Αποθήκευση και διαχείριση XML με χρήση σχεσιακών συστημάτων βάσεων δεδομένων για εφαρμογές του παγκόσμιου ιστού

Abstract

In nowadays, XML (eXtended Markup Language) is one of the most popular standard for representing data on the WEB. Although, in a wide spectrum of internet applications it is often required to manipulate information of semistructured nature, which may present variations according to different circumstances. Multidimensional XML (MXML) is an extension of XML suitable for representing, in a compact way, data that assume different facets, having different value and structure under different contexts, which are determined by assigning values to a number of dimensions. This doctoral thesis studies the problem of storing, updateing and querying MXML data using relational databases.Because of the great experience that already exists on the field of Relational Database Managment Systems (RDBMS), the problem of storing (XML Storage) and quering XML data using relational databases has been considered a lot and many related techniques have been developed. Following previous work on storing and quering XML in relational databases, we present the results of our research on storing (MXML Storage), navigating, querying and updating MXML documents using relational databases, taking into account the additional features of MXML compared to conventional XML. Those features stem from the incorporation of context into MXML.Investigating the problem of MXML storage, we present techniques and alternative relational schemas for storing MXML documents in relational databases, based on storage techniques previously proposed for conventional XML documents. Essential characteristics of the proposed techniques are the capabilities a) to reconstruct the original MXML document from its relational representation and b) to express MXML context-aware queries in SQL. Also, for all the proposed storage techniques, the way that the context is represented in the relational schema is a very important issue, as such a representation may facilitate the management and the navigation through the stored MXML data.As regards MXML quering, we introduce an extension of XPath called Multidimensional XPath (MXPath), which is suitable for navigating in MXML documents, and allows for context-aware querying. We present the syntax of MXPath, we provide examples demonstrating its use and investigate its semantics.Additionally, we develop techniques for updating MXML documents and we investigate this problem in two levels: a) at the graph level, i.e. in an implementation independent way, and b) at the relational storage level. More specificaly, we introduce six basic update operations, which are capable of any possible change. We specify those operations in an implementation independent way, and explain their effect in the document through examples. Also, we give algorithms that implement those operations using SQL on a specific storage method that employs relational tables for keeping MXML.Finally, we present an algorithm for converting context-aware MXML queries to SQL queries for execution over the MXML data, which are stored in a pathbased relational database. Also, we describe the system we developed (MXML Tools) in order to implement the above conversion algorithm and we provide all the necessary technical information concerning the infrastructure of the system.

Με βάση τα σημερινά δεδομένα, η γλώσσα XML (eXtended Markup Language) αποτελεί ένα από τα πιο ευρέως διαδεδομένα πρότυπα αναπαράστασης δεδομένων στον παγκόσμιο ιστό. Ένα μεγάλο ποσοστό εφαρμογών του διαδικτύου διαχειρίζεται πληροφορίες ημιδομημένης φύσεως, ενώ διάφορες παραλλαγές των πληροφοριών αυτών μπορούν να παρατηρηθούν, ανάλογα με τις επικρατούσες συνθήκες. Η Πολυδιάστατη XML (Multidimensional XML ή MXML) αποτελεί μία επέκταση της συμβατικής XML, η οποία είναι κατάλληλη για την αναπαράσταση, με έναν συμπαγή τρόπο, των διαφόρων εκφάνσεων των υπό επεξεργασία δεδομένων, σύμφωνα με τις διαφορετικές τιμές ή δομή που αποκτούν τα δεδομένα αυτά κάτω από διαφορετικά ερμηνευτικά περιβάλλοντα (contexts). Τα ερμηνευτικά αυτά περιβάλλοντα προσδιορίζονται αντιστοιχώντας τις κατάλληλες τιμές σε έναν ορισμένο αριθμό διαστάσεων. Η παρούσα διδακτορική διατριβή ασχολείται με τη μελέτη του προβλήματος της αποθήκευσης, της ενημέρωσης και την υποβολής ερωτημάτων προς MXML δεδομένα, με τη χρήση σχεσιακών βάσεων δεδομένων.Εξαιτίας της ήδη υπάρχουσας εμπειρίας στον χώρο των Συστημάτων Διαχείρισης Σχεσιακών Βάσεων Δεδομένων (RDBMS), το πρόβλημα της αποθήκευσης και εκτέλεσης ερωτημάτων για XML δεδομένα που είναι αποθηκευμένα σε σχεσιακές βάσεις δεδομένων αποτελεί ένα θέμα που έχει εκτενώς ερευνηθεί, ενώ πολλές σχετικές τεχνικές έχουν αναπτυχθεί. Με βάση παλιότερες ερευνητικές εργασίες που σχετίζονται με την αποθήκευση και υποβολή ερωτημάτων σε XML δεδομένα που είναι αποθηκευμένα σε σχεσιακά σχήματα, παρουσιάζουμε τα ερευνητικά μας αποτελέσματα σε ότι αφορά την αποθήκευση, την πλοήγηση, την υποβολή ερωτημάτων και την ενημέρωση MXML κειμένων με τη χρήση σχεσιακών βάσεων δεδομένων, λαμβάνοντας υπόψη τα επιπρόσθετα χαρακτηριστικά της MXML σε σχέση με την απλή XML. Τα επιπρόσθετα αυτά χαρακτηριστικά προκύπτουν απότην ενσωμάτωση του ερμηνευτικού περιβάλλοντος στα MXML κείμενα.Μελετώντας το πρόβλημα της αποθήκευσης MXML δεδομένων (MXML Storage), παρουσιάζουμε τεχνικές και εναλλακτικά σχεσιακά σχήματα για την αποθήκευση MXML κειμένων σε σχεσιακές βάσεις δεδομένων. Βασικά χαρακτηριστικά των προτεινόμενων τεχνικών είναι η δυνατότητα α) της αναδόμησης του αρχικού MXML κειμένου από την σχεσιακή του αναπαράσταση και β) της μετατροπής MXML ερωτημάτων που περιλαμβάνουν πληροφορίες σχετικές με ερμηνευτικά περιβάλλοντα σε SQL ερωτήματα. Επιπλέον, για όλες τις προτεινόμενες τεχνικές αποθήκευσης, ο τρόπος αναπαράστασης του ερμηνευτικού περιβάλλοντος στο σχεσιακό σχήμα αποτελεί ένα πολύ σημαντικό θέμα, καθώς η αναπαράσταση αυτή μπορεί να διευκολύνει τη διαχείριση και την πλοήγηση εντός των MXML δεδομένων.Σε ότι αφορά την υποβολή MXML ερωτημάτων, παρουσιάζουμε μία επέκταση της XPath, η οποία ονομάζεται πολυδιάστατη XPath (Multidimensional XPath ή MXPath). Η επέκταση αυτή είναι κατάλληλη για την διάσχιση MXML δεδομένων, αλλά και την κατασκευή ερωτημάτων συμπεριλαμβανομένου των πληροφοριών που αφορούν ερμηνευτικά περιβάλλοντα. Επιπλέον, ορίζουμε τη σύνταξητης MXPath, παραθέτουμε σχετικά παραδείγματα επιδεικνύοντας τη λειτουργίατης και δίνουμε τη σημασιολογική της ερμηνεία.Επιπρόσθετα, αναπτύσσουμε τεχνικές που αφορούν την ενημέρωση των MXML κειμένων και μελετάμε το θέμα αυτό σε δύο επίπεδα: α) σε γραφικό επίπεδο, δηλαδή ανεξαρτήτως υλοποίησης και β) σε επίπεδο σχεσιακής βάσης δεδομένων. Πιο συγκεκριμένα ορίζουμε έξι βασικές πράξεις ενημερώσεως, οι οποίες μπορούν να επιτύχουν οποιαδήποτε πιθανή μεταβολή. Ο ορισμός των πράξεων αυτών γίνεται αρχικά σε επίπεδο ανεξάρτητο υλοποίησης, ενώ εξηγούνται οι επιπτώσεις της εφαρμογής τους στα MXML κείμενα μέσω σχετικών παραδειγμάτων. Ακόμα, παραθέτουμε αλγόριθμους που υλοποιούν τις παραπάνω πράξεις με τη χρήση της SQL, βάσει συγκεκριμένου σχεσιακού σχήματος αποθήκευσης των MXML δεδομένων.Τέλος, παρουσιάζουμε έναν αλγόριθμο που μετατρέπει MXML ερωτήματα σε SQL ερωτήματα, τα οποία εκτελούνται πάνω στα MXML δεδομένα που είναι αποθηκευμένα σε σχεσιακό σχήμα βασισμένο στα μονοπάτια του MXML δένδρου (MXML tree). Επιπλέον, περιγράφουμε το σύστημα που αναπτύχθηκε (MXML Tools) προκειμένου να υλοποιηθεί ο σχετικός αλγόριθμος μετατροπής, παρέχοντας τις απαραίτητες τεχνικές λεπτομέρειες που αφορούν την υποδομή του συγκεκριμένου συστήματος.