[发明专利]一种海量不确定XML近似查询方法

权利要求书

1.一种海量不确定XML近似查询方法,其特征在于：包括以下步骤：

1）、数据表示与存储实现；

2）、数据查询处理实现；

3）、智能化数据查询实现；

所述步骤1）中，在数据表示与存储实现阶段，将主要实现面向海量不确定 XML 的列数据库表示与存储，包括以下步骤：

A、基于列数据库的海量不确定 XML 数据表示模型构建具体过程如下：

a、识别不确定 XML 数据的多粒度不确定性；

b、给出不确定 XML 数据在列数据库中的表示方法和不确定列数据库模型定义；

c、建立基于不确定列数据库的海量不确定 XML 数据表示模型；

B、基于不确定列数据库的海量不确定 XML 数据存储具体实现过程如下：

i)、对于模式已知的海量不确定 XML 数据，将依照如下过程设计其在不确定列数据库的存储模型：

(a)获取不确定 XML 数据库模式中的叶子元素、非叶子元素、属性信息；

(b)以非叶子元素为基本划分单元设计相应列数据库表，依据每个非叶子元素单元内嵌套的叶子元素、属性信息设计相应列；

ii) 对于模式未知的海量不确定 XML 数据，将依照如下过程设计其在不确定列数据库的存储模型：

(a)识别不确定 XML 数据库中的数据实体，抽取不确定 XML 数据树结点路径信息；

(b)以数据实体为基本划分单元设计相应列数据库表，依据每个数据实体单元内对应的数据树路径信息设计列数据库相应列，给出海量不确定 XML 数据库数据实体、路径信息与列数据库列之间的映射规则；

(c) 建立模式未知情况下的不确定 XML 数据库与列数据库之间的映射模型；

iii)对于不确定列数据库中的海量不确定数据，依据如下过程实现不确定列数据库到不确定 XML 数据库的存储转换模型：

(a)依据不确定列数据库中各表的主键和列设计以非叶子结点为根的多棵不确定 XML树；

(b)依据不确定列数据库中数据关联信息对各不确定XML树进行拼接从而生成完整不确定XML树；

所述步骤2）中在查询处理实现阶段，首先将构建不确定 XML XPath/XQuery 查询模型与 MapReduce 查询模型的映射模型，具体过程如下：

i) XPath 查询与 MapReduce 查询的映射模型构建：

(a)识别 XPath 查询轴、路径表达式查询限制条件，设计 XPath 父子轴、祖先后代轴、兄弟轴轴限制条件，以及绝对查询路径和相对查询路径路径查询表达式的 MapReduce 映射转换方法；

(b)建立 XPath 查询与 MapReduce 查询转换模型，并对转换后的查询条件进行拼接，进而生成完整映射查询表达式，在此基础上设计划分查询任务，设计实现面向海量不确定XML 数据的分布式查询方法；

ii) XQuery 查询与 MapReduce 查询的映射模型构建：

(a)识别 XQuery 查询语句，设计 XQuery FLWOR 查询的 For、Let、Where、Order by、Return 语句的MapReduce 映射转换方法；

(b)建立 XQuery 查询与 MapReduce 查询转换模型，并对转换后的查询条件进行拼接，进而生成完整映射查询表达式，在此基础上设计划分查询任务，设计实现面向海量不确定 XML 数据的分布式查询方法；

所述步骤3）中智能化数据查询阶段，将主要实现海量不确定 XML 智能化近似查询模式，近似查询具体实现过程如下：

(a)识别给定查询条件，将给定查询条件分类成数值型内容查询条件、文本型内容查询条件、树型结构查询条件三个类型；

(b)推理用户查询意图，设计查询条件权重评估方法；

(c)设计数值型查询内容、文本型查询内容、树型查询结构的相似度评估方法；

(d)设计自适应查询松弛方法以及 TopK 查询结果排序方法，并给出海量不确定 XML近似查询解决方案。