XML query processing

Abstract

Τα τελευταία χρόνια η XML υιοθετήθηκε σε μία σειρά εφαρμογών ηλεκτρονικού επιχειρείν, ως μοντέλο ανταλλαγής μηνυμάτων μεταξύ εφαρμογών και υπηρεσιών ιστού, ως μοντέλο δεδομένων για εφαρμογές ολοκλήρωσης δεδομένων αλλά και ως μοντέλο αποθήκευσης και επεξεργασίας δεδομένων εφαρμογών. Το θέμα της διδακτορικής διατριβής είναι η επεξεργασία επερωτήσεων σε ημιδομημένα δεδομένα, και συγκεκριμένα σε XML έγγραφα, και χωρίζεται σε δύο ενότητες. Η πρώτη ενότητα αφορά στην επεξεργασία επερωτήσεων σε XML δεδομένα, επερωτήσεις των οποίων η αποδοτικότητα είναι υψίστης σημασίας για συστήματα ολοκλήρωσης πληροφορίας που βασίζονται σε XML. Η δεύτερη ενότητα αφορά στην ανάπτυξη ενός ολοκληρωμένου βελτιστοποιητή βάσει εκτίμησης κόστους για XPath επερωτήσεις, ο οποίος βασίζεται σε μία λογική άλγεβρα για XPath επερωτήσεις και στον σχεδιασμό και υλοποίηση αποδοτικών φυσικών τελεστών για τους λογικές τελεστές που περιλαμβάνει η συγκεκριμένη άλγεβρα. Ειδικότερα, όσον αφορά την πρώτη ενότητα της διδακτορικής διατριβής, μελετήθηκε η σχετική υπάρχουσα βιβλιογραφία και αναπτύχθηκε μία μέθοδος επεξεργασίας επερωτήσεων σε ημιδομημένα δεδομένα, και συγκεκριμένα σε XML, η οποία χρησιμοποιεί την λειτουργικότητα των Σχεσιακών Συστημάτων Διαχείρισης Βάσεων Δεδομένων (ΣΣΔΒΔ). Η συγκεκριμένη ερευνητική δουλειά χωρίζεται σε δύο φάσης: στην πρώτη φάση αναπτύχθηκαν οι βασικές μέθοδοι και αλγόριθμοι για την επεξεργασία αυτού του είδους των επερωτήσεων ενώ στην δεύτερη οι μέθοδοι αυτοί βελτιώθηκαν και επεκτάθηκαν σημαντικά, τόσο σε σχέση με την αποδοτικότητά τους όσο σε σχέση με την λειτουργικότητα τους. Η δεύτερη ενότητα της διδακτορικής διατριβής επικεντρώθηκε στην δημιουργία ενός βελτιστοποιητή XPath επερωτήσεων που βασίζεται σε εκτίμηση κόστους. Συγκεκριμένα δημιουργήθηκε ένα πλαίσιο βελτιστοποίησης βασιζόμενης σε εκτίμηση κόστους και εκτέλεσης XPath επερωτήσεων και εκτιμήθηκε πειραματικά η αποδοτικότητα και η αποτελεσματικότητα του συστήματος. Το πλαίσιο βασίζεται σε μία λογική XPath άλγεβρα με πρωτότυπα χαρακτηριστικά και τελεστές καθώς και σε ένα σύνολο κανόνων μετασχηματισμού που μαζί επιτρέπουν να εκφραστούν αλγεβρικά πολλές υπάρχοντες αλλά και πρωτότυπες στρατηγικές επεξεργασίας XPath επερωτήσεων. Ένα σημαντικό συστατικό στοιχείο του πλαισίου είναι ένας ιδιαίτερα αποδοτικός αλγόριθμος επιλογής φυσικού πλάνου για XPath επερωτήσεις. Ο βελτιστοποιητής είναι ανεξάρτητος του φυσικού μοντέλου δεδομένων και του συστήματος αποθήκευσης αλλά και των διαθέσιμων υλοποιήσεων φυσικών τελεστών. Βασίζεται σε ένα σύνολο καλά ορισμένων API. Αναπτύχθηκαν διάφορες υλοποιήσεις των συγκεκριμένων API, που περιλαμβάνουν βασικές μεθόδους πρόσβασης δεδομένων, οι οποίες αντιστοιχούν σε διαφορετικά συστήματα αποθήκευσης XML δεδομένων. Παράλληλε υλοποιήθηκε ένα μεγάλο σύνολο από φυσικούς τελεστές, εκτιμητές στατιστικών και μοντέλα κόστους.