[发明专利]一种基于查询工作量估算的XML分片方法

权利要求书

1.一种基于查询工作量估算的XML分片方法，其特征在于步骤如下：

(1)将XML树中每个结点编码；编码规则参考区间编码Zhang编码，由于所有结点均处于同一文档，故省略文档编号doc_id属性，添加查询工作量估算值workload属性，用于存放以该结点作为根节点的子树的查询工作量估算值；

(2)为每个结点生成相关的XPath查询步，查询步中以该结点为祖先或父亲结点，生成相应的包含连接查询步；

(3)查询工作量估算，对一个XML文档树从根结点开始，采用深度优先遍历的顺序，递归的对所有的结点进行查询工作量估算；

(4)基于查询工作量估算结果进行XML分片，XML文档树被划分为查询工作量估算值约为W0的各个子树；

(5)XML分配，将分片后的XML片段以查询工作量估算值升序排序，以一种“回形”的方式分发到各个处理节点上。

2.根据权利要求1所述的基于查询工作量估算的XML分片方法，其特征在于：所述的步骤(3)进一步包括：

(3.a)从XPath查询步队列中提取出与该结点相关的XPath查询步列表；

(3.b)对XPath查询步列表中的每个查询步进行连接结果大小估算，将估算值添加到变量workload中；

(3.c)如果该结点为叶子节点，则返回workload；

(3.d)如果不是叶子节点，则遍历该结点的孩子结点，递归调用该方法，以孩子结点作为参数，将其返回值添加到workload，重新转向(3.a)。

3.根据权利要求1所述的基于查询工作量估算的XML分片方法，其特征在于：所述的步骤(4)进一步包括：

(4.a)设变量PN表示可能的分割结点列表，finalPN表示最终的分割结点列表，初始将根节点root加入PN，finalPN中为空；

(4.b)如果PN不为空，从PN中取出一个结点node；如果PN为空，则转向步骤(4.f)；

(4.c)如果node的属性workload不在W0附近且大于W0，则将其孩子结点全部加入PN；

(4.d)如果node的workload在W0附近，则将node加入finalPN；

(4.e)如果node的workload不在W0附近且小于W0，则将node加入临时列表tempList中，转到步骤(4.b)；

(4.f)如果tempList不为空，对tempList中的具有相同父亲的结点进行合并，将具有相同父亲的结点归为一组，和它的兄弟节点进行合并，如果某几个兄弟节点的workload之和在W0附近，则将其父亲结点添加一个特殊标志，加入finalPN；如果同一组中所有节点workload之和都达不到W0或者剩余的结点达不到W0，就将这些节点合并在一起，上溯一层，将其父亲结点加入tempList，重新转向步骤(4.e)；如果tempList为空，转向步骤(4.g)；

(4.g)根据fina lPN将XML树划分为子树，每个子树形成一个XML片段。