Aplikace pro indexovani souborového systému

Abstract

Cílem práce je návrh a implementace aplikace indexující obsah vybrané složky do XML databáze a v takto vytvořeném indexu vyhledávat pomocí dotazů jazyka XPath nebo XQuery. Výhodou vyhledávání souborů v takovém indexu je určitá flexibilita zadání podmínek, kde nejsme omezení pouze maskou souboru, ale můžeme výsledek více upřesnit zadáním přibližné cesty k souboru a tím zmenšit velikost výsledku. Ačkoliv je použitá XML databáze nejvhodnějším kandidátem z malého výběru volně dostupných nativních XML databází, neposkytuje dostatečnou rychlost pro praktické použití v tomto typu aplikace, navíc konzumuje obrovské množství paměti disku. Výkon, konzumace paměti spolu s malým množstvím dostupných nativních XML databází jen utvrzuje fakt, že v současné době je stadium vývoje XML databází teprve v počátcích, a je zaměřeno spíše na ukládání více menších XML dokumentů do databáze a následnou práci s nimi. V případě XML dokumentů s velkou hloubkou zanoření a obsahující tisíce elementů, jejich výkon velmi pokulhává.

The aim of the thesis is design and implementation of an application that indexes the content of selected folder to XML database and to search the following indexes queries using XPath or XQuery. The advantage of searching the files in that index is a certain flexibility in terms of the award where we are not only limited by the mask file but we are able to refine the result by entering the approximate path of the file and to reduce the size of the results by this way. Although the use of XML databases is the most appropriate candidate from a small selection of freely available native XML databases do not provide sufficient speed for practical use in this type of application, in addition consumes a huge amount of memory to disk. The performance, the memory consumption, together with a small amount of available native XML databases only confirms the fact that at present the stage of development of XML databases is only in its infancy at present and is focused on the storage of several smaller XML documents into a database and subsequent work with them. In the case of XML documents with great depth of nesting and containing thousands of elements their performance fails very much.