ArithRegion——一种压缩XML的索引结构

北京大学学报（自然科学版）

ArithRegion——一种压缩XML的索引结构

包小源^1,2,唐世渭²,吴泠²,杨冬青²,宋再生²,王腾蛟²

¹天津师范大学计算机与信息工程学院，天津，300074；E-mail: zongyj@pku.org.cn；²北京大学计算机科学系，北京，100871

收稿日期:2005-01-05 出版日期:2006-01-20 发布日期:2006-01-20

ArithRegion - An Index Structure on Compressed XML Data

BAO Xiaoyuan^{1, 2}, TANG Shiwei², WU Ling², YANG Dongqing², SONG Zaisheng², WANG Tengjiao²

Received:2005-01-05 Online:2006-01-20 Published:2006-01-20

摘要/Abstract

摘要： XML在数据交换中的应用越来越广泛，但由于标记引入而使其空间膨胀较大，对传输及存储资源耗费严重。压缩后的XML数据容量明显减少，但怎样基于压缩后的XML数据直接进行高效的查询处理，当前研究工作较少。以反向算术压缩为基本压缩算法，提出针对XML数据库中压缩XML文件的索引结构ArithRegion，基于该索引结构，可高效处理形如//element₁/element₂/…/elment_m的查询。

关键词: XML, 索引, B+树, 算术压缩

Abstract: Even XML is used as a popular data exchange standard over Internet and Intranet, its space expansion makes the transmitting and storing of XML data very expensive in terms of resources because of adding tags to every different semantic content unit. After compressed, its size will be much smaller, but how to evaluate query efficiently and directly based on the compressed data is still a necessary work. The authors propose an XML index structure using B+ tree as its' backbone structure, on compressed data which is resulted from revert arithmetic compression, ArithRegion. Queries as the form of //element₁/element₂/…/elment_m can be evaluated efficiently using ArithRegion.

Key words: XML, index, B+ tree, arithmetic compression

中图分类号:

TP311

包小源,唐世渭,吴泠,杨冬青,宋再生,王腾蛟. ArithRegion——一种压缩XML的索引结构[J]. 北京大学学报（自然科学版）.

BAO Xiaoyuan,TANG Shiwei,WU Ling,YANG Dongqing,SONG Zaisheng,WANG Tengjiao. ArithRegion - An Index Structure on Compressed XML Data[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2006/V42/I1/103

[1]	张丽, 刘阳生. 1995—2014年废水资源回收研究发展态势分析——基于文献计量学方法及数据[J]. 北京大学学报（自然科学版）, 2016, 52(2): 374-382.
[2]	仇睿恒,汤帜,胡薇,高良才. XTrim: 一种基于XML Schema和微型数据块优化的XML压缩方法[J]. 北京大学学报（自然科学版）, 2010, 46(5): 771-778.
[3]	徐振强,要茂盛. 基于SCI的生物气溶胶文献计量学研究[J]. 北京大学学报（自然科学版）, 2010, 46(3): 327-338.
[4]	李永锋. 基于XML的发布/订阅系统的评测算法研究[J]. 北京大学学报（自然科学版）, 2009, 45(5): 759-765.
[5]	姚凌青,潘懋,王占刚,屈红刚. 基于COMPOSITE设计模式与XML实现变差函数模型的一致表达与存储[J]. 北京大学学报（自然科学版）, 2008, 44(5): 787-792.
[6]	张俊虎,杨冬青, 唐世渭. IFOG: 数据网格上的缓冲索引架构[J]. 北京大学学报（自然科学版）, 2007, 43(1): 96-102.
[7]	李军国,张立昂. 基于XML的网上数学表达式显示技术[J]. 北京大学学报（自然科学版）, 2003, 39(5): 675-680.
[8]	邓志鸿,唐世渭,张铭,杨冬青,陈捷. Ontology研究综述[J]. 北京大学学报（自然科学版）, 2002, 38(5): 730-728.
[9]	陈爱军,李琦,徐光祐. GeoML--基于XML的地理空间信息共享与互操作语言[J]. 北京大学学报（自然科学版）, 2002, 38(4): 550-555.
[10]	雷鸣,王建勇,赵江华,单松巍,陈葆珏. 第三代搜索引擎与天网二期[J]. 北京大学学报（自然科学版）, 2001, 37(5): 734-740.
[11]	雷鸣,王建勇,赵江华,单松巍,陈葆珏. 第三代搜索引擎与天网二期[J]. 北京大学学报（自然科学版）, 2001, 37(5): 734-740.