【正文】 表達式的索引可以分為樹 /圖結構數(shù)據(jù)的索引 ,受限 /完 全的正則表達式 .相對來說 ,樹結構的數(shù)據(jù) ,如 XML,其索引技術較簡單 ,并且只支持正則路徑表達式的受限形式的索引更有效一些 ,因為較少有非常復雜的正則路徑表達式 .伯克利大學的 XSet系統(tǒng)就為 XML數(shù)據(jù)采用了一種索引 .這種索引綜合了路徑信息 ,也是樹結構 .索引樹的節(jié)點是哈希表 ,索引根節(jié)點包含了 數(shù)據(jù)根節(jié)點的所有出邊標記 ,索引樹的內節(jié)點對應了數(shù)據(jù)中到達某一非葉節(jié)點的標記序列 ,哈希表的每一項都包含了數(shù)據(jù)樹中指向淚應節(jié)點的指針 .這種索引結構可以有效地處理簡單路徑表達式 , 一些更復雜的路徑表達式也可以通過索引的索引來實現(xiàn) .斯 21 坦 福大學的 DataGuide 系統(tǒng)實現(xiàn)了任意結構的半結構化數(shù)據(jù)的索引 ,它是關于半結構化數(shù)據(jù)的路徑信息的一個精確 ,簡潔的索引結構 ,可以有效地用來輔助建立查詢和進行查詢優(yōu)化。 XML 數(shù)據(jù)模型圖向 XML 文檔的映射 通過對 XML 模型圖的轉換可以很容易地得到析可以生成 XML 數(shù)據(jù)模型圖 .這可以從上述 XMLXML文檔 ,同樣通過對 XML文檔的解文檔與 XML 模型圖的映射對應關系看出 .通常由于如下兩條原因 ,XML 圖不是和 XML 文檔嚴格對應的。 3. 每一個作者的名放在姓前 XML非常適合描述分布的、多態(tài)的、動態(tài)改變的 Web數(shù)據(jù)，數(shù)據(jù)與 XML 圖之間的對應非常簡單。假定所有的數(shù)據(jù)類型是字符串型。 DTD 是建立 XML 文件的 Schema 的一種方法。 AL 的出現(xiàn)給做數(shù)據(jù)庫研究的人帶來了很大的驚喜。 XML 數(shù)據(jù)模型 半結構化數(shù)據(jù)模型的研究對數(shù)據(jù)庫界來說是個全新的領域，早在1995 年，斯坦福大學己經開始了相關方面的研究。只有將各個異構數(shù)據(jù)源的數(shù)據(jù)都集成起來，提供給用戶一個統(tǒng)一的視圖，才有可能從巨大的數(shù)據(jù)資源中獲取所需的東西。 Web查詢涉及的幾個主要問題是 ： 尋找一個描述 Web 上數(shù)據(jù)的數(shù)據(jù)模型 Web上的數(shù)據(jù)與傳統(tǒng)的數(shù)據(jù)庫中的數(shù)據(jù)不同，傳統(tǒng)的數(shù)據(jù)庫都有 10 一定的數(shù)據(jù)模型，可以根據(jù)模型來具體描述特定的數(shù)據(jù)。 XML 是一種半結構化的數(shù)據(jù)模型， XML 的文檔描述的語義非常清楚，它的可供操作的基礎要比 HTML 好得多，而且很容易就可以將之和關系數(shù)據(jù)庫中的屬性一一對應起來，能夠支持實施十分精確有效的查詢。所以本文采用了基于“中間模式”的方法進行數(shù) 4 據(jù)的集成，將關系數(shù)據(jù)庫中的數(shù)據(jù)轉換為通用的 XML 格式的數(shù)據(jù)，從而更好地實現(xiàn)數(shù)據(jù)的共享。 作者簽名： 日期： 年 月 日 導師簽名： 日期： 年 月 日 指導教師評閱書 指導教師評價： 一、撰寫（設計）過程 學生在論文（設計）過程中的 治學態(tài)度、工作精神 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學生掌握專業(yè)知識、技能的扎實程度 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學生綜合運用所學知識和專業(yè)技能分析和解決問題的能力 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 研究方法的科學性；技術線路的可行性；設計方案的合理性 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 完成畢業(yè)論文（設計）期間 的出勤情況 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 二、論文（設計）質量 論文（設計）的整體結構是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設計）任務（包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 三、論文（設計）水平 論文（設計）的理論意義或對解決實際問題的指導意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文的觀念是否有新意？設計是否有創(chuàng)意？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設計說明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 建議成績： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 （在所選等級前的□內畫“√”） 指導教師： （簽名） 單位： （蓋章） 年 月 日 評閱教師評閱書 評閱教師評價： 一、論文（設計）質量 論文（設計）的整體結構是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設計）任務（包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 二、論文（設計）水平 論文（設計）的理論意義或對解決實際問題的指導意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文的觀念是否有新意？設計是否有創(chuàng)意？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設計說明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 建議成績： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 （在所選等級前的□內畫“√”） 評閱教師： （簽名） 單位： （蓋章） 年 月 日 2 教研室（或答辯小組）及教學系意見 教研室（或答辯小組）評價： 一、答辯過程 畢業(yè)論文（設計 ）的基本要點和見解的敘述情況 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 對答辯問題的反應、理解、表達情況 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學生答辯過程中的精神狀態(tài) □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 二、論文（設計）質量 論文（設計）的整體結構是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設計）任務 （包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 三、論文（設計）水平 論文（設計）的理論意義或對解決實際問題的指導意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文的觀念是否有新意？設計是否有創(chuàng)意？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設計說明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 評定成績： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 （在所選等級前的□內畫“√”） 教研室主任（或答辯小組組長）： （簽名） 年 月 日 教學系意見： 系主任： （簽名） 年 月 日 3 基于 XML的 Web查詢技術研究 摘 要 WWW是目前使用最為廣泛的 Inter信息服務系統(tǒng) ,它為用戶提供了一個搜索和瀏覽信的工具。 作 者 簽 名： 日 期： 指導教師簽名： 日 期： 使用授權說明 本人完全了解 大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學?？梢圆捎糜坝?、縮印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學校可以公布 論文的部分或全部內容。 作者簽名： 日 期： 學位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。但 WWW 是一個信息的海洋，數(shù)億萬計的Web文檔散布在世界各地的成千上萬個 Web 服務器上，并且每個服務器 自主管理自己的資源，沒有一個統(tǒng)一的管理機制。 3. 利用 XML 數(shù)據(jù)模型在 半結構化數(shù)據(jù)表示和查詢方面的優(yōu)勢，通過基于 XML 查詢語言 XMLQL實施 Web 查詢。 （ 8） 1 Web 查詢涉及的幾 個主要問題 9 本文圍繞著基于 XML的 Web查詢技術涉及到的幾個主要問題展開研究與討論 ： Web 上數(shù)據(jù)的自身特點，研究與探討了適于表示 Web 上數(shù)據(jù)的數(shù)據(jù)模型 XML數(shù)據(jù)模型 ； Web數(shù)據(jù)的共享，本文給出了從關系數(shù)據(jù)庫中結構化的數(shù)據(jù)向 XML 格式數(shù)據(jù)的轉換方法，解決異構數(shù)據(jù)的集成問題 ； 3. 利用 基于 XML 的查詢語言 XML— QL實施 Web 上 XML 數(shù)據(jù)源的查詢 。而 Web上的數(shù)據(jù)非常復雜，沒有特定的模型描述，每一站點的數(shù)據(jù)都各自獨立設計，并且數(shù)據(jù)本身具有自述性和動態(tài)可變性。 高效、準確的 Web 查詢 通過使用 Web 上的數(shù)據(jù)模型對異構數(shù)據(jù)進行“改造”，達到數(shù)據(jù)表示的統(tǒng)一性和一定程度上的結構化，從而實現(xiàn)高效、準確的 Web 查詢。但當時研究的重點還沒有真正面對 Web，而主要研究的是異構數(shù)據(jù)環(huán)境，因為在異構環(huán)境中的數(shù)據(jù)已經存在這種半結構化的特征。從某種意義上說， XML就是一種半結構化的數(shù)據(jù)模型。 XML 數(shù)據(jù)模型中 XML 文檔的結構按照 XML 圖來組織。 該 DTD 限定了數(shù)據(jù)是怎樣組織的。下面是一個 XML 的數(shù)據(jù)模型圖，該模型圖中的數(shù)據(jù)的類型和結構與前面定義的 DTD一致。 1． XML 數(shù)據(jù)模型中的數(shù)據(jù)是無序的 ,元素的順序事先并未假定 。 3. 異構數(shù)據(jù)庫的集成 異構數(shù)據(jù)庫集成的方法 Web 上異構數(shù)據(jù)庫集成目標是支持對 Web 上多個數(shù)據(jù)源的查詢 ,處理大量的 ,數(shù)目遞增的 Web 數(shù)據(jù)源 . Web 上異構數(shù)據(jù)庫集成主要有兩種方法 :數(shù)據(jù)倉庫方法和虛擬方法 .前者是將各數(shù)據(jù)源的數(shù)據(jù)裝載到數(shù)據(jù)倉庫中 ,用戶的查詢基于數(shù)據(jù)倉庫的數(shù)據(jù) 。 23 XML 是一種基于通用數(shù)據(jù)格式的描述語言 ,能夠被其他應用程序方便地解析和操作 .如果數(shù)據(jù)是關系數(shù)據(jù)格式 ,只有 ASP 應用程序和能夠使用 OLEDB 數(shù)據(jù)源的應用程序才可以訪問 .而 XML 不同 ,只要客戶程序能夠解析 XML 的結構 ,就可以訪問關系數(shù)據(jù)表中的信息 ,給我們實際生活中的應用帶來了 極大的方便。 這種創(chuàng)建 XML數(shù)據(jù)源的方法有兩點好處 :首先 ,XML數(shù)據(jù)源可以通過使用腳本生成 ,這意味著即便是轉換大量的關系數(shù)據(jù)和一般的文檔數(shù)據(jù)也是很方便的 .其次 ,由于 XML 數(shù)據(jù)源是從數(shù)據(jù)庫中的數(shù)據(jù)中動態(tài)生成的 ,隨著數(shù)據(jù)庫數(shù)據(jù)的更新 ,XML 數(shù)據(jù)源也自動進行更新 .這樣可以通過數(shù)據(jù)庫管理系統(tǒng) (如 ACESS, MSSQL, ORACLE等 )來維護和管理數(shù)據(jù)庫 ,與此同時 XML 數(shù)據(jù)源也自動進行了更新 ,無須再單獨維護 。 2. Web 數(shù)據(jù)源的數(shù)據(jù)完備性 對不同的數(shù)據(jù)源的數(shù)據(jù)完備性進行評價 ,分析數(shù)據(jù)源之間的信息重疊 ,對回答查詢具有重要意義 。 3．近似結果 信息檢索的最終結果傳遞給用戶用于瀏覽 ,結果是近似匹配得到的 ,表征著項之間相關的可能性 ,所以 查詢結果無須也不可能非常精確 .用戶可以進一步分析篩選系統(tǒng)返回的結果 ,并民信它 ,檢索系統(tǒng)中 ,匹配的失誤通常并不顯著影明系統(tǒng)性能：而數(shù)據(jù)庫對失誤更敏感 ,匹配的失誤意味著系統(tǒng)的整體失敗。