关系数据库CoDB 中XML 全文检索的设计与实现.docVIP

关系数据库CoDB中XML全文检索的设计与实现* 韩近强 杨冬青 王腾蛟 姬生乐 北京大学信息科学与技术学院 100871 jqhan@ 摘 要 随着社会的信息化，传统的关系数据库已经不能满足人们的某些应用。另一方面伴随着XML逐渐成为数据交换的标准，对XML文档的查询也是当前的一个研究热点。目前主要的研究工作还是集中在对XML文档的结构化查询上，而对XML的关键字检索的工作还处于刚刚起步的阶段。我们以北京大学数据库教研室开发的CoDB关系数据库为基础，在其上设计并实现了XML全文检索的功能。我们支持元素级别的查询，并且使全文检索和数据库的查询引起紧密的结合起来，可以按照文档和元素的重要度排序。此外我们还设计了一种新的自索引的倒排结构可以很好的应用于XML全文索引。实验证明我们的检索速度要比SQL Server稍快，而且在全文检索的功能上还要略强于SQL Server。 关键字 CoDB、XML、全文检索、查询引擎、自索引的倒排索引、Dewey ID 中图法分类号 TP311.13 Design and Implementation of XML Full-text Search in relational DBMS - CoDB HAN Jin-qiang YANG Dong-qing WANG Teng-jiao JI sheng-le School of Electronics Engineering and Computer Science, Peking University, Beijing 100871 Abstract As the development of information technology, traditional database system cannot fit the needs of some applications. On the other hand, XML become the standard of information exchange. Query XML document is another hot research area. Current works mainly focus in structured XML query languages. However, XML search based on keyword is at initial stage. This paper describes how we design and implement a XML Full-text Search in CoDB, a DBMS developed by Database Group of Peking University. We support element level search granularity. In addition our full-text search was integrated with database query engine and support document level and element level ranking. We also use a self-index inverted list in our system, a new data structure suitable for XML full-text search. Tests show that our system is faster than MS SQL Server when comparing the query time. Furthermore, our function is even more powerful than SQL Server in some aspects. Keyword CoDB，XML，Full-Text Search, Query Engine, Self-indexed Inverted-List, Dewey ID 1 引言 产生于70－80年代的关系数据库技术已经非常的成熟。当时的数据库发展主要集中在结构化数据的应用上。在数据库领域应用的发展始终是数据库系统进步的动力。随着社会的发展和时代的进步，传统的关系数据库系统在很多方面越来越不能满足需求。大文本数据、多媒体数据、时空数据、XML数据等各种新型数据的涌现，暴露出关系数据库在诸多应用上的限制。因此当前关系数据库的发展趋势也是在向着支持更多更全的应用上发展。考虑到兼容性，关系数据库还是核心，在关系数据库基础上搭建各种新的功能成为了关系数据库新的发展方向。随着网络的普及，有哪些信誉好的足球投注网站引擎称为人们上网最常用的工具之一。有哪些信誉好的足球投注网站引擎的核