移动对象XML数据库的存储与索引

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (20): 138-143.

• 数据库、信号与信息处理 • 上一篇下一篇

移动对象XML数据库的存储与索引

郑家彬，蒋夏军

南京航空航天大学信息科学与技术学院，南京 210016

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-11 发布日期:2011-07-11

Storage and indexing of moving objects XML database

ZHENG Jiabin，JIANG Xiajun

College of Information Science & Technology，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-11 Published:2011-07-11

摘要/Abstract

摘要： 如何对移动对象的XML数据记录进行快速的查找，关键在于合理地存储模型与索引结构。为了减少时空条件索引时的文件I/O操作，提出一个移动对象XML数据存储模型（时空XML存储模型），基于这个模型给出了通过一定时空条件对XML数据记录进行聚集的ATS（Append Track node to Spatial node）算法。针对3DR树的缺点与时态条件在移动对象索引中的重要性，提出了HSTR（Hashing-Spatio-Temporal-Rtree）与HC3DR（Hashing-Changing-3DRtree）两种复合索引结构，能够有效地支持涉及时空条件的查询。实验结果表明，时空XML存储模型与两种索引提高了查询效率。

关键词: 移动对象数据库, 可扩展标示语言（XML）, 存储模型, 索引结构, 查询

Abstract: To query moving objects XML data records effectively，the key is to use reasonable storage model and index structure.In order to decrease I/O operations related to spatio-temporal index，this paper presents a moving objects XML data storage model called spatio-temporal storage model，and based on this new model，it gives an algorithm called ATS algorithm that aggregates XML data records by certain spatio-temporal conditions.Focused on the shortcomings of 3DRtree and the importance of temporal conditions in the moving objects indexing，this paper also presents two new composite index structures，HSTR and HC3DR，which can support queries related to spatio-temporal conditions.Experimental results show that spatio-temporal storage model and two kinds of indexes improve query efficiency.

Key words: moving objects database, Extensible Markup Language（XML）, storage model, index structure, queries

郑家彬，蒋夏军. 移动对象XML数据库的存储与索引[J]. 计算机工程与应用, 2011, 47(20): 138-143.

ZHENG Jiabin，JIANG Xiajun. Storage and indexing of moving objects XML database[J]. Computer Engineering and Applications, 2011, 47(20): 138-143.

[1]	吕鑫，赵连成，余记远，谭彬，曾涛，陈娟. 基于轨迹聚类的连续查询隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 104-112.
[2]	石晨，张宇，胡博. 基于共同语境的近义词/同义词短语查找模型[J]. 计算机工程与应用, 2021, 57(14): 142-147.
[3]	许斌，梁晓兵，沈博. 大数据环境中非交互式查询差分隐私保护模型[J]. 计算机工程与应用, 2020, 56(7): 116-121.
[4]	郭莎莎，李爽，阎红灿. 已知时间的空间文本skyline查询[J]. 计算机工程与应用, 2020, 56(24): 59-65.
[5]	黄涛贻，李优，宋浩，林煜明. 大规模商品知识的组织和查询优化[J]. 计算机工程与应用, 2020, 56(21): 154-163.
[6]	张孝，孙一铭，吴旭峰. 查询感知的关系-图数据库自适应存储技术研究[J]. 计算机工程与应用, 2020, 56(17): 100-108.
[7]	蔡盼，李昕，孟祥福，褚治广. 基于贪心策略的最近邻Top-k偏好查询方法[J]. 计算机工程与应用, 2020, 56(16): 55-61.
[8]	李艳，王阳阳，张红岩，武优西. 不可达顶点剪枝算法及其在最短路径中的应用[J]. 计算机工程与应用, 2020, 56(15): 51-57.
[9]	王永录，左开中，曾海燕，刘蕊，郭良敏. 面向连续查询的敏感语义位置隐私保护方案[J]. 计算机工程与应用, 2020, 56(14): 74-81.
[10]	郑伟，侯宏旭，班志杰. 贝叶斯网络查询语义扩展的专家发现方法[J]. 计算机工程与应用, 2020, 56(13): 194-198.
[11]	滕增德，廖祝华. 面向命名数据网络的数据查询区分服务机制[J]. 计算机工程与应用, 2019, 55(9): 17-25.
[12]	吕伟，宋文爱，富丽贞，许文. 大规模图数据边受限制的最短距离查询算法[J]. 计算机工程与应用, 2019, 55(7): 71-81.
[13]	关巍1，张磊2. 粒子群属性聚类的位置隐私保护[J]. 计算机工程与应用, 2019, 55(5): 96-104.
[14]	王泓机，戴炳荣，李超，张绍华. 针对区块链应用的查询优化模型[J]. 计算机工程与应用, 2019, 55(22): 34-39.
[15]	牛少章，欧毓毅，凌捷，顾国生. 基于网格查询的局部离群点检测算法[J]. 计算机工程与应用, 2019, 55(17): 89-94.

移动对象XML数据库的存储与索引

Storage and indexing of moving objects XML database

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics