底也是基于內(nèi)置數(shù)據(jù)類(lèi)型，與限制類(lèi)型相似的是，列表類(lèi)型也有對(duì)元素取值范圍的規(guī)定，需要對(duì)列表類(lèi)型元素的取值進(jìn)行約束。因此，限制類(lèi)型的轉(zhuǎn)化算法為：將列表類(lèi)型元素轉(zhuǎn)化為其父元素的一個(gè)字段，字段類(lèi)型北

59、京工業(yè)大學(xué)工學(xué)碩士學(xué)位論文為列表類(lèi)型基于的簡(jiǎn)單內(nèi)置類(lèi)型，字段名為列表類(lèi)型元素的名稱(chēng)，并在轉(zhuǎn)化的過(guò)程中考慮取值范圍約束。下面，本文舉一個(gè)列表類(lèi)型的例子加以說(shuō)明。先定義一個(gè)簡(jiǎn)單類(lèi)型，是基于“：的列表類(lèi)型，此類(lèi)型定義了某個(gè)企業(yè)員工的工資等級(jí)取值范圍為。：“：今：接著，利用創(chuàng)立列表類(lèi)型：一然后，給出內(nèi)容符合類(lèi)型的一個(gè)元素：例如：存在一個(gè)元素，上面例子中的列表類(lèi)型“的元素是元素的子元素。轉(zhuǎn)化到關(guān)系數(shù)據(jù)庫(kù)中為：，。對(duì)應(yīng)的創(chuàng)立數(shù)據(jù)庫(kù)表的語(yǔ)句為：，聯(lián)合類(lèi)型的轉(zhuǎn)化方法聯(lián)合類(lèi)型的值可以是原子值，也可以是列表值。該類(lèi)型的有效值集是兩個(gè)或多個(gè)其他簡(jiǎn)單類(lèi)型的聯(lián)合。也就是說(shuō)一個(gè)聯(lián)合類(lèi)型包含了多個(gè)原子類(lèi)型或者列表類(lèi)型，由于

60、原子類(lèi)型和列表類(lèi)型歸根到底是基于簡(jiǎn)單內(nèi)置類(lèi)型，所以聯(lián)合類(lèi)型元素的取值可以從多個(gè)不同的簡(jiǎn)單內(nèi)置類(lèi)型。由于聯(lián)合類(lèi)型元素的取值范圍較廣第章組件轉(zhuǎn)化方法的研究泛，所以我們認(rèn)為將聯(lián)合類(lèi)型元素轉(zhuǎn)化到關(guān)系模式中時(shí)，不管聯(lián)合類(lèi)型元素是那種類(lèi)型，都當(dāng)作“：來(lái)對(duì)待，對(duì)應(yīng)到關(guān)系模式中的類(lèi)型。聯(lián)合類(lèi)型的轉(zhuǎn)化算法為：將聯(lián)合類(lèi)型元素轉(zhuǎn)化為其父元素的一個(gè)字段，字段類(lèi)型統(tǒng)一轉(zhuǎn)化到關(guān)系模式中的字符串類(lèi)型，字段名為聯(lián)合類(lèi)型元素的名稱(chēng)，如果聯(lián)合類(lèi)型存在對(duì)元素取值的約束，并在轉(zhuǎn)化的過(guò)程中考慮約束。對(duì)于下面的例子，一個(gè)通信地址由地址和 兩局部組成，地址局部是“：類(lèi)型，而 局部是“：類(lèi)型，可見(jiàn)是聯(lián)合類(lèi)型。：例如：存在一個(gè)元素，上面的聯(lián)合