一种基于GPU的快速XPath查询算法

随着XML文档的广泛使用,如何改善其查询效率已成为XML应用领域的研究热点。为此,借助关系数组等辅助结构设计了一种适合GPU处理的XPath查询算法GRAXQ。在关系数组构建期间,使用一个线程计算一个关系节点。在并行查询阶段,通过依次执行每个定位步且标记返回结果,从而极大减少了查询过程中的消重代价。实验结果表明,在查询较大规模文档时,与4线程M^2算法相比,采用该算法具有16.1倍的性能提升。

基于XPath查询的XML技术在电子病历中的应用

本文对基于Xpath查询的XML技术进行了讨论 。

基于映射XDR Schema的关系数据XPath查询处理

介绍SQL Server 2000中的映射XDR Schema及其特性,并通过映射XDR Schema架构创建基于多表关系数据的XML视图,之后利用XPath查询,实现对相应XML视图的查询处理。

一种为XPath查询构造宏森林自动机的方法

随着XML流数据在网络中的广泛应用,针对XML流数据的查询技术得到了众多科研人员的关注和研究.基于宏森林自动机的XML流数据查询算法被认为是最优秀的XML流数据查询算法之一,本文提出一种根据XPath查询构造宏森林自动机的方法,该方法支持范围覆盖了XPath查询的核心部分,如PC轴、AD轴、任意多重谓词和任意层次的嵌套谓词.通过实验证明,本文提出的方法能够支持复杂的查询,同时具有很好的执行效率.

XML数据流基于组着色的XPath查询模型

提出了一种新的XML数据流XPath查询模型GBRender,该模型通过组着色序列来直接处理元素,具有较高的处理效率与较强的适应性。

基于流索引的XPath查询谓词处理模型

XML流数据处理在研究领域引起了研究者的广泛兴趣,针对多XPath查询中存在大量的相同谓词,提出了一种XPath查询谓词处理模型。为了提高查询处理性能,引入了流索引技术。本文给出了该模型的基本思想与模型结构,通过实验表明,该模型能够较好的提高查询效率。

基于列表的可扩展标记语言流数据查询处理方法

针对半结构化可扩展标记语言(XML)流数据实时在线到达,顺序性一次访问及处理时效性高、缓存量小的需求,以及目前算法在大规模数据处理中查询表达式的能力有限、效率尚不能满足实际应用的现状,基于SAX解析,提出以列表及关系指针组合处理XPath查询的QXSList方法。首先定义数据模型,给出算法实现的整体框架,然后分别针对两个不同的XPath查询片段重点考虑了谓词判断条件和通配符的处理方法;该方法通过层次值计算判断节点的结构关系,利用关系指针链接多个候选节点列表,获取查询查询结果;最后分析给出优化算法,进一步减少缓存管理。通过实验对该方法与QStream++方法及Monet DB和SAXON查询引擎的运行时间和内存占比进行分析,得出与同类算法相比,随着数据量级的增加,效率提升在30%以上,且运行过程中内存占比接近于常量。

基于DTD图的查询蕴含测试

XPath被广泛用于查询XML文档。在前人利用已有的XPath查询结果来求得新的查询结果工作的基础上 ,对一类XPath查询表达式给出了判断能否利用已有的XPath查询结果来求得新的查询结果的算法 ,这将有可能加快对新查询的处理。

XML与关系型数据库数据交换的实现

可扩展标志语言在实现信息标准化、信息的交流与共享上有其独特的技术优势,可以更容易地保留已有系统并且同新的系统集成。但由于XML是种半结构化的文档,不能直接和传统的关系型数据库进行数据交换。先介绍XML的相关概念,通过案例介绍基于客户端的利用Microsoft SQL Server2000几种主要的XML支持,将关系数据映射到XML中,从而实现了SQL Server2000和XML之间的数据转换。

基于森林自动机处理XML流数据方法

针对流数据在线实时到达,顺序性一次访问及处理时效性高、缓存量小的需求,提出一种基于森林自动机处理XPath查询的方法。定义XPath查询到森林自动机实例的转换规则;采用栈结构和抽象语法树相结合的方式,不断接收流数据结点,驱动自动机的运行,完成结点匹配和状态转换动作;在抽象语法树中维护各状态函数之间的关系及中间结果,归约过程中获得查询结果随即输出。实验结果验证了该方法处理流数据的有效性,在标准测试数据集下,与同类方法和引擎相比,在处理效率上有近30%的提高,内存占接近于常量,较好解决了时空复杂度平衡问题,为其它方法提供了有益的参考。

一种基于栈的XML数据流式处理方法

针对半结构化流式XML数据的访问特征和查询处理要求,基于SAX事件驱动解析XML,提出了采用链接栈处理XPath查询的方法 QXSStack。首先定义了XML流式数据模型,然后在整体处理框架的基础上,给出了针对XPath查询片段XP^({/,//,[],*})的具体算法实现,最后通过实验对比分析了QXSStack方法与QStream++方法的运行效率,验证了提出方法的有效性。