Vykonávání XPath dotazů na XML datech validních k existujícímu XML Schema

Abstract

XML je značkovací jazyk, který se v současnosti stále více používá pro uchovávání dat v oblasti informačních technologií. Podobně jako se dá vyhledávat v relačních databázových systémech pomocí jazyka SQL, dá se vyhledávat i v XML databázových systémech. Nejpoužívanějším XML dotazovacím jazykem je XPath, jehož dotazy jsou zpracovávány kromě jiných i holistickými algoritmy. Ty jsou navrženy tak, aby pracovaly s určitou datovou strukturou, která obsahuje předzpracovány uzly XML dokumentu tak, aby bylo možné k nim efektivně přistupovat. Hlavním cílem této práce je otestovat funkčnost holistických algoritmů v případě, že neexistuje žádné předzpracování XML dokumentu, a XML dokument je zpracováván na vstupu sekvenčně. Neodmyslitelnou součástí činnosti holistických algoritmů je práce s proudy uzlů XML dokumentu. Efektivita práce těchto algoritmů je závislá i na velikosti těchto vstupních proudů. V této práci se zabýváme i redukcí uzlů ve vstupních proudech algoritmu za využití XML Schema validního k zpracovávanému XML dokumentu. Zmiňovaná redukce pracuje na základě prefixové a postfixové optimalizace větveného dotazu. Větvený dotaz představuje jeden z nejčastěji řešených typů dotazů, které řeší holistické algoritmy.

XML is a mark-up language, which is increasingly used for storing data in the field of information technology. Like it is possible to search in relational databases with help of SQL language, it is also possible to search in XML databases. XPath is the most commonly used XML query language, which queries are processed, besides others, by holistic algorithms. These are designed to work with a particular data structure that contains the XML document nodes pre-processed so that these can be effectively treated. The main goal of this work is to test functionality of holistic algorithms when there is not any pre-processing of XML document and XML document is being processed sequentially from the input. Operating with streams of nodes is unthinkable part of work holistic algorithms. Work efficiency of these algorithms is also dependent on the size of the input streams. In this work, we are about to reduce nodes in input streams of algorithm by using valid XML Schema to current XML document. This reduction works based on prefix and postfix optimization of twig pattern query. Twig pattern query is one of the most common types of queries, which handle holistic algorithms.