首页/论文/1001.4880

arXiv 1001.48802010-01-27cs.DB

WebContent XML商店

The WebContent XML Store

Benjamin Nguyen, Spyros Zoupanos

备注：: Must be compiled with pdflatex
发表信息：: RFIA 2010 Workshop "Sources Ouvertes et Services"

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

在本文中，我们将描述WebContent项目中使用的XML存储系统。我们首先提倡使用XML数据库来存储WebContent文档，并提出了两种不同的存储和查询这些文档的方法：使用集中式XML数据库和使用P2P XML数据库。

英文摘要：

In this article, we describe the XML storage system used in the WebContent project. We begin by advocating the use of an XML database in order to store WebContent documents, and we present two different ways of storing and querying these documents : the use of a centralized XML database and the use of a P2P XML database.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

XRecursive：一种高效的XML文档存储和查询方法

XRecursive: An Efficient Method to Store and Query XML Documents

将XML文档存储在关系数据库中是一种很有前途的解决方案，因为关系数据库是成熟的，并且可伸缩性很好，并且它们具有以下优点：在关系数据库中，XML数据和结构化数据可以共存，这使得构建涉及这两种数据的应用程序成为可能，而不需要额外的工作。在本文中，我们提出了一个算法模式命名为XRecursive的XML文档转换到关系数据库根据建议的存储结构。给出了在关系数据库中使用该存储结构存储和查询XML文档的步骤和算法。然后，我们报告我们的实验结果在一个真实的数据库中显示我们的方法在一些功能的性能。

2012-03-29cs.DB

XML文档、支持XML的数据库和原生XML数据库的比较分析

A Comparative Analysis of XML Documents, XML Enabled Databases and Native XML Databases

随着XML数据的日益普及以及对能够以有效的方式存储、检索和操纵基于XML的数据的数据库管理系统的极大需求，数据库研究团体和软件行业已经尝试响应这种需求。支持XML的数据库和原生XML数据库是解决这一挑战的两种方法。这两种方法是一个遗留的数据库系统，扩展到存储，检索和操作基于XML的数据。本文的主要目的是探讨和比较这两种方法，并得出一些标准，有一个合适的指导方针，以选择最好的方法，在每一种情况下。一般来说，原生XML数据库系统比支持XML的数据库系统具有更强的管理基于XML数据的能力

2017-07-26cs.DB

现代XML数据库中的路径求和与路径划分

Path Summaries and Path Partitioning in Modern XML Databases

我们研究了XML路径摘要在当前XML数据库中的适用性。我们发现，摘要提供了一个很好的基础，优化数据访问方法，进一步混合非常好的路径分区存储。我们提供了实用的算法，建设和利用摘要，并通过广泛的实验证明其好处。

2006-02-10cs.DB

LiquidXML：自适应XML内容再分发

LiquidXML: Adaptive XML Content Redistribution

我们建议演示LiquidXML，一个平台，用于管理大型语料库的XML文档在大型P2P网络。所有LiquidXML对等体可以发布XML文档以与所有网络对等体共享。然后的挑战是在网络中有效（重新）分发已发布的内容，可能是在重叠、冗余的片段中，以支持每个对等点处高效处理查询。LiquidXML的新颖之处在于它选择数据片段存储位置的自适应方法，以提高性能。XML管理的“流动性”方面有两个方面：XML数据流从多个源流向多个使用者，并且它在网络中的分布不断适应以提高查询性能。

2010-08-04cs.DB

XML多维建模与查询

XML Multidimensional Modelling and Querying

随着XML变得无处不在，XML存储和处理变得更加高效，这些技术的用例范围每天都在扩大。一个很有前途的领域是XML和数据仓库的集成，其中原生XML数据库存储多维数据并处理用XQuery询问语言编写的OLAP查询。本文探讨了在实现这样一个数据仓库的问题。我们首先比较了XML中的多维数据建模方法，然后描述了这些模型上的典型OLAP查询如何在XQuery中表达。然后，我们将展示，无论模型如何，XQuery1.1的分组特性如何提高这些查询的性能和可读性。最后，我们使用eXist数据库，我们扩展了一个分组子句的实现，在每个建模选择的查询评估的性能进行评估。

2009-12-06cs.DB

基于规则的授权冲突关系XML访问控制模型

A Rule-Based Relational XML Access Control Model in the Presence of Authorization Conflicts

在关系数据库中存储了大量的敏感XML数据。对存储在关系数据库中的XML数据实施节点级细粒度授权策略是一个挑战，关系数据库通常支持表和列级访问控制。此外，在XML数据的层次嵌套结构上，通常会有相互冲突的授权策略。在文献中提出了两种用于关系XML数据库的XML访问控制模型。然而，据我们所知，他们中没有一个讨论过在关系XML数据库领域中处理与条件的授权冲突。因此，我们认为需要定义有效的细粒度XML授权模型，并将其与存在条件时的冲突处理机制合并到关系XML数据库中。我们在这项研究中解决这个问题。

2019-09-24cs.DBcs.IR

更多相关论文收起更多论文

被遗忘的面向文档的数据库管理系统：原生XML DODBMS与JSON DODBMS的比较

The Forgotten Document-Oriented Database Management Systems: An Overview and Benchmark of Native XML DODBMSes in Comparison with JSON DODBMSes

在当前的大数据背景下，已经提出并实现了许多新的NoSQL解决方案，用于存储，管理和从半结构化数据中提取信息和模式。这些解决方案通过引入半结构化和灵活的模式设计来缓解关系数据库中存在的刚性数据结构的问题。由于当前由不同来源和设备生成的数据，特别是来自物联网传感器和执行器的数据，根据应用程序的不同，使用XML或JSON格式，因此需要以XML格式存储和查询半结构化数据的数据库技术。因此，原生XML数据库最初被设计为使用标准化的查询语言来操作XML数据，即，XQuery和MySQL被重新命名为NoSQL面向文档的数据库系统。目前，这些解决方案中的大多数已经被更现代的基于JSON的数据库管理系统所取代。但是，我们相信基于XML的解决方案仍然可以在异构集合上执行复杂查询时提供性能。不幸的是，现在的研究缺乏对以XML存储和查询文档的数据库技术与更现代的JSON格式的可伸缩性和性能的明确比较。此外，据我们所知，这些数据库技术没有符合大数据的基准。在本文中，我们提出了一个比较选定的面向文档的数据库系统，要么使用XML格式编码的文件，即，BaseX、eXist-db和Sedna，或者JSON格式，即，MongoDB、CouchDB和Couchbase。为了强调性能差异，我们还提出了一个基准测试，使用一个大型DBLP语料库上的异构复杂模式。

2021-02-03cs.DB

XML内容仓库：改进邮件列表和网络数据的社会学研究

XML content warehousing: Improving sociological studies of mailing lists and web data

在本文中，我们提出了一个基于XML的Web数据的社会学研究，如分析邮件列表或数据库在线的方法的指导方针。使用XML仓库是存储和处理这类数据的灵活解决方案。我们提出了一个实施的解决方案，并显示可能的应用程序与我们的案例研究的轮廓参与W3C标准制定活动的专家。我们说明了社会学使用的半结构化数据库，提出我们的XML模式的邮件列表仓库。XML模式允许在不修改现有数据集的情况下对数据源进行多次转换或交叉，同时允许可能的结构演变。我们还表明，隐藏数据的存在意味着传统的SQL用户的复杂性增加。XML内容仓库允许对内容进行详尽的仓库存储和递归查询，对初始存储的依赖性要小得多。最后，我们提出了将存储在仓库中的数据导出到常用的高级软件中进行社会学分析的可能性。

2011-08-23cs.DB

逻辑程序设计中XML文档的查询

Querying XML Documents in Logic Programming

可扩展置标语言（XML）是从SGML派生出来的一种简单、非常灵活的文本格式。XML最初是为了应对大规模电子出版的挑战而设计的，现在它在Web和其他地方的各种数据交换中也发挥着越来越重要的作用。XML语言是努力提供XML文档地址部分的结果。为了支持这一主要目的，它变成了一种针对XML文档的查询语言。在本文中，我们提出了一个建议，在逻辑程序设计中实现的语言。为了达到这个目的，我们将通过一个逻辑程序来描述XML文档的表示。规则和事实可用于表示文档模式和XML文档本身。特别是，我们将介绍如何索引XML文档的逻辑程序：规则应该存储在主存储器中，但事实存储在辅助存储器中使用两种索引：一个为每个XML标签，和其他的每组终端项目。此外，我们还将研究如何通过XML语言对表示XML文档的逻辑程序进行查询。它发展了逻辑程序关于表达式的专门化。最后，我们还将解释如何将索引和逻辑程序的自顶向下评估结合起来。逻辑程序设计理论与实践（Theory and Practice of Logic Programming，TPLP）

2007-10-25cs.DBcs.PL

走向实用的元查询

Towards practical meta-querying

我们描述了一个元查询系统的数据库包含查询，除了普通的数据。在这种数据库的上下文中，元查询是关于查询的查询。表示存储在XML中的查询，并使用标准的XML操作语言SQL作为子语言，我们表明，只需要添加到SQL的一些功能，把它变成一个完全成熟的Meta查询语言。好消息是，这些特性可以直接由可扩展数据库技术支持。

2003-10-13cs.DB

XML仓库在社会网络分析中的应用--来自WebStand项目的经验

Applying an XML Warehouse to Social Network Analysis, Lessons from the WebStand Project

在本文中，我们提出了法国ANR WebStand项目的进展情况。该项目的目标是构建一个可定制的基于XML的仓库平台，以获取，转换，分析，存储，查询和导出数据从网络，特别是邮件列表，使用这些数据进行社会学研究的最终意图集中在万维网的社会群体，特别强调这些数据的时间方面。我们目前正在使用这个系统来分析W3C的标准化过程，通过其标准制定者的社会网络。

2009-12-04cs.CYcs.DB

大规模科研元数据到关联数据的映射：HBase、CSV和XML的性能比较

Mapping Large Scale Research Metadata to Linked Data: A Performance Comparison of HBase, CSV and XML

OpenAIRE是欧洲研究的开放获取基础设施，包括所有EC FP7和H2020资助的研究项目的数据库，包括其结果的元数据（出版物和数据集）。这些数据存储在HBase NoSQL数据库中，经过后处理，并作为HTML公开供人类使用，并通过Web服务接口作为XML公开。CSV作为一种方便统计计算的中间格式，在内部生成。为了将OpenAIRE数据与Web上的相关数据相互链接，我们的目标是将它们导出为链接开放数据（LOD）。LOD导出需要集成到整个数据处理工作流中，其中每天从基础数据重新生成派生数据。我们评估了在HBase上通过MapReduce作业、通过映射中间CSV文件以及通过映射XML输出创建LOD的性能。

2015-07-06cs.DBcs.DLcs.PF

一种可扩展的对象中心事件存储数据库

A Scalable Database for the Storage of Object-Centric Event Logs

以对象为中心的流程挖掘提供了一组用于分析事件数据的技术，其中事件与多个对象相关联。为了存储以对象为中心的事件数据库（OCEL），最近提出了JSON-OCEL和JSON-XML格式。然而，OCEL的建议实现是基于文件的。这意味着需要解析整个文件，以便应用流程挖掘技术，例如发现以对象为中心的流程模型。在本文中，我们提出了一种使用MongoDB文档数据库存储OCEL格式的数据库。由于MongoDB中的文档等同于JSON对象，因此该标准的当前JSON实现可以直接转换为一系列MongoDB集合。

2022-02-11cs.DB

MORTAL：基于强化学习的多模型数据关系存储模式自动设计工具

MORTAL: A Tool of Automatically Designing Relational Storage Schemas for Multi-model Data through Reinforcement Learning

考虑到关系数据库在处理安全性、用户认证、查询优化等方面具有强大的能力，若干商业和学术框架重用关系数据库来存储和查询半结构化数据（例如，XML、JSON）或图形数据（例如，RDF，属性图）。然而，这些工作集中于使用RDBMS管理上述数据模型之一。也就是说，它没有利用底层工具来自动生成用于存储多模型数据的关系模式。在这个演示中，我们提出了一种新的基于强化学习的工具，称为MORTAL。具体来说，给定包含不同数据模型的多模型数据和一组查询，它可以自动设计一个关系模式来存储这些数据，同时具有很好的查询性能。为了清楚地说明它，我们围绕着以下模块：基于加载的多模型数据生成初始状态，通过设置参数来影响学习过程，通过提供语义约束来控制生成的关系模式，通过指定查询来提高关系模式的查询性能，以及当用户调整生成的关系模式时显示查询性能和存储消耗的高度交互式界面。

2021-09-01cs.DB

基于规则的学术论文元数据抽取框架

Rule Based Metadata Extraction Framework from Academic Articles

科技论文的题名、摘要、关键词或索引词、正文、结论、参考文献等元数据在科技数据库、学术期刊和数字图书馆中对学术数据的收集、管理和存储起着决定性的作用。从科学论文中准确地提取这些类型的数据对于研究人员和图书馆员组织和检索重要的科学信息至关重要。研究社会网络系统和学术数字图书馆系统提供学术数据提取、组织和检索服务。大多数这些类型的服务都不是免费或开源的。它们还存在一些性能问题，并且在可以上传到提取系统的PDF（便携式文档格式）文件数量方面存在提取限制。本文提出了一个完全免费和开源的基于Java的高性能元数据抽取框架。该框架的提取速度比现有的元数据提取系统快9-10倍。它也是灵活的，因为它允许上传无限数量的PDF文件。在该方法中，论文标题提取的布局特征，字体和大小的文本特征。其他元数据字段，如摘要、正文、关键字、结论和参考文献，使用固定的规则集从PDF文件中提取。提取的元数据存储在Oracle数据库和XML（可扩展置标语言）文件中。该框架可用于数字图书馆、在线期刊、在线和离线科学数据库、政府研究机构和研究中心的科学收藏。

2018-07-24cs.DBcs.IR