[发明专利]一种XML文档的流水线XPath查询方法、终端设备及存储介质

权利要求书

1.一种XML文档的流水线XPath查询方法，其特征在于，包括以下步骤：

S1：获取输入的XML文档；

S2：获取输入的XPath查询表达式，并提取XPath查询表达式中包含的所有统计变量的类型；

S3：对XML文档进行解析，以获取XML文档对应的节点的区间编码信息和关系索引，同时根据提取的统计变量的类型对XML文档中的各统计变量进行统计并计算XML统计信息，XML统计信息包括包含均值和过滤率；

S4：根据获取的节点的区间编码信息、关系索引、XML统计信息以及XPath查询表达式，对XPath查询表达式包含的所有查询原语构建流水线，流水线的创建过程包括以下步骤：

S101：根据XPath查询表达式抽取所有查询原语组成原语序列；

S102：对原语序列中的每个原语进行代价估算以获得对应的代价，配置线程数，设定代价累计值为0；

S103：根据每个原语的代价计算XPath查询表达式中所有原语的总代价和流水阶段的平均代价；

S104：判断原语序列中的原语的个数是否多于线程数，如果是，进入S105；否则，进入S109；

S105：判断原语序列中是否还有原语未处理，如果是，进入S106；否则，进入S111；

S106：从原语序列内提取一个原语，并将其代价累加至代价累计值后，将其从原语序列内剪切至临时原语序列内；

S107：判断代价累计值是否超过流水阶段的平均代价，如果是，进入S108；否则，返回S105；

S108：根据临时原语序列创建一个新流水阶段，设定代价累计值为0，同时清空临时原语序列，返回S105；

S109：判断原语序列中是否还有原语未处理，如果是，进入S110；否则，进入S111；

S110：从原语序列内提取一个原语创建一个流水阶段，返回S109；

S111：调整各邻接的流水阶段的连接关系；

S5：分配线程至流水线的各流水阶段后执行流水线查询；

S6：输出查询结果。

2.根据权利要求1所述的XML文档的流水线XPath查询方法，其特征在于：提取的统计变量的类型包括N_τ1，N_τ1*和N_τ1θτ2，其中：N_τ1表示XML文档中，标签名为τ1对应的所有节点的总数；N_τ1*表示XML文档中，所有以标签名为τ1的节点作为根节点的子树内包含的所有节点的总数；N_τ1θτ2表示XML文档中，所有以标签名为τ1的节点作为根节点的子树内包含有θ关系且标签名为τ2的节点的总数，θ表示节点之间关系。

3.根据权利要求1所述的XML文档的流水线XPath查询方法，其特征在于：节点的区间编码信息通过6元组表示，即设定节点u的区间编码ε_u为ε_u＝id,nodeType,tagName,begin,end,level，其中，u表示节点的序号；id表示节点唯一编码；nodeType表示节点类型；tagName表示节点的标签名；begin表示节点在文档中的开始位置；end表示节点在文档中的结束位置；level表示节点的层次值。