連續(xù)不確定XML索引技術研究.pdf

1、隨著網絡技術的快速發(fā)展, XML類型的數據已成為當前一種主流的數據形式,并成為Internet中進行數據交換和表示事實上的標準。在實際生活中，數據的不確定性是普遍存在的，傳統(tǒng)的確定性數據已經不能準確描述現實世界。隨著人們對不確定性數據的認識研究和對數據采集和處理技術的深入理解，不確定性數據在物流、工業(yè)、金融、軍事等領域得到相當廣泛的應用。基本上，在數據庫中的不確定性是為了捕捉現實世界的狀態(tài)，如監(jiān)控的壓強，溫度，移動目標的位置都是在不斷改

2、變的。數據的不確定性信息可以以概率值或概率分布的形式在 XML文檔中表示。對于連續(xù)不確定的數據，存儲用概率密度函數 pdf可能值的范圍來代替存儲數據單一的值。而相應的概率閾值范圍查詢，是通過給定概率閾值及范圍，來獲取超過概率閾值起點并滿足查詢范圍的結果。在概率閾值范圍查詢中，由于滿足查詢指定的概率值的出現，從而使得結果被擴大化。概率閾值范圍查詢比傳統(tǒng)查詢更精確及信息化。隨著用戶查詢需求的日益增長和多元化，有效地構建XML索引面臨著嚴峻的

3、挑戰(zhàn)。
　　當前，XML索引技術的發(fā)展也成為了一個熱點研究。目前，在實際應用中很多的數據都是服從連續(xù)分布的，通過對已有XML索引的研究，本文針對概率閾值范圍查詢,提出了一種對任意連續(xù)不確定XML數據均適用的RLPI索引。首先，在Dewey編碼的基礎上進行改進，增加了對不確定XML中分布節(jié)點IND和MUX的處理一種前綴編碼PED-ewey。其次，在RLPI路徑索引中將具有相同逆序標簽路徑的索引項聚集存儲，節(jié)省了空間花銷；在RLPI值

4、索引中，通過預處理任意連續(xù)不確定數據，并結合相應地過濾策略，過濾與查詢無關的節(jié)點，減少了 pdf的計算，從而提高了查詢的速度。由于計算連續(xù)不確定數據pdf比較費時，為進一步提高查詢速度，提出一種優(yōu)化算法CUXI索引樹。算法借鑒 R樹的對空間數據自頂向下遞歸構建索引樹的思想，通過對連續(xù)不確定的XML數據聚類構建相應的索引樹，并在節(jié)點存儲提前計算的一些信息，來過濾掉與概率閾值范圍查詢無關的元素，以減少查詢中需處理的元素數目，提高查詢的速度。