分析书目一种图书书目XML文档索引机制
最后更新时间：2024-04-22
作者：用户投稿
本站原创
点赞:6720
浏览:22876
本站原创
点赞:6720
浏览:22876
论文导读：引机制，这里要处理的是图书查询系统的图书信息，针对常见的查询建立索引，使用关系数据库来保存索引，加快查询效率的提高。1图书查询系统应用分析首先，分析一下图书查询系统常用的查询有哪些种类，针对这些应用来建立索引。1）用户要求返回具有某种属性的书目列表。这是最常用的查询方式，几乎绝大部分查询都是这种类
摘要：该文针对XML，DOM和SAX协议操作大文档的缺陷，将技术成熟的关系数据库索引机制应用于图书书目查询系统，从而实现对XML文档的快速查询。
关键词：XML；关系数据库；索引
1009-3044（2013）30-6829-04
随着网络的发展，Internet已经是家喻户晓，各行各业都渗透到Internet上。同时，信息共享和数据交换也越来越重要，Web服务发展迅速，而XML作为一种信息共享与数据交换的手段，已经逐渐成为数据表示和交换的标准，有着不可替代的重要性。经过一段时间的发展，XML已逐渐走向成熟，并在许多领域中得到广泛应用。以XML格式存储的数据也与日俱增。目前，XML在数据库方面的应用还是低效和不足的。在某种角度上，一个XML文件可以看作是一个数据库，因为XML文档具有可自描述、无限嵌套、树形结构等特点。可以借助一定工具把XML映射成传统RDBMS中的一张二维表（Table）。时下的主流数据库都支持这种转换，但这种转换效率比较低，特别对于嵌套太多的XML文档，存储起来就更加不方便，不宜于操作。为更好地支持XML，W3C还制定了一些相关技术，如文档模式（DTD、XML Schema）、查询语言（XPath、XQuery等）和编程接口（DOM、SAX等）来方便开发应用程序。但是，即便如此，XML在数据库方面的应用还存在一些明源于：论文的标准格式www.7ctime.com
显不足：如果从更高的技术角度出发，就会发现对XML文档简单的文件管理是远远不够的，低效的存储组织、索引查询技术，不提供事务、安全恢复机制，无法保证数据的完整性和一致性，没有并发控制、移植工具和用户权限管理等。
现在传统的方式是使用DOM或SAX协议对XML文档进行操作，DOM是建立文档树来访问XML数据，建立树的过程会花费很大的系统开销，对于较大的XML文档，这种方式会很大程度上降低系统的性能，即使使用SAX协议访问，也是顺序方式查找XML文档，还是很难满足日益发展的Web服务的要求。当数据量很大时必须找到一种新的方式来提高查询的效率，人们已经开始着手研究Native XML数据库（NXD）并取得了一定的成就，Native XML数据库是一种新的数据库技术，是一个完整的数据库系统，有着传统数据库的各种功能和组件，如今NXD的技术还在研究中，一些机制还不是很完善。该文利用NXD的思想，保持XML文档的原格式，并建立索引来提高查询效率，针对一种特定情形下的数据查询基于XML文档的存储结构建立索引机制，这里要处理的是图书查询系统的图书信息，针对常见的查询建立索引，使用关系数据库来保存索引，加快查询效率的提高。
1 图书查询系统应用分析
首先，分析一下图书查询系统常用的查询有哪些种类，针对这些应用来建立索引。
1）用户要求返回具有某种属性的书目列表。这是最常用的查询方式，几乎绝大部分查询都是这种类型的查询，如题名检索、作者检索、主题词检索、出版社检索等，我们为题名检索和出版社检索为例。
问题一：查询书名为“我的童年”的书目列表。
问题二：查询“清华大学出版社”出版的书目列表。
2）返回一类书目的列表。这里可能是某一类书中的一个子类，如一个网页设计的入门者，他只是想浏览网页设计方面的书籍，并不是确定要找哪一本书。
问题三：查询类别名为“网页制作”的书目列表。
3）返回具有某一属性的书本的其他属性列表。这种应用很少，但也存在，如想要查找在清华大学出版社出书的作者列表。
问题四：查询出版社为“清华大学出版社”的书目作者列表。
2 建立索引
根据实际的应用给要查询的文档建立索引，一个书店或者图书馆里的书目是众多的，所以我们的XML文档也是非常庞大的，因此已经不可能用DOM或SAX来访问了，我们也不使用XED（XML-Enabled DBMS）的方式，把数据都存储在关系数据库中，然后转换成XML格式。我们采用了一种折中的方法，依然使用原始的XML文档方式来存储数据，但把检索中会用到的数据另外存储到关系数据库中，这样在查询的过程中使用的是关系数据库系统，效率比较好，而最终读取的结果又会依赖XML文档。将XML文档中的一部分内容读取出来，这样我们查询得到的结果依然是XML格式，XML的优论文导读：
势同样能够得到发挥。其具体结构如图1：
图1 XML文档检索工作流程
从关系数据库到XML文档，其实是一个定位过程，如果不通过关系数据库建立索引，我们可能是顺序方式查找需要的信息，现在把查询过程中用到的信息存储在关系数据库中的表中了，我们需要将这些表（可能不止一个表）关联到XML文档中的某个特定的位置，这样才能减轻查询的负担，常用的做法是利用XML文档的行号来实现。我们通过例子来看，附表是一个图书信息文档，其书目分为两大类，文学类和计算机类，在计算机类中又有子类网页制作，从结构上来说已经是有点复杂了，存在一个子类结构，我们看一下《亲密接触ASP.Net》这本书，这本书的信息是从标签开始的，从第4行到第18行是它的信息部分。如果查询的结果是这本书，我们需要将这些信息作为结果返回，然后用XSLT转换成HTML在网页中显示（或者是其它的应用），一般来说从第4行到第18行的内容都是我们需要的信息，把它作为一个结果返回即可。我们将行号存储到数据库中，这样对应查询到某本书的时候能快速的返回用户所需要的信息。这是我们要建立的第一个表：book_list，其内容如表1。
3 执行查询
4 结束语
本文简单介绍了图书查询系统XML文档的一种索引建立方法，它是针对查询这种特殊的应用设计实现的，利用关系数据库来建立索引，但最终的数据还是保存在XML文档中，索引中建立了路径表，能够支持XPath查询的实现。这种索引机制适用网上书店系统，图书馆检索系统等，只提供给用户查询，不提供修改，执行修改和更新的是图书管理员，而且面向单一应用，用特定的表实现，效率较高。在有新的应用时，我们可以建新的表机制来实现需求。这种索引能大大提高查询效率，但存在一些不足，由于是对查询建立的索引机制，在多用户频繁更新数据的情形下，系统需要重建索引，会大大提高系统需求。
参考文献：
Arzucan Ozgur，Taflan I Gundem.Efficient Indexing Technique for XML-based Electronic Product Catalogs[J].Electronic Commerce Research and Applications，2006（5）：66-77.
王宏宇.基于Native—XML数据库倒排索引算法研究[J].情报科学，2006，24（7）：84-88.
[3] 李素清，陶世群.一种基于关键词的XML文档查询算法[J].计算机工程与应用，2012，48（5）：138-142.
[4] 赵雄峰.一种高效检索XML文档的倒排索引技术[J].电脑知识与技术，2010，6（30）：8429-8431.
[5] Extensible Markup Language[EB/OL]. http ：//.cn/soft/ACRD4CHS.EXE">PDF浏览器用户请先下载安装
摘要：该文针对XML，DOM和SAX协议操作大文档的缺陷，将技术成熟的关系数据库索引机制应用于图书书目查询系统，从而实现对XML文档的快速查询。
关键词：XML；关系数据库；索引
1009-3044（2013）30-6829-04
随着网络的发展，Internet已经是家喻户晓，各行各业都渗透到Internet上。同时，信息共享和数据交换也越来越重要，Web服务发展迅速，而XML作为一种信息共享与数据交换的手段，已经逐渐成为数据表示和交换的标准，有着不可替代的重要性。经过一段时间的发展，XML已逐渐走向成熟，并在许多领域中得到广泛应用。以XML格式存储的数据也与日俱增。目前，XML在数据库方面的应用还是低效和不足的。在某种角度上，一个XML文件可以看作是一个数据库，因为XML文档具有可自描述、无限嵌套、树形结构等特点。可以借助一定工具把XML映射成传统RDBMS中的一张二维表（Table）。时下的主流数据库都支持这种转换，但这种转换效率比较低，特别对于嵌套太多的XML文档，存储起来就更加不方便，不宜于操作。为更好地支持XML，W3C还制定了一些相关技术，如文档模式（DTD、XML Schema）、查询语言（XPath、XQuery等）和编程接口（DOM、SAX等）来方便开发应用程序。但是，即便如此，XML在数据库方面的应用还存在一些明源于：论文的标准格式www.7ctime.com
显不足：如果从更高的技术角度出发，就会发现对XML文档简单的文件管理是远远不够的，低效的存储组织、索引查询技术，不提供事务、安全恢复机制，无法保证数据的完整性和一致性，没有并发控制、移植工具和用户权限管理等。
现在传统的方式是使用DOM或SAX协议对XML文档进行操作，DOM是建立文档树来访问XML数据，建立树的过程会花费很大的系统开销，对于较大的XML文档，这种方式会很大程度上降低系统的性能，即使使用SAX协议访问，也是顺序方式查找XML文档，还是很难满足日益发展的Web服务的要求。当数据量很大时必须找到一种新的方式来提高查询的效率，人们已经开始着手研究Native XML数据库（NXD）并取得了一定的成就，Native XML数据库是一种新的数据库技术，是一个完整的数据库系统，有着传统数据库的各种功能和组件，如今NXD的技术还在研究中，一些机制还不是很完善。该文利用NXD的思想，保持XML文档的原格式，并建立索引来提高查询效率，针对一种特定情形下的数据查询基于XML文档的存储结构建立索引机制，这里要处理的是图书查询系统的图书信息，针对常见的查询建立索引，使用关系数据库来保存索引，加快查询效率的提高。
1 图书查询系统应用分析
首先，分析一下图书查询系统常用的查询有哪些种类，针对这些应用来建立索引。
1）用户要求返回具有某种属性的书目列表。这是最常用的查询方式，几乎绝大部分查询都是这种类型的查询，如题名检索、作者检索、主题词检索、出版社检索等，我们为题名检索和出版社检索为例。
问题一：查询书名为“我的童年”的书目列表。
问题二：查询“清华大学出版社”出版的书目列表。
2）返回一类书目的列表。这里可能是某一类书中的一个子类，如一个网页设计的入门者，他只是想浏览网页设计方面的书籍，并不是确定要找哪一本书。
问题三：查询类别名为“网页制作”的书目列表。
3）返回具有某一属性的书本的其他属性列表。这种应用很少，但也存在，如想要查找在清华大学出版社出书的作者列表。
问题四：查询出版社为“清华大学出版社”的书目作者列表。
2 建立索引
根据实际的应用给要查询的文档建立索引，一个书店或者图书馆里的书目是众多的，所以我们的XML文档也是非常庞大的，因此已经不可能用DOM或SAX来访问了，我们也不使用XED（XML-Enabled DBMS）的方式，把数据都存储在关系数据库中，然后转换成XML格式。我们采用了一种折中的方法，依然使用原始的XML文档方式来存储数据，但把检索中会用到的数据另外存储到关系数据库中，这样在查询的过程中使用的是关系数据库系统，效率比较好，而最终读取的结果又会依赖XML文档。将XML文档中的一部分内容读取出来，这样我们查询得到的结果依然是XML格式，XML的优论文导读：
势同样能够得到发挥。其具体结构如图1：
图1 XML文档检索工作流程
从关系数据库到XML文档，其实是一个定位过程，如果不通过关系数据库建立索引，我们可能是顺序方式查找需要的信息，现在把查询过程中用到的信息存储在关系数据库中的表中了，我们需要将这些表（可能不止一个表）关联到XML文档中的某个特定的位置，这样才能减轻查询的负担，常用的做法是利用XML文档的行号来实现。我们通过例子来看，附表是一个图书信息文档，其书目分为两大类，文学类和计算机类，在计算机类中又有子类网页制作，从结构上来说已经是有点复杂了，存在一个子类结构，我们看一下《亲密接触ASP.Net》这本书，这本书的信息是从标签开始的，从第4行到第18行是它的信息部分。如果查询的结果是这本书，我们需要将这些信息作为结果返回，然后用XSLT转换成HTML在网页中显示（或者是其它的应用），一般来说从第4行到第18行的内容都是我们需要的信息，把它作为一个结果返回即可。我们将行号存储到数据库中，这样对应查询到某本书的时候能快速的返回用户所需要的信息。这是我们要建立的第一个表：book_list，其内容如表1。
3 执行查询
4 结束语
本文简单介绍了图书查询系统XML文档的一种索引建立方法，它是针对查询这种特殊的应用设计实现的，利用关系数据库来建立索引，但最终的数据还是保存在XML文档中，索引中建立了路径表，能够支持XPath查询的实现。这种索引机制适用网上书店系统，图书馆检索系统等，只提供给用户查询，不提供修改，执行修改和更新的是图书管理员，而且面向单一应用，用特定的表实现，效率较高。在有新的应用时，我们可以建新的表机制来实现需求。这种索引能大大提高查询效率，但存在一些不足，由于是对查询建立的索引机制，在多用户频繁更新数据的情形下，系统需要重建索引，会大大提高系统需求。
参考文献：
Arzucan Ozgur，Taflan I Gundem.Efficient Indexing Technique for XML-based Electronic Product Catalogs[J].Electronic Commerce Research and Applications，2006（5）：66-77.
王宏宇.基于Native—XML数据库倒排索引算法研究[J].情报科学，2006，24（7）：84-88.
[3] 李素清，陶世群.一种基于关键词的XML文档查询算法[J].计算机工程与应用，2012，48（5）：138-142.
[4] 赵雄峰.一种高效检索XML文档的倒排索引技术[J].电脑知识与技术，2010，6（30）：8429-8431.
[5] Extensible Markup Language[EB/OL]. http ：//.cn/soft/ACRD4CHS.EXE">PDF浏览器用户请先下载安装