基于樹(shù)自動(dòng)機(jī)的XML過(guò)濾技術(shù)

段克松，施化吉，李星毅

（江蘇大學(xué) 計(jì)算機(jī)科學(xué)與通信工程學(xué)院，江蘇 鎮(zhèn)江212013）

0 引 言

在XML查詢中，如何對(duì)大量的XML數(shù)據(jù)流進(jìn)行查詢匹配是一個(gè)關(guān)鍵問(wèn)題。目前，人們已經(jīng)取得了一定的成果，如XFilter，YFilter，XPush技術(shù)等。但是面對(duì)海量XML數(shù)據(jù)流進(jìn)行查詢處理時(shí)依然很難滿足實(shí)際應(yīng)用的需求。最近有學(xué)者提出利用能夠自然處理樹(shù)狀數(shù)據(jù)結(jié)構(gòu)的樹(shù)自動(dòng)機(jī)來(lái)實(shí)現(xiàn)XML查詢匹配的方法XEBT［1］，提供了一個(gè)很好的思路。但該方法存在以下兩個(gè)問(wèn)題：①如果系統(tǒng)中有n條XPath查詢語(yǔ)句，則轉(zhuǎn)換后系統(tǒng)會(huì)存在n個(gè)非確定的樹(shù)自動(dòng)機(jī)；②在XPath表達(dá)式與樹(shù)自動(dòng)機(jī)的轉(zhuǎn)換過(guò)程中，把謂詞直接轉(zhuǎn)換為樹(shù)自動(dòng)機(jī)的狀態(tài)，造成系統(tǒng)運(yùn)行時(shí)對(duì)于每個(gè)查詢都要進(jìn)行謂詞匹配，相對(duì)于只在結(jié)構(gòu)匹配成功時(shí)才進(jìn)行謂詞匹配效率明顯比較低。本文針對(duì)上述認(rèn)識(shí)，提出了一種高效的XML過(guò)濾技術(shù)XTAFilter。該技術(shù)具有以下特點(diǎn)：通過(guò)構(gòu)建hash表來(lái)存儲(chǔ)謂詞信息來(lái)替代把謂詞作為樹(shù)自動(dòng)機(jī)狀態(tài)的方法，使得該技術(shù)只有在結(jié)構(gòu)匹配成功時(shí)，才進(jìn)行謂詞匹配，而不是每次查詢都進(jìn)行謂詞匹配，提高了匹配效率；同時(shí)利用共享路徑構(gòu)建樹(shù)自動(dòng)機(jī)，減少了匹配消耗的時(shí)間，提高了查詢匹配的效率。

1 相關(guān)概念

XML（extensible markup language）已成為互聯(lián)網(wǎng)上數(shù)據(jù)存儲(chǔ)、交換和表示的事實(shí)性標(biāo)準(zhǔn)。在具體的XML應(yīng)用中，查詢通常使用XPath（XML path language）語(yǔ)言，通過(guò)結(jié)構(gòu) （路徑表達(dá)式）和內(nèi)容 （謂詞）來(lái)進(jìn)行信息的查詢匹配。XPath是XML數(shù)據(jù)流查詢匹配的基本機(jī)制，支持豐富的路徑查詢特性。它由一系列位置步驟組成，每個(gè)位置步驟包括軸、節(jié)點(diǎn)測(cè)試和零個(gè)或多個(gè)謂詞。軸指定節(jié)點(diǎn)間的層次關(guān)系，節(jié)點(diǎn)由一個(gè)元素的名稱或通配符 ‘＊’（匹配任何元素中指定的測(cè)試名稱）構(gòu)成，謂詞可以用于處理文檔中的元素內(nèi)容或其它元素引用。由于應(yīng)用很少涉及到所有的特性，所以討論基本上都集中在XPath的子集上2－4。本文討論的定位步驟集合PA為：｛/a，//a，/＊，//＊，［］｝。

XTAFilter技術(shù)是基于樹(shù)自動(dòng)機(jī)的。樹(shù)自動(dòng)機(jī)支持兩種執(zhí)行策略，即自上而下和自下而上。因此存在兩種樹(shù)自動(dòng)機(jī)。區(qū)別在于自下而上樹(shù)自動(dòng)機(jī)是指樹(shù)語(yǔ)言是從葉子節(jié)點(diǎn)開(kāi)始向下被識(shí)別的，而自上而下樹(shù)自動(dòng)機(jī)是指樹(shù)語(yǔ)言是從根節(jié)點(diǎn)開(kāi)始向下被識(shí)別的。本文以未確定化的自上而下執(zhí)行樹(shù)自動(dòng)機(jī)進(jìn)行討論，以下統(tǒng)稱為樹(shù)自動(dòng)機(jī)，下面給出其定義。

定義1 樹(shù)自動(dòng)機(jī)T為四元組T＝ （Q，F(xiàn)，δ，Qf）。其中F是有序字母表，Q是有限狀態(tài)集，QfQ是終止?fàn)顟B(tài)集，X為變量的集合。δ是狀態(tài)轉(zhuǎn)移函數(shù)集，具有以下的形式

q（f（x1，x2，...，xn））→f（q1（x1），q2（x2），...，qn（xn）） （1）其 中n≥ 0，f∈Fn，q1，q2，...qn∈ Q；x1，x2，...xn∈X。

樹(shù)自動(dòng)機(jī)T基于有序字母表F。它從根節(jié)點(diǎn)開(kāi)始執(zhí)行，沿著狀態(tài)和子項(xiàng)向下轉(zhuǎn)換。當(dāng)n＝0，有序字母集F就只有一個(gè)常量a，轉(zhuǎn)換規(guī)則式 （1）變?yōu)閝（a）→a，因此字符自動(dòng)機(jī)可看作樹(shù)自動(dòng)機(jī)特例。

2 XML查詢處理過(guò)程

2.1 構(gòu)造樹(shù)自動(dòng)機(jī)

對(duì)XML數(shù)據(jù)流進(jìn)行查詢匹配主要是基于路徑表達(dá)式XPath，而任何一個(gè)路徑表達(dá)式XPath都可以轉(zhuǎn)化成一個(gè)等價(jià)的正則表達(dá)式。根據(jù)樹(shù)自動(dòng)機(jī)理論知，存在一個(gè)接受該語(yǔ)言的有限樹(shù)自動(dòng)機(jī)。本文正是基于以上理論采用非確定樹(shù)自動(dòng)機(jī)代替XPath實(shí)現(xiàn)對(duì)XML數(shù)據(jù)流的導(dǎo)航。

Dan Suciu引入了XPath的樹(shù)模式概念。給定一個(gè)支持｛/，//，＊，［］｝的XPath，可以構(gòu)建一個(gè)等價(jià)的樹(shù)模式，反之亦然。根據(jù)樹(shù)模式思想來(lái)構(gòu)造樹(shù)自動(dòng)機(jī)是簡(jiǎn)單而直接的，下面利用一個(gè)例子來(lái)簡(jiǎn)要說(shuō)明XPath樹(shù)模式到樹(shù)自動(dòng)機(jī)的構(gòu)建。

例1：給定XPath的查詢Q1＝a/b//c ［＊/d］［e］，建立與之對(duì)應(yīng)的樹(shù)模式，并依據(jù)樹(shù)模式的思想構(gòu)建樹(shù)自動(dòng)機(jī)，如圖1所示。

圖1 樹(shù)模式到樹(shù)自動(dòng)機(jī)的轉(zhuǎn)換

注意到XML過(guò)濾過(guò)程是將XML數(shù)據(jù)流和XPath訂購(gòu)消息進(jìn)行匹配并轉(zhuǎn)發(fā)的過(guò)程，在匹配過(guò)程中，包含結(jié)構(gòu)部分和謂詞部分。因此，在設(shè)計(jì)XTAFilter過(guò)濾算法時(shí)需同時(shí)考慮結(jié)構(gòu)和謂詞的匹配效率對(duì)過(guò)濾性能的影響。依據(jù)樹(shù)模式把XPath轉(zhuǎn)換為樹(shù)自動(dòng)機(jī)時(shí)把謂詞樹(shù)自動(dòng)機(jī)的狀態(tài)，造成每次結(jié)構(gòu)匹配時(shí)都需要進(jìn)行謂詞匹配。為了減少不必要的匹配，在結(jié)構(gòu)匹配不成功時(shí)不再進(jìn)行謂詞匹配，XTAFilter技術(shù)利用hash表來(lái)存儲(chǔ)謂詞部分。其存儲(chǔ)的數(shù)據(jù)結(jié)構(gòu)如圖2所示。

圖2 謂詞存儲(chǔ)數(shù)據(jù)結(jié)構(gòu)

2.2 構(gòu)建共享路徑樹(shù)自動(dòng)機(jī)

用戶通過(guò)路徑表達(dá)式XPath來(lái)表示他們感興趣的信息，而用戶提交的多個(gè)XPath訂購(gòu)表達(dá)式中可能存在相同的XPath片段。如果訂購(gòu)表達(dá)式從根結(jié)點(diǎn)開(kāi)始具有相同的XPath片段，可以通過(guò)合并這些片段來(lái)構(gòu)建一個(gè)共享XPath路徑樹(shù)自動(dòng)機(jī)。這樣一方面降低系統(tǒng)運(yùn)行的活動(dòng)狀態(tài)，另一方面提高系統(tǒng)匹配效率。如圖3所示。

圖3 構(gòu)建共享路徑樹(shù)自動(dòng)機(jī)

XML是一種樹(shù)形數(shù)據(jù)類型，而XPath采用了路徑表達(dá)式的語(yǔ)法，因此對(duì)XML數(shù)據(jù)流進(jìn)行查詢，很自然的方法是基于導(dǎo)航的查詢執(zhí)行策略。即當(dāng)XML數(shù)據(jù)以數(shù)據(jù)流的形式出現(xiàn)時(shí)，預(yù)先存儲(chǔ)的查詢語(yǔ)句對(duì)XML數(shù)據(jù)流進(jìn)行導(dǎo)航，過(guò)濾出與之匹配的XML文檔。為了以下算法描述的需要給出相關(guān)定義。

2.3 算法實(shí)現(xiàn)

圖3 顯示了共享XPath路徑樹(shù)自動(dòng)機(jī)的構(gòu)建過(guò)程。一個(gè)圓圈代表一個(gè)狀態(tài)。橢圓表示接受狀態(tài)。邊符號(hào)表示輸入該符號(hào)觸發(fā)狀態(tài)轉(zhuǎn)換。根據(jù)上圖可知，如果將每一個(gè)查詢都轉(zhuǎn)化為一個(gè)樹(shù)自動(dòng)機(jī)，則系統(tǒng)運(yùn)行時(shí)的狀態(tài)為14，而通過(guò)構(gòu)建共享XPath路徑樹(shù)自動(dòng)機(jī)，系統(tǒng)的運(yùn)行狀態(tài)只有6個(gè)。因此，通過(guò)共享XPath路徑構(gòu)建樹(shù)自動(dòng)機(jī)，將可以有效地降低系統(tǒng)運(yùn)行時(shí)的活動(dòng)狀態(tài)；同時(shí)減少匹配的時(shí)間，提高查詢匹配的效率。

定義2PX是XPath上的位置步驟轉(zhuǎn)換集合，其形式化定義為

式中：Q——狀態(tài)集，∑——符號(hào)集，元素a∈∑，qi，qj∈Q，f——狀態(tài)轉(zhuǎn)移函數(shù)，a （qi）（＊）——狀態(tài)qi的自反與傳遞閉包，∑（﹡）——字符集的自反與傳遞閉包。為了降低系統(tǒng)信息描述和匹配時(shí)的復(fù)雜度，對(duì)位置步驟集合中的//＊基本操作，通過(guò)與位于其后的定位步驟進(jìn)行合并來(lái)實(shí)現(xiàn)：①當(dāng) “//＊”不出現(xiàn)在表達(dá)式末尾時(shí)，“//＊/a”和“//＊//a”都等價(jià)于 “//a”；②當(dāng) “//＊”出現(xiàn)在表達(dá)式的末尾時(shí)，則可采用 “/＊”來(lái)取代。

定義3 令Q為狀態(tài)集，∑為符號(hào)集，元素a，b∈∑，f為狀態(tài)轉(zhuǎn)移函數(shù)，狀態(tài)q，qi，qj，qk∈Q，位置步驟組合轉(zhuǎn)換集合CP為：

為了處理謂詞的需要，給出謂詞關(guān)系集合PQ的形式化定義。

③全面開(kāi)展監(jiān)測(cè)評(píng)價(jià)。建成11個(gè)坡地徑流場(chǎng)、163個(gè)觀測(cè)小區(qū)和14個(gè)溝道控制站，基本覆蓋全市的水土流失監(jiān)測(cè)網(wǎng)絡(luò)。依托科技部中德合作項(xiàng)目，引進(jìn)德國(guó)先進(jìn)設(shè)備，構(gòu)建土壤蒸滲儀監(jiān)測(cè)點(diǎn)→坡面土壤侵蝕和平原區(qū)監(jiān)測(cè)點(diǎn)→小流域監(jiān)測(cè)→大流域監(jiān)測(cè)構(gòu)成的監(jiān)測(cè)網(wǎng)絡(luò)，對(duì)降水、徑流、泥沙、土壤水分循環(huán)、水質(zhì)水量、生物多樣性、水文形態(tài)特征等開(kāi)展監(jiān)測(cè)，及時(shí)評(píng)估水土保持效益，為生態(tài)清潔小流域建設(shè)提供科學(xué)依據(jù)。

PQ＝ ｛a，a＞const，a＞＝const，a＝＝const，a＜const，a＜＝const，a≠const｝

本文采用基于樹(shù)自動(dòng)機(jī)導(dǎo)航的方式對(duì)XML數(shù)據(jù)流的進(jìn)行查詢匹配，XML查詢處理過(guò)程中處理的不是XML文檔本身，而是經(jīng)過(guò)解析后的事件流。常用的XML解析模型一有兩種：基于DOM解析和基于SAX解析。SAX解析時(shí)能夠立即進(jìn)行分析，而不是等待所有的數(shù)據(jù)被處理完成，對(duì)于大量、實(shí)時(shí)的XML數(shù)據(jù)流，利用SAX解析是比較合適，因此本文匹配的數(shù)據(jù)為XML的SAX解析事件流。

為了實(shí)現(xiàn)XML數(shù)據(jù)流的導(dǎo)航功能，首先需要構(gòu)建樹(shù)自動(dòng)機(jī)，并對(duì)可以合并的XPath片段進(jìn)行共享路徑樹(shù)自動(dòng)機(jī)的構(gòu)建，然后才能在樹(shù)自動(dòng)機(jī)的支持下對(duì)XML數(shù)據(jù)流導(dǎo)航。基于以上分析，相應(yīng)的構(gòu)建和導(dǎo)航算法如下。

算法1：XPath與樹(shù)自動(dòng)機(jī)轉(zhuǎn)換算法TA。

江西茶葉出口企業(yè)應(yīng)該重視品牌的力量，加大品牌宣傳力度。企業(yè)要加強(qiáng)對(duì)品牌理論和實(shí)踐的研究，積極向外國(guó)學(xué)習(xí)創(chuàng)新的品牌營(yíng)銷模式，學(xué)習(xí)國(guó)外品牌發(fā)展的建設(shè)經(jīng)驗(yàn)，尤其是值得借鑒跨國(guó)公司成功的經(jīng)驗(yàn)。企業(yè)可以增強(qiáng)與國(guó)內(nèi)其他知名品牌（如黃山毛峰）之間的交流和合作，學(xué)習(xí)借鑒他們的品牌建設(shè)模式，強(qiáng)強(qiáng)聯(lián)合，共同推動(dòng)國(guó)茶走向世界。企業(yè)還可以聘請(qǐng)一些品牌營(yíng)銷和策劃的專家以及相關(guān)方面的人才進(jìn)行品牌的國(guó)際推廣，加強(qiáng)品牌的國(guó)際宣傳，提高國(guó)際市場(chǎng)的知名度。

小心翼翼地沿著走廊尋找，終于找到那扇寫(xiě)著“38”的門。透過(guò)門上的玻璃看去，里面的病床上躺著一個(gè)穿病號(hào)服的少年，他似乎睡著了，臉微微側(cè)向一邊，嘴角還有一團(tuán)顯而易見(jiàn)的瘀青。

Return false；

輸出：樹(shù)自動(dòng)機(jī)T＝ （Q，F(xiàn)，δ，Qf）。

TA （Qn，＆Q，＆F，＆δ，＆Qf）｛

δ＝Q＝Qf＝ ｛｝，F(xiàn)＝ ｛ε｝；

把Qn第一個(gè)查詢結(jié)點(diǎn)放入集合Qf；

While Length （Qn）＞0 ｛

If存在 字符，屬性，數(shù)據(jù)則加入Q中；

If存在px∈CP，則把相應(yīng)的推導(dǎo)規(guī)則f加入δ中；

統(tǒng)計(jì)學(xué)分析 采用SPSS22.0軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。正態(tài)分布計(jì)量資料以均數(shù) ±標(biāo)準(zhǔn)差 （x±s）表示，組間比較采用成組t檢驗(yàn)，組內(nèi)治療前后比較采用配對(duì)t檢驗(yàn)。計(jì)數(shù)資料以率表示，比較采用χ2檢驗(yàn)。以P＜0.05為差異有顯著意義。

If存在k個(gè)孩子軸，則把k元函數(shù)f（，…，）加入F中；

If存在 謂詞，則把謂詞存入hash表PQ；

Length（Qn）－－；

｝

｝//endl

該算法實(shí)現(xiàn)是訂購(gòu)表達(dá)式XPath到樹(shù)自動(dòng)機(jī)的轉(zhuǎn)換，該轉(zhuǎn)換是基于XPath是正則表達(dá)式這一事實(shí)，通過(guò)轉(zhuǎn)化為等價(jià)的樹(shù)自動(dòng)機(jī)來(lái)實(shí)現(xiàn)的。

3)在加木墊板后，錨桿支護(hù)預(yù)應(yīng)力場(chǎng)壓應(yīng)力區(qū)峰值和壓應(yīng)力擴(kuò)散范圍都出現(xiàn)明顯降低。應(yīng)力峰值降低38%，-0.10、-0.08、-0.02 MPa等各應(yīng)力等值面面積平均降低27%。

給定XPath查詢集QN＝ ｛Q1，Q2，…，Qn｝進(jìn)行匹配，如果存在可以合并的XPath，則執(zhí)行如下算法。

算法2：共享路徑樹(shù)自動(dòng)機(jī)合并算法XTA。

2）中國(guó)女籃比澳大利亞、日本女籃的2分球投籃命中率、內(nèi)線得分更高，說(shuō)明中國(guó)女籃內(nèi)線實(shí)力較強(qiáng)，但是中國(guó)女籃的得分點(diǎn)較少；其他得分技術(shù)指標(biāo)均無(wú)顯著性差異。

輸入：XPath訂購(gòu)表達(dá)式集合QN，

輸出：樹(shù)自動(dòng)機(jī)XTA＝ （Q，F(xiàn)，δ，Qf）。

隨著我國(guó)國(guó)民經(jīng)濟(jì)的不斷發(fā)展，城鄉(xiāng)居民生活水平的不斷提高，自我保健意識(shí)增強(qiáng)，進(jìn)而消費(fèi)觀念改變，對(duì)肉品的需求也發(fā)生重大變化，簡(jiǎn)單的藏羊胴體肉已經(jīng)很難滿足人們的需求，加工精細(xì)、精致包裝、營(yíng)養(yǎng)價(jià)值高的高質(zhì)量肉品更受到市場(chǎng)的歡迎。為迎合市場(chǎng)需求，藏羊肉加工企業(yè)已經(jīng)開(kāi)發(fā)出少量迎合市場(chǎng)的精深加工食品，以冷鮮羊肉為代表的深加工產(chǎn)品得到了市場(chǎng)的響應(yīng)，各種羊肉熟制品、風(fēng)味小吃市場(chǎng)占有率也逐步上升。

For接收序列Qn的每一個(gè)滿足該狀態(tài)的元素；｛

XTA＝T1；

Whilen＞0｛

XTAFilter（S，XTA，＆RA）｛

n－－；

｝

｝//endl

基于樹(shù)自動(dòng)機(jī)導(dǎo)航的XML數(shù)據(jù)流匹配，其輸入數(shù)據(jù)為XML的SAX解析事件流，返回為查詢結(jié)果。匹配過(guò)程可以形式化描述為：在XML數(shù)據(jù)流S之上，對(duì)于給定XPath查詢集QN＝ ｛Q1，Q2，…，Qn｝進(jìn)行匹配，返回解果集RA。如果最終能到達(dá)接受狀態(tài)，則表示該XML匹配某些消費(fèi)者的訂購(gòu)。下面給出樹(shù)自動(dòng)機(jī)導(dǎo)航下XML數(shù)據(jù)流的匹配執(zhí)行。

算法3：基于樹(shù)自動(dòng)機(jī)的XML數(shù)據(jù)流過(guò)濾算法XTAFilter。

輸入：XML數(shù)據(jù)流S、樹(shù)自動(dòng)機(jī)XTA，

輸出：匹配結(jié)果。

If存在px∈CP，XTA＝combined（XTA，Tn）；

對(duì)于自己，即使別人認(rèn)為我不合時(shí)宜，觀念迂腐，思想落伍，被無(wú)私洗腦等等；別人總勸我要做一個(gè)現(xiàn)代女性，不應(yīng)該再為兒孫輩而放棄自己的生活，應(yīng)該實(shí)現(xiàn)自我價(jià)值……我的心里卻很明白，每個(gè)人的追求不同，不必走和別人一樣的道路。

新建棧T，并在棧頂生成一個(gè)空層；

開(kāi)始解析文檔，持續(xù)解析XML文檔產(chǎn)生事件流；｛

If輸入的事件流是元素，該元素壓入棧中；

If輸入的事件流是數(shù)據(jù)，把該數(shù)據(jù)壓入棧中；

If當(dāng)前輸入的字符可以在觸發(fā)轉(zhuǎn)化，則從棧中彈出該狀態(tài)，并把轉(zhuǎn)換后的狀態(tài)壓入棧中；｛

If轉(zhuǎn)換后的狀態(tài)屬于終結(jié)狀態(tài)集，則把該結(jié)果存入結(jié)果集RA；

Else繼續(xù)執(zhí)行；

｝

If文檔不為空，或者棧不為空繼續(xù)執(zhí)行；

直到文檔解析完成；

｝

｝//endl

食醋釀造中需要加入大量的填充料，它的作用在于疏松醋醅、儲(chǔ)存大量空氣和空氣流通。填充料的存在為醋酸菌細(xì)胞的生長(zhǎng)提供了吸附載體，為醋酸菌提供了好氧發(fā)酵的環(huán)境。所以，填充料要求接觸面積大，其纖維質(zhì)具有適當(dāng)?shù)挠捕燃岸栊?。常用的填充料有：谷糠、高粱秸稈、玉米秸稈、玉米芯、多空玻璃纖維等。

謂詞的匹配過(guò)程是基于結(jié)構(gòu)匹配成功的基礎(chǔ)上，通過(guò)查詢謂詞表來(lái)進(jìn)一步的進(jìn)行篩選查詢，如果存在所要的結(jié)果，則返回；否則查詢失敗。本文基于樹(shù)自動(dòng)機(jī)導(dǎo)航，并對(duì)XML數(shù)據(jù)流的謂詞匹配中采用SP方法存儲(chǔ)謂詞信息。SP謂詞匹配法充分利用了查詢內(nèi)部各謂詞之間的相關(guān)性，使用short－cut策略提高謂詞匹配的效率。謂詞查詢算法PQmatch如下。

算法4：基于樹(shù)自動(dòng)機(jī)導(dǎo)航的謂詞匹配算法PQmatch。

輸入：XML數(shù)據(jù)流S、樹(shù)自動(dòng)機(jī)XTA、謂詞表，

輸出：匹配結(jié)果 （true，flase）。

花五奇朝喬十二郎看了一眼，低頭皺眉想著什么，再看一眼，忽然用兵器指著他，尖聲叫道：“花燈節(jié)！孫悟空！李六爺！”話音未落，幾個(gè)縱躍搶到喬十二郎面前，手中利刃兜頭砍下。事出突然，除了喬十二郎和老太醫(yī)，其他人根本沒(méi)聽(tīng)懂花五奇說(shuō)的是什么，更不明白他為何向一個(gè)觀戰(zhàn)的孩子痛下殺手。

鳳河支流官溝流經(jīng)東半壁店小流域，是流域內(nèi)主要河流，流域排水一部分通過(guò)農(nóng)田二支渠、三支渠等農(nóng)田灌溉和排澇渠系排入官溝后入鳳河，部分排水直接排入鳳河，部分雨水也排入流域坑塘。

BOOL PQmatch（S，XTA，SP）.｛

For接收狀態(tài)結(jié)構(gòu)匹配成功；｛

宋代的瓷器與玉器都有用于禮儀活動(dòng)、觀賞品鑒和日常使用等方面，宋代瓷器與玉器的發(fā)展，受到整個(gè)宋代社會(huì)的經(jīng)濟(jì)政治和文化思潮的深刻影響，玉文化與瓷文化反過(guò)來(lái)滲透在宋代社會(huì)的方方面面。玉器和瓷器作為宋代社會(huì)中兩種關(guān)乎生活方式又蘊(yùn)含精神屬性的重要器物，呈現(xiàn)出諸多相類似的特質(zhì)，甚至達(dá)到一種超越其他朝代的高度契合狀態(tài)。

此外，今年農(nóng)產(chǎn)品產(chǎn)量不高且價(jià)格偏低，導(dǎo)致農(nóng)民收入微薄，即便是種植大戶也是依靠國(guó)家補(bǔ)貼才能勉強(qiáng)維持。而肥料價(jià)格的大幅上漲，勢(shì)必會(huì)影響農(nóng)民購(gòu)買肥料的積極性，這讓原本就不太明朗的冬儲(chǔ)市場(chǎng)雪上加霜。

XTA （QN，＆Q，＆F，＆δ，＆Qf）｛

定義4 ∑為符號(hào)集，元素a∈∑，XPath中的謂詞集合PQ形式化定義如下

接收滿足該狀態(tài)的步驟step number；

If Qn is match｛

If按照step number of SP執(zhí)行失敗，退出；

輸入：XPath訂購(gòu)表達(dá)式Qn，

｝

If all of Qn is match

Reture true；

｝

｝

｝//endl

XML片段＜a＞＜b＞＜c＞＜/c＞＜/b＞＜/a＞在XTAFilter導(dǎo)航下，匹配用戶的訂購(gòu)信息，執(zhí)行過(guò)程如圖4所示。

圖4 XML查詢執(zhí)行實(shí)例

3 實(shí)驗(yàn)仿真和結(jié)果分析

在Linux環(huán)境下構(gòu)建了仿真實(shí)驗(yàn)環(huán)境。實(shí)驗(yàn)數(shù)據(jù)采用開(kāi)放平臺(tái)NASA （national aeronautics and space administration）XML Project提供的XML數(shù)據(jù)，數(shù)據(jù)量約為23M。在對(duì)數(shù)據(jù)的處理過(guò)程中，采取對(duì)XML數(shù)據(jù)流單邊掃描的方式，特定時(shí)間只處理一個(gè)解析事件。利用XPath生成器獲得不同特性組合的XPath查詢集合1K，2K，5K，10K，15K，20K，訂購(gòu)數(shù)據(jù)的參數(shù)為：XPath層次數(shù)w＝6，謂詞族數(shù)l＝5，XML數(shù)據(jù)深度h＝20。實(shí)驗(yàn)平臺(tái)的配置為HP541（NE808PA）），CPU為Intel酷睿2T5670，主存儲(chǔ)器2GB，操作系統(tǒng)是RHEL4。7－i386。

在仿真實(shí)驗(yàn)中，主要關(guān)注以下性能指標(biāo)：

（1）平均事件匹配時(shí)間。當(dāng)XML數(shù)據(jù)流經(jīng)過(guò)時(shí)，對(duì)于已有的某個(gè)訂購(gòu)事件，系統(tǒng)需要消耗多長(zhǎng)時(shí)間才可以找到所有匹配成功的消息，它反映了過(guò)濾技術(shù)的時(shí)間效率。

（2）系統(tǒng)運(yùn)行時(shí)的活動(dòng)狀態(tài)。在匹配過(guò)程中，不同的匹配技術(shù)在系統(tǒng)運(yùn)行時(shí)的活動(dòng)狀態(tài)。需要不同的存儲(chǔ)空間，反映了過(guò)濾技術(shù)的空間狀態(tài)。

仿真實(shí)驗(yàn)主要在謂詞和共享XPath方面進(jìn)行分析與比較。為了評(píng)估XML流數(shù)據(jù)的查詢時(shí)間，實(shí)驗(yàn)中每個(gè)算法皆執(zhí)行30次，并將查詢時(shí)間取平均值計(jì)算。圖5和圖6記錄了試驗(yàn)的結(jié)果。

圖5顯示了XTAFilter技術(shù)及XEBT （XPath evaluation based on tree automata）技術(shù)在相同條件下匹配時(shí)間復(fù)雜度方面的比較。在試驗(yàn)中，XTAFilter技術(shù)集合了共享XPath路徑和樹(shù)自動(dòng)機(jī)的優(yōu)點(diǎn)，XML數(shù)據(jù)流查詢的時(shí)間效率總體上明顯比XEBT有一定的提高。這是因此XTAFilter技術(shù)采用合并相同訂購(gòu)路徑表達(dá)式進(jìn)行樹(shù)自動(dòng)機(jī)重構(gòu)并對(duì)謂詞采用hash表進(jìn)行存儲(chǔ)，減少了重復(fù)匹配和不必要的匹配，提高了查詢效率。圖6顯示了XTAFilter及XEBT技術(shù)在相同條件下匹配空間復(fù)雜度方面的比較。在實(shí)驗(yàn)中，XTAFilter技術(shù)優(yōu)于XEBT，這是因?yàn)閄TAFilter技術(shù)采用共享XPath片段構(gòu)建樹(shù)自動(dòng)機(jī)，比單純的依靠樹(shù)模式構(gòu)建樹(shù)自動(dòng)機(jī)在空間狀態(tài)上有所的提高。這是因?yàn)閄TAFilter技術(shù)通過(guò)對(duì)可以合并的XPath片段進(jìn)行重構(gòu)，減少運(yùn)行時(shí)的活動(dòng)狀態(tài)，系統(tǒng)在運(yùn)行時(shí)占用空間更少。

綜上所述，XTAFilter技術(shù)在查詢效率上比XEBT機(jī)有明顯的提高，系統(tǒng)在運(yùn)行時(shí)的活動(dòng)狀態(tài)也有明顯的減少，因此XTAFilter技術(shù)在一定程度上提高了XML數(shù)據(jù)流處理性能。

4 結(jié)束語(yǔ)

XML在多種領(lǐng)域中已得到廣泛的應(yīng)用。由于XML是一種半結(jié)構(gòu)化數(shù)據(jù)，對(duì)其進(jìn)行有效管理在技術(shù)上帶來(lái)了新的挑戰(zhàn)。對(duì)XML數(shù)據(jù)管理的研究既是一個(gè)重要課題，又是一項(xiàng)具有廣泛應(yīng)用前景的技術(shù)。本文根據(jù)樹(shù)自動(dòng)機(jī)查詢遍歷的特點(diǎn)，針對(duì)用戶多個(gè)訂購(gòu)表達(dá)式中存在相同的XPath部分的特征，對(duì)查詢中可以合并的XPath片段進(jìn)行合并。減少了重復(fù)查詢的次數(shù)，提高了查詢效率。下一步的工作將對(duì)XML查詢中路由協(xié)議，XML查詢的安全性等問(wèn)題進(jìn)行研究。

［1］GAO Jun，YANG Dongqing，TANG Shiwei，et al.Tree automata based efficient XPath evaluation over XML data stream［J］.Journal of Software，2005，16 （2）：223－232 （in Chinese）.［高軍，楊冬青，唐世渭，等.基于樹(shù)自動(dòng)機(jī)的XPath在XML數(shù)據(jù)流上的高效執(zhí)行 ［J］.軟件學(xué)報(bào)，2005，16（2）：223－232.］

［2］GOU Gang，Chirkova Rada.Efficient algorithms for evaluating XPath over streams［C］.Beijing：International Conference on Management of Data，2007：269－280.

［3］XIN Yefei，HE Zhen，CAO Jinli.Effective pruning for XML structural match queries ［J］.Data ＆ Knowledge Engineering，2010，69 （6）：640－659.

［4］ZHANG Xiaolin，LI Honghui，HAN jianfeng.Research on recursive query over XML data stream based on pushdown automation ［J］.Computer Engineering ＆ Design，2010，31 （4）：763－766（in Chinese）.［張曉琳，李宏輝，韓劍鋒.基于下推自動(dòng)機(jī)的XML數(shù)據(jù)流遞歸查詢研究 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，31 （4）：763－766.］

［5］Chien Pingchou，Kuen Fangjea，Heng Hsunliao.A syntactic approach to twig－query matching on XML streams ［J］.Journal of Systems and Software，2011，84 （6）：993－1007.

［6］Sayyed Kamyar Izadi，Theo Harder，Mostafa S.S3：evaluation of tree－pattern XML queries supported by structural summaries［J］.Data ＆ Knowledge Engineering，2009，68 （1）：126－145.

［7］LEE Hyunho，LEE Wonsuk.Selectivity－sensitive shared evaluation of multiple continuous XPath queries over XML streams ［J］.Information Sciences，2009，179 （12）：1984－2001.

［8］Maged E Sayed，Katica Dimitrova，Elke A Rundensteiner.Efficiently supporting order in XML query processing ［J］.Data ＆ Knowledge Engineering，2005，54 （3）：355－390.

［9］CHEN Qun，Andrew Lim，Kian Win Ong，et al.Indexing XML documents for XPath query processing in external memory［J］.Data ＆ Knowledge Engineering，2006，59 （3）：681－699.

［10］CHEN Zhiyuan，Gehrke Johannes，F(xiàn)lip Korn，et al.Index structures for matching XML twigs using relational query processors ［J］.Data ＆ Knowledge Engineering，2007，60（2）：283－302.

［11］MIN Junki，LEE Jihyun，CHUNG Chinwan.An efficient XML encoding and labeling method for query processing and updating on dynamic XML data ［J］.Journal of Systems and Software，2009，82 （3）：503－515.

［12］MIN Junki，Park Myung Jae，CHUNG Chinwan.XTREAM：An efficient multi－query evaluation on streaming XML data information sciences［J］.Information Sciences，2007，177 （17）：3519－3538.

［13］MIN Junki，CHUNG Chinwan，Kyuseok Shim.An adaptive path index for XML data using the query workload ［J］.Information Systems，2005，30 （6）：467－487.

［14］GU Jinguang，XU Baowen，CHEN Xinmeng.An XML query rewriting mechanism with multiple ontologies integration based on complex semantic mapping［J］.Information Fusion，2008，10 （9）：512－522.

［15］Prakash Ramanan.Worst－case optimal algorithm for XPath evaluation over XML streams ［J］.Journal of Computer and System Sciences，2009，75 （8）：465－485.