arXiv 1707.082592017-07-26cs.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

Amir Mohammad Saba, Elham Shahab, Hadi Abdolrahimpour, Mahsa Hakimi, Akbar Moazzam

摘要：

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

英文摘要：

With the increasing popularity of XML data and a great need for a database management system able to store, retrieve and manipulate XML-based data in an efficient manner, database research communities and software industries have tried to respond to this requirement. XML-enabled database and native XML database are two approaches that have been proposed to address this challenge. These two approaches are a legacy database systems which are extended to store, retrieve and manipulate XML-based data. The major objective of this paper is to explore and compare between the two approaches and reach to some criteria to have a suitable guideline to select the best approach in each circumstance. In general, native XML database systems have more ability in comparison with XML-enabled database system for managing XML-based data

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

RadegastXDB -原生XML数据库管理系统原型：技术报告

RadegastXDB - Prototype of Native XML Database Management System: Technical Report

在过去的二十年里，XML数据处理已经取得了很多进展。针对小枝模式查询的高效处理，已有许多方法。然而，将TPQ包含到XQuery编译器中并不是一项简单的任务，当前的XML DBMS处理XQuery时没有任何TPQ检测。在本文中，我们展示了我们的原型的原生XML数据库管理系统RadegastXDB，使用TPQ检测，以加速结构的Xerosion。这样的检测允许我们利用最先进的TPQ处理算法。实验结果表明，对于结构化查询，这些算法和最先进的XML索引技术使我们的原型比目前所有的XML数据库管理系统，特别是对大型数据汇集的速度。我们还表明，使用相同的技术也是有效的处理查询的值谓词。

2019-03-14cs.DB

五种XML查询语言的比较分析

Comparative Analysis of Five XML Query Languages

XML正在成为WWW上数据表示和交换的最相关的新标准。已经提出了用于提取和重构XML内容的新语言，一些是传统的数据库查询语言（即SQL、OQL），另一些则更接近于XML。XML查询语言的标准尚未确定，但万维网联盟、许多学术机构和与因特网有关的大公司正在进行讨论。我们提出了一个比较，有代表性的查询语言的XML，突出他们的共同特点和差异。

1999-12-22cs.DB

XML数据仓库的连接索引

A Join Index for XML Data Warehouses

XML数据仓库为利用复杂数据的决策支持应用程序提供了一个有趣的基础。然而，目前原生XML数据库管理系统（DBMS）的性能有限，有必要研究如何优化它们。在本文中，我们提出了一个新的连接索引，是专门适应XML仓库的多维体系结构。它消除了连接操作，同时保留了原始仓库中包含的信息。理论研究和实验结果表明，我们的连接索引的效率。它们还表明，在存储和分析XML数据时，原生XML DBMS可以与XML兼容的关系DBMS竞争。

2008-09-11cs.DB

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原生数据库中的灵活查询

Flexible queries in XML native databases

迄今为止，大多数XML原生数据库（DB）柔性查询系统都是基于利用其半结构化数据（SSD）的树结构。然而，它成为重要的是测试的效率形式概念分析（FCA）的形式主义这类数据，因为它已被证明是一个伟大的性能在信息检索（IR）领域。因此，基于FCA的XML数据库检索主要是基于格结构的使用。这个格的每个概念都可以被解释为一对（响应，查询）。在这项工作中，我们提供了一个新的灵活的建模的XML数据库的基础上模糊FCA灵活查询SSD的第一步。

2013-12-06cs.DBcs.IR

Un index de jointure pour les entrepôts de données XML

XML数据仓库为利用来自多个源的异构数据的决策支持应用程序提供了一个有趣的基础。然而，XML原生数据库系统目前的性能有限，有必要研究如何优化它们。在本文中，我们提出了一个新的索引，是专门适应XML仓库的多维架构，消除连接操作，同时保留原始仓库中包含的信息。理论研究和实验结果表明，我们的索引的效率，即使在查询是复杂的。

2007-07-09cs.DB

更多相关论文收起更多论文

XML数据库中的索引

Indices in XML Databases

随着XML成为商业信息表示和交换的标准，XML文档的存储、索引和查询已迅速成为数据库研究的主要问题。在这种情况下，查询处理和优化是原始的，原生XML数据库还不成熟。诸如索引之类的数据结构有助于大大提高性能，因此得到了广泛的研究，特别是因为XML数据具有相对于关系数据的许多特性。在本文中，我们调查国家的最先进的XML索引，并讨论了主要问题，权衡和未来的趋势，XML索引。我们还提出了一个索引，我们专门设计的XML数据仓库的特定体系结构。

2017-01-27cs.DB

利用分片技术提高XML数据仓库查询性能

Enhancing XML Data Warehouse Query Performance by Fragmentation

XML数据仓库为利用来自多个源的异构数据的决策支持应用程序提供了一个有趣的基础。然而，XML原生数据库系统目前遭受有限的性能方面的可管理的数据量和响应时间复杂的分析查询。分割和分发XML数据仓库（例如，在数据网格上）允许解决这两个问题。在本文中，我们工作的XML仓库碎片。在关系数据仓库中，一些研究建议使用派生的水平碎片。因此，我们建议使其适应XML上下文。我们特别关注维度XML文档的初始水平碎片，并利用两种替代算法。我们通过实验验证我们的建议，并比较这些替代品相对于一个统一的XML仓库模型，我们主张。

2009-08-27cs.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

XML数据仓库中基于查询聚类的物化视图选择

Materialized View Selection by Query Clustering in XML Data Warehouses

XML数据仓库为利用复杂数据的决策支持应用程序提供了一个有趣的基础。然而，目前原生XML数据库管理系统的性能有限，有必要设计策略来优化它们。在本文中，我们提出了一个自动化的策略，选择XML物化视图，利用数据采掘技术，更准确地说，聚类的查询工作量。为了验证我们的策略，我们实现了一个按照XCube规范建模的XML仓库。我们在这个仓库上执行了一个XQuery决策支持查询的工作负载，使用和不使用我们的策略。我们的实验结果表明，它的效率，即使查询是复杂的。

2008-09-11cs.DB

基于数据采掘的XML数据仓库分片

Data Mining-based Fragmentation of XML Data Warehouses

随着XML数据源的增加，人们提出了许多XML数据仓库模型来处理关系型数据仓库无法处理的数据异构性和复杂性。然而，XML原生数据库系统目前在可管理的数据量和响应时间方面的性能有限。分散化有助于解决这两个问题。派生的水平分段通常用于关系数据仓库，并且可以明确地适应XML上下文。然而，由经典算法产生的片段的数量是难以控制的。在本文中，我们提出了一种基于k-均值的碎片化方法，允许通过其$k$参数掌握碎片的数量。通过实验比较了该算法与经典的适用于XML数据仓库的水平分片算法的效率，证明了该算法的优越性。

2008-11-05cs.DB

XML数据仓库查询性能优化

Query Performance Optimization in XML Data Warehouses

XML数据仓库为利用复杂数据的决策支持应用程序提供了一个有趣的基础。然而，目前原生XML数据库管理系统（DBMS）的性能有限，有必要研究如何优化它们。在本章中，我们将介绍两种这样的技术。首先，我们提出了一个连接索引，是专门适应XML仓库的多维体系结构。它消除了连接操作，同时保留了原始仓库中包含的信息。其次，我们提出了一个策略，选择XML物化视图聚类的查询工作量。为了验证这些建议，我们测量的响应时间的一组决策支持XML数据仓库，使用和不使用我们的优化技术。我们的实验结果证明了它们的效率，即使当查询是复杂的，数据是大量的。

2017-01-27cs.DB

基于K-means聚类算法的超大型XML数据仓库分片

Fragmenting very large XML data warehouses via K-means clustering algorithm

由于XML在表示和管理半结构化和复杂多维数据方面的优势，XML数据源在商业智能（BI）和联机分析处理（OLAP）应用中越来越受欢迎。因此，在过去的几年中，许多XML数据仓库模型已经被提出，以便以传统的关系数据仓库方法无法实现的方式来处理多维数据的异构性和复杂性。然而，XML原生数据库系统目前在可管理数据量和查询响应时间方面的性能有限。因此，最近的研究工作将注意力集中在能够克服上述限制的碎裂技术上。派生的水平分片已经在关系数据仓库中使用，并且可以明确地适应XML上下文。然而，经典的分段算法不适合控制原始片段的数量，而原始片段的数量在数据仓库中起着关键作用，并且更重要的是，分布式数据仓库架构。受这一研究挑战的启发，本文提出使用K-means聚类算法来有效地支持超大型XML数据仓库的分片，同时通过适当设置参数K来完全控制和确定原始分片的数量。我们完成了我们的分析贡献，通过一个全面的实验评估，我们提出的XML数据仓库碎片化技术对经典的水平碎片化算法，适用于XML数据仓库的效率进行比较。

2017-01-09cs.DB

使用基于类型的文档投影优化XML查询

Optimizing XML querying using type-based document projection

XML数据投影（或修剪）是主存查询引擎的自然优化：给定文档D上的查询Q，D的不需要评估Q的子树被修剪，从而产生更小的文档D ';然后在D'上执行查询Q，从而避免分配和处理Q永远不会到达的节点。在本文中，我们提出了一种基于类型的新方法，它大大改进了当前的解决方案。除了提供可比或更高的精度和更少的修剪开销，我们的解决方案-不像目前的方法-考虑到后向轴，谓词，可以应用于多个查询，而不仅仅是单个查询。边贡献是一种新型的可编程处理后向轴的系统。我们的方法的合理性被正式证明。此外，我们证明该方法也是完备的（即，产生最好的类型驱动修剪）。我们进一步验证我们的方法，使用XMark和XPathMark基准测试，并表明修剪不仅提高了主内存查询引擎的性能（如预期的那样），但也是最先进的原生XML数据库的状态。

2011-04-11cs.DB

将现行规则纳入文件

Intégration des règles actives dans des documents

技术文档管理是企业不可回避的一项活动。的确，在整个生存周期内管理文件的需要是一个重要问题。为此，需要加强文件管理系统的能力，这是一个令人感兴趣的挑战。尽管市场上已有系统（电子文件管理系统），但它们被认为是基于数据模型的非灵活系统，妨碍了任何扩展或改进。此外，这些系统不允许对文件要素进行少量描述，并提出了链接和一致性管理的不足机制。LIRIS实验室已经在这一领域开展了研究，并提出了一个主动系统，称为SAGED，其目标是使用主动规则来管理链接和一致性。然而，SAGED基于一种将规则（用于一致性管理）和文档描述分开的方法。主要的缺点是这种方法的刚性，每当文件从一个服务器移动到另一个服务器或在文件交换期间，这种刚性就突出显示出来。为了有助于解决这个问题，我们建议开发一种方法，旨在提高文件管理，包括一致性。这种方法是基于引入带有文档XML描述的规则[BoCP 01]。在这种情况下，我们提出了一个面向XML的存储级别，允许存储的文件和规则，统一通过一个原生的XML数据库。我们定义了一个智能系统，称为SIGED根据客户端/服务器架构，围绕一个智能组件的主动规则执行。这些规则从XML文档中提取，编译和执行。

2014-06-03cs.DB

教老大象新把戏

Teaching an Old Elephant New Tricks

近年来，列存储（或简称C-store）已成为一种新的方法来处理读取为主的数据仓库应用程序。实验证据表明，对于某些类型的查询，C-store的新功能导致了传统关系引擎的数量级改进。与此同时，一些C-store的支持者认为，C-store与传统引擎有着根本的不同，因此它们的好处不能被整合到关系引擎中，除非完全重写。在本文中，我们挑战这种说法，并表明，许多好处的C-商店确实可以模拟在传统的引擎没有任何变化。然后，我们确定我们的一些局限性？纯模拟？对于更复杂的查询的情况下的方法。最后，我们预测传统的关系引擎最终将利用C存储的大部分好处，就像目前在其他领域（如XML数据）中发生的那样。

2009-09-09cs.DBcs.DScs.PF

JEDI：这些不是您要查找的JSON文档.（扩展版本 *）

JEDI: These aren't the JSON documents you're looking for... (Extended Version*)

JavaScript Object Notation（JSON）是一种流行的数据格式，在文档存储中用于原生地支持半结构化数据。在本文中，我们解决的JSON相似性查找查询的问题：给定一个查询文档和距离阈值$τ$，检索所有的JSON文档，是在$τ$从查询文档。由于其递归定义，JSON数据自然表示为树。与XML等其他分层格式不同，JSON支持单个文档中的有序和无序兄弟集合。这一特征对树模型和距离计算提出了新的挑战。我们提出了JSON树，JSON文档的无损树表示，并定义了JSON编辑距离（JEDI），JSON文档的第一个基于编辑的距离度量。我们开发了一个算法，称为QuickJEDI，计算JEDI利用一种新的技术来修剪昂贵的兄弟匹配。它在运行时的性能比基线算法高出一个数量级。为了提高JSON相似性查询的性能，我们引入了一个名为JSIM的索引和一个基于树排序的高效上限。我们的算法的上界运行在$O(n τ)$时间和$O(n + τ\log n)$空间，这大大提高了以前的最佳界的$O(n^2)$时间和$O(n \log n)$空间（其中$n$是树的大小）。我们的实验评估表明，我们的解决方案可扩展到具有数百万文档的数据库和具有数万个节点的JSON树。

2022-01-21cs.DB

图数据库在LLM智能体中的记忆成本：跨图数据库引擎的查询、摄取与更新性能比较评估

Graph Memory for LLM Agents: At What Cost? A Comparative Evaluation of Query, Ingest, and Update Performance Across Graph Database Engines

Corvic AI Research（Corvic人工智能研究院）；UT Austin（德克萨斯大学奥斯汀分校）

本文构建生物医学属性图基准，比较八种图数据库引擎在查询、摄取和更新上的性能，发现无绝对最快系统，且批量摄取成本差异主导总拥有成本。

2026-09-22cs.AIcs.DB