支持XML數(shù)據(jù)管理的文件系統(tǒng)研究.pdf

1、隨著計(jì)算機(jī)系統(tǒng)性能不斷提高、存儲(chǔ)數(shù)據(jù)量急劇增加以及信息越來越復(fù)雜，用戶如何高效組織和管理信息成為信息技術(shù)的重要課題。文件系統(tǒng)作為操作系統(tǒng)中存儲(chǔ)和管理信息的主要構(gòu)件，在面對海量的復(fù)雜的結(jié)構(gòu)化與半結(jié)構(gòu)化信息時(shí)暴露出了缺陷。 另一方面，隨著計(jì)算機(jī)網(wǎng)絡(luò)和硬件的發(fā)展，計(jì)算機(jī)之間的數(shù)據(jù)交換越發(fā)頻繁，需要統(tǒng)一的標(biāo)準(zhǔn)來規(guī)范數(shù)據(jù)的傳輸和交換。在這種背景下出現(xiàn)了可擴(kuò)展標(biāo)志性語言(XML)，XML 具有良好的自描述和跨平臺(tái)性，因此大量的信息以 XML

2、 的形式出現(xiàn)。如何高效的存儲(chǔ)和管理 XML 數(shù)據(jù)成為迫切需要解決的重要課題。 本文首先對典型文件系統(tǒng)，包括 FAT、EXT2 等開源文件系統(tǒng)，也包括研究性質(zhì)的 SemanticFS，還包括微軟公司的NTFS、WinFS等商業(yè)文件系統(tǒng)進(jìn)行了深入的分析，總結(jié)了它們的主要設(shè)計(jì)思想和邏輯結(jié)構(gòu)，發(fā)現(xiàn)傳統(tǒng)文件系統(tǒng)在存儲(chǔ)和管理較復(fù)雜的帶有語義的結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)時(shí)，將用戶數(shù)據(jù)當(dāng)作無意義的比特流，通過特定的應(yīng)用程序來對文件內(nèi)容進(jìn)行語義相關(guān)操作

3、，這就使得操作系統(tǒng)對信息控制的粒度是文件級的，這表現(xiàn)在傳輸、修改、壓縮、加密、鎖定等操作都是以整個(gè)文件為單位的。然而，隨著信息處理要求的不斷提高，操作系統(tǒng)不僅需要更加強(qiáng)大的信息檢索和查詢能力，而且需要對信息結(jié)構(gòu)進(jìn)行細(xì)粒度的控制。這種要求一方面是出于對信息安全的考慮，另一方面也是為信息內(nèi)部數(shù)據(jù)的檢索提供支持。顯然，傳統(tǒng)文件系統(tǒng)急需在信息描述、檢索和語義結(jié)構(gòu)方面加強(qiáng)。 接著，本文對 XML，進(jìn)行了較為深入的剖析，抽象和總結(jié)了它的各種

4、特性。在此基礎(chǔ)上，本論文詳細(xì)分析了存儲(chǔ) XML 數(shù)據(jù)的幾種方案，包括基于文件系統(tǒng)，支持XML 的數(shù)據(jù)庫，純 XML 數(shù)據(jù)庫和基于對象管理器，總結(jié)了它們的優(yōu)缺點(diǎn)。從數(shù)據(jù)庫技術(shù)的角度闡述了現(xiàn)代文件系統(tǒng)設(shè)計(jì)中涉及到的幾個(gè)重要問題及其可行的解決方案，并重點(diǎn)分析了支持 XML 的數(shù)據(jù)庫和原生數(shù)據(jù)庫的研究內(nèi)容和技術(shù)要點(diǎn)，以及基于文件系統(tǒng)的 XML 數(shù)據(jù)存儲(chǔ)方式。在基于文件系統(tǒng)的 XML 數(shù)據(jù)存儲(chǔ)方法中，系統(tǒng)將 XML數(shù)據(jù)視為普通的文本文件來處理，在

5、存儲(chǔ)和管理 XML 數(shù)據(jù)時(shí)有以下缺點(diǎn)：(1)每次訪問 XML 文檔時(shí)都需要解析它；(2)在查詢處理期間，整個(gè)被解析的文件都必須駐留在內(nèi)存里；(3)為了部分解決上述兩個(gè)問題，可以在 XML 文檔上建立外部索引。但當(dāng) XML文檔被更新時(shí)，索引是難以維護(hù)的。 本文正是在以上分析的基礎(chǔ)上，針對已有 XML 存儲(chǔ)方法 (數(shù)據(jù)庫和對象管理器等) 的不足，交融數(shù)據(jù)庫技術(shù)，語義文件系統(tǒng)和 XML 特性，對傳統(tǒng)文件系統(tǒng)邏輯層的目錄/文件模型、存儲(chǔ)

6、方法、結(jié)構(gòu)的存儲(chǔ)模型以及基于元素和屬性的訪問接口等問題進(jìn)行了研究與分析，通過改進(jìn)文件系統(tǒng)邏輯布局、存儲(chǔ)文件語義結(jié)構(gòu)以及提供信息檢索與查詢功能，給出一種支持 XML 數(shù)據(jù)管理的文件系統(tǒng)存儲(chǔ)方法，并利用現(xiàn)有文件系統(tǒng)的文件/目錄層次模型與 XML 樹狀層次模型的相同之處，將他們進(jìn)行無縫的連接，在現(xiàn)有的 ext2 的文件/目錄結(jié)構(gòu)中，將元素節(jié)點(diǎn)視為目錄的索引節(jié)點(diǎn)，將屬性節(jié)點(diǎn)視為文件的索引節(jié)點(diǎn)，以達(dá)到一種高效的實(shí)現(xiàn)方案。在以上工作的基礎(chǔ)上，通過分

7、析存儲(chǔ)和管理 XML 數(shù)據(jù)的關(guān)鍵問題，提出一種支持 XML 數(shù)據(jù)管理的文件系統(tǒng)構(gòu)建模型，給出系統(tǒng)的體系結(jié)構(gòu)以及組成模塊，并詳細(xì)描述了各個(gè)模塊的交互關(guān)系，針對每個(gè)模塊設(shè)計(jì)了具體的實(shí)現(xiàn)方案。本文工作的新貢獻(xiàn)體現(xiàn)在以下4個(gè)方面： 1．提出了一種在文件系統(tǒng)上基于語義結(jié)構(gòu)的 XML 數(shù)據(jù)存儲(chǔ)方法。該方法在有效存儲(chǔ) XML 數(shù)據(jù)和結(jié)構(gòu)信息的同時(shí)，能夠深入到 XML 數(shù)據(jù)內(nèi)部進(jìn)行管理和控制，并使得文件系統(tǒng)具備查詢和更新等新的功能。 2

8、．提出了一種新的支持 XML 數(shù)據(jù)管理的文件系統(tǒng)構(gòu)建模型。該模型通過在操作系統(tǒng)內(nèi)核中增加 XML 解析器、索引器、對象管理器、以及查詢分析器等組件，給出各個(gè)模塊的具體設(shè)計(jì)技術(shù)和實(shí)現(xiàn)方案，包括數(shù)據(jù)結(jié)構(gòu)描述、算法實(shí)現(xiàn)以及各個(gè)模塊的交互關(guān)系。該方法使得操作系統(tǒng)能夠更好的支持 XML數(shù)據(jù)的直接存儲(chǔ)、查詢、以及檢索等功能。 3．實(shí)現(xiàn)一種 EXT2 上基于目錄/文件索引節(jié)點(diǎn)的 XML 結(jié)構(gòu)存儲(chǔ)方法。該方法無需改進(jìn)傳統(tǒng)文件系統(tǒng)的邏輯結(jié)構(gòu)，對