Xml文档的存储方法
【专利摘要】本发明提供一种XML文档的存储方法。该方法有效利用云计算平台上分布式存储系统HBase，对于具备小型、格式相似特征的海量XML文档的存储问题提出一种新的存储方法。在新的存储方法中，本发明提出一种海量XML到HBase的双向数据映射模型，在构造该模型过程中，提出一种集路径信息和节点位置信息为一体的新的XML文档节点编码方式，该编码方式既拥有优异的节点关系判断能力，又在一定程度上解决了传统XML编码方式在编码更新方面存在的不足，同时为相似结构的海量XML的压缩存储提供良好的支持。
【专利说明】XML文档的存储方法
【技术领域】
[0001] 本发明涉及数据库技术，尤其涉及一种可扩展标记语言（extensibleMarkup Language，XML)文档的存储方法。
【背景技术】
[0002] XML凭借其自描述性、可扩展性和半结构化等特点，已经成为最受欢迎的信息表示 和数据交换的标准，并在各个领域得到了广泛的支持和应用。特别是在物联网环境下，数 据大多为具有一定意义的数字或文本，而XML在语法上的良好的半结构化信息表达能力为 其成为物联网数据交换标准提供了很好的基础。目前流行的注诸如BITXML、物理标示语言 (PhysicalMarkupLanguage，PML)等物联网数据交换标准都是以XML为基础。然而，数以 百万计的传感器网络或智能终端时时刻刻都在产生数据，单个数据文件一般都比较小，这 使得物理网后端的数据处理平台需要能够应对海量的小规模XML文件的存储和查询检索 工作，传统的处理方式在性能等方面存在着瓶颈。
[0003]目前，国际上对于XML数据的存储和检索的研宄主要集中在三个方面：第一种是 以关系数据库为核心的数据存储和检索方式，这种方式一般需要将XML数据通过一定的映 射方式转换为关系模型，并分别存储在关系数据库中，针对XML中的节点进行编码，通过关 系约束将XML文件按照关系模型分表存储；这种方式对海量数据支持不足，当文件数量上 升到一定程度，其性能瓶颈越凸显，此外由于采用关系映射，一定程度上会造成信息丢失； 第二种是以NativeXML数据库为核心的数据存储和检索方式，这种方式由于是采用类似文 件式的存储方式，仍然无法有效解决海量数据下的存储和检索；第三种则是在分布式环境 下，采用非关系型数据库（NotOnlyStructuredQueryLanguage，NoSQL)为核心的存储和 检索方式，这种方式以其良好的可扩展性为立足点，能够对海量数据提供高性能的存储和 查询支持，逐渐成为近年来研宄的一个热点，然而，由于一般分布式环境的复杂性，带来了 诸如负载平衡、灾备恢复等问题，在部署和维护上也较为复杂。
[0004] 在此基础上，云计算技术开始飞速发展。由于云计算技术在海量数据存储和检索 中的优势，采用云计算平台作为物联网后端的数据管理平台是一种趋势。然而，目前为止， 还没有出现针对存储具备小型且格式相似特征的XML文档的成熟的解决方案。
【发明内容】
[0005] 本发明提供一种XML文档的存储方法，以解决具备小型且格式相似特征的XML文 档的存储问题。
[0006] 本发明提供一种可扩展标记语言XML文档的存储方法，包括：
[0007] 将所述XML文档D建模为文档树T;其中，文档树为T:T= (V，V。，Ε，Σ，P， <，path,parent,value)，其中，V表示所述XML文档D中的节点集合，Vtl表示所述XML文 档D中的根节点，E表示所述XML文档D中父子约束关系集合，有穷字母表Σ表示所述 XML文档D中所有节点名称的集合，P表示所述XML文档D中祖先路径约束集合，<表示 定义在P上的前缀关系，函数path:V-P，表示Vver,.path(V) eP返回节点V的祖先路 径，函数parent:V-V表示Vve 返回节点V的父节点，其中= 0，函数 value:V」Ve-Vt表示VveFa |Fe，vaiue(v)返回在所述XML文档D中节点V的Text值；
[0008] 按照预设编码规则对所述XML文档D进行编码；
[0009] 按照预设映射规则对所述XML文档D进行映射存储。
[0010] 如上所述的方法，其中：所述节点集合V=AttrUElemUText，其中，Attr表示 所述XML文档D中所有属性节点的集合Va，Elem表示所述XML文档D中所有元素节点的集 合I，Text表示所述XML文档D中所有文本节点的集合Vt，U表示交集。
[0011] 如上所述的方法，其中，所述按照预设编码规则对所述XML文档D进行编码，包 括：
[0012] 按照深度优先遍历方式，对所述XML文档D进行编码。
[0013] 如上所述的方法，其中，所述预设编码规则包括：
[0014] 节点编码code (V)=code (path (V))·iv;code (path (V))表示节点V对应的路径 的路径编码，iv表示所述节点V在当前层的编码；
[0015] 路径编码code(path(v)) =code(U) · ipath(v)，其中，3(〃，v)e￡ ;code(U)表示路径u 对应的节点的父节点的节点编码，ipathW表示所述路径u在当前层的编码。
[0016] 如上所述的方法，其中，所述节点编码之间、以及所述路径编码之间均存在前缀关 系，具体为：
[0017] 若codel与code2之间满足关系式code2 =codel.i，则判断出codel是code2的 前缀编码；其中，codel和code2分别表示两个所述节点编码，或者，codel和code2分别表 示两个所述路径编码。
[0018] 如上所述的方法，其中，在属性节点的属性名称前添加符号@。
[0019] 如上所述的方法，其中，所述预设编码规则具体包括：
[0020] 所述根节点％的编码为1，判断所述根节点VC1所在路径是否包含所述属性节点；
[0021] 若包含，则按照所述属性节点在所述文档树中的顺序进行编码，并记录到编码记 录表中。
[0022] 如上所述的方法，其中，所述按照所述属性节点在所述文档树中的顺序进行编码， 具体包括：
[0023] 对于Vve 乙IK，若code(paiA(v)> = 0，贝Ijpath(V)是节点parent(V)的第i个被编码 的孩子路径种类；所述孩子路径种类是指所述节点V的所有孩子节点中，同名孩子节点的 祖先路径所构成的路径种类；
[0024] 判断节点V是否有孩子节点，若是，对所述节点V的所述孩子节点进行编码；
[0025] 若判断出所述节点V没有所述孩子节点，则判断所述节点V是否有所述属性节 占.
[0026] 若判断出所述节点V有所述属性节点，则对所述属性节点进行编码；或者，若判断 出所述节点V没有所述属性节点，判断所述节点V是否有兄弟节点；
[0027] 若判断出所述节点V有所述兄弟节点，则对所述兄弟节点进行编码；或者，若判断 出所述节点V没有所述兄弟节点，则按照所述节点V的祖先路径，逆向回退到存在未编码兄 弟节点的祖先节点，对所述祖先节点的所述未编码兄弟节点进行编码；若按照所述节点V的所述祖先路径，逆向回退到所述根节点则编码结束。
[0028] 如上所述的方法，其中，所述按照所述属性节点在所述文档树中的顺序进行编码， 还包括：
[0029] 对于VveCIK，若c〇de(pa伙(v))#0，则参照所述编码记录表，判断所述节点V的 path(v)与parent(v)之间，是否满足关系式：Code(parent(v)) <Code(path(v));
[0030] 若不满足，则重复所述判断节点V是否有孩子节点的操作；
[0031] 若满足，则code(v) = (code(path(v)))·j，其中je[1，2, 3......)表示所述节点 V是所述节点V对应祖先路径种类下的同名兄弟节点中从1开始计数的顺序，完成对所述节 点V的编码后，重复所述判断节点V是否有孩子节点的操作。
[0032] 如上所述的方法，其中，所述按照预设映射规则对所述XML文档D进行映射存储， 包括：
[0033] 提取所述XML文档D对应的所有code(V)和value(V)，将不同code(V)的作为编 码-值CodeToValue表的列名，将value(V)作为所述CodeToValue表中，与code(V)对应 的列的列值，一个所述XML文档D对应所述CodeToValue表中的一行，并将所述XML文档 D对应的文档名字作为行关键字；其中，所述CodeToValue表用于存放所述XML文档D中 code(V)和对应的value(V);
[0034] 提取所有的节点VeV-Text对应的path(V)及code(V)，将不同path(V)的作为 路径-编码PathToCode表的列名，每个path(V)对应的所有code(V)用预设间隔符间隔， 所述XML文档D对应一个所述PathToCode表，并作为数据库HBase中的一行进行存储；其 中，所述PathToCode表用于存放所述XML文档D中path(V)和对应的code(V)。
[0035] 本发明提供的XML文档的存储方法，有效利用云计算平台上分布式存储系统 HBase，对于具备小型、格式相似特征的海量XML文档的存储问题提出一种新的存储方法。 在新的存储方法中，本发明提出一种海量XML到HBase的双向数据映射模型，在构造该模型 过程中，提出一种集路径信息和节点位置信息为一体的新的XML文档节点编码方式，该编 码方式既拥有优异的节点关系判断能力，又在一定程度上解决了传统XML编码方式在编码 更新方面存在的不足，同时为相似结构的海量XML的压缩存储提供良好的支持。
【专利附图】
【附图说明】
[0036] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以 根据这些附图获得其他的附图。
[0037] 图1为本发明XML文档的存储方法实施例一的流程图；
[0038] 图2a为本发明XML文档的存储方法实施例中实例文档1对应的文档树的示意图；
[0039] 图2b为本发明XML文档的存储方法实施例中实例文档2对应的文档树的示意图；
[0040] 图3a为对图2a中的文档树进行编码后的示意图；
[0041] 图3b为对图3a中的文档树进行编码后的示意图。
【具体实施方式】
[0042] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0043] 图1为本发明XML文档的存储方法实施例一的流程图。如图1所示，本实施例提 供的方法具体可以包括：
[0044] 步骤101、将所述XML文档D建模为文档树T;其中，文档树为T:T= (V，V(l，Ε，Σ，Ρ， <，path,parent,value)，其中，V表示所述XML文档D中的节点集合，Vtl表示所述XML文 档D中的根节点，E表示所述XML文档D中父子约束关系集合，有穷字母表Σ表示所述 XML文档D中所有节点名称的集合，P表示所述XML文档D中祖先路径约束集合，<表示定 义在P上的前缀关系，函数path:V-P，表示Vvepath(V)eP返回节点V的祖先路径， 函数parent:V-V表示Vve「，parent(V)返回节点V的父节点，其中/?(re?i(vu) = 0，函数 value:V」Ve-Vt表示VveF； |Fe,value(v)返回在所述XML文档D中节点V的Text值。
[0045] 具体的，所述节点集合V=AttrUElemUText，其中，Attr表示所述XML文档D 中所有属性节点的集合Va，Elem表示所述XML文档D中所有元素节点的集合I，Text表示 所述XML文档D中所有文本节点的集合Vt，U表示交集。
[0046] ￥(|表示文档D中的根元素，VC1EV，VC1作为对应的文档树的根节点；E表示文档D中 父子约束关系的集合，是一个二元关系，即=r:，且E= {(u,V)|ueV，VeV，u是 V的父节点}。若3(〃，v)e￡，可简写为u-V;有穷字母表Σ是D中所有节点名称的集合。
[0047] P是文档D中祖先路径约束的集合，P是一个多元关系，即 尸CΓuF2ur3u…ur|vi，P= {(v〇,V1,V2,· · ·，Vn)I(Vi,Vi+1)eE，1 彡i〈n}U{v0}，表示V中 所有节点的路径构成的集合。具体来说，VvneF，其祖先路径约束（Vtl,V1,v2, ...，vn)eP表示从根节点Vci到节点V"的连续父子约束，即Vd-V^V1^V2,. ..，Vn，简写为 v。一V1^V2- ... -Vn。使用函数path:V-P返回XML节点的祖先路径约束，即当VeV， path(V) eP0
[0048] <是定义在P上的前缀关系，< =KP1,P2)Ipi=V。一VV2- ... -Vm，P2 =Pi-Vm+i，PieP，P2eP}。若H(PpP2)H，简写为Pi<P2。函数path:V-P，VveV, path(V)eP返回节点v的祖先路径。函数parent:V-V，Vveparent(V)返回节点 V的父节点，注意押观咖。）=0，即若u-v，则parent(v) =u。函数value:Va|Ve-Vt， ClK，value(V)返回在XML文档中节点v的Text值。
[0049] 对于示例文档1进行建模为文档树后，可以表示为如图2a所示。其中，示例文档 1为：
[0050] <?xmlyersion=" 1.0"?> <dblp> <time>201l</time> <articleindate="2011-05-31"> <author>P〈/author〉 <author>P.S</author> <ti11e>CIoudcomputing</ti11e> 〈/article〉 <articlekey="SasikalalI"mdate="2011-09-23"> </article> </dblp>
[0051] 对于示例文档2进行建模为文档树后，可以表示为如图2b所示。其中，示例文档 2为：
[0052] <?xmlversion=" 1.0"?> <dblp> <time>2012</time>
[0053] <articlemdate="2012-05-1 "> <author>A〈/author〉 <author>B〈/author〉 <author>C〈/author〉 <tit!e>CIoudcomputing</title> </article> 〈book> <author>lVi</author> <title>ThinkinginJAVA</title> 〈/'book〉 〈articlemdate="2012-09-3 "> </article> </dblp>
[0054] 步骤102、按照预设编码规则对所述XML文档D进行编码。
[0055] 具体的，本步骤中，按照深度优先遍历方式，对所述XML文档D中VaIVe节点进行编 码。根据深度优先编码方式的特点，可得如下结论：
[0056] 对VveK-Texi进行编码时，其父节点parent(V) -定已经编码；VP1,VP2，若P1 <P2，则对P2进行编码时，P 定已经编码。
[0057] 首先，定义编码函数code:Va|VjP-Code，其中Code表示VaIVjP对应的编码。具 体来说，Code(VaIVe) -Code表示当输入为节点VaIVJ寸，输出值为节点对应的编码（简称 节点编码），code(P) -Code表示当输入为某节点对应的祖先路径约束时，输出值为该祖先 路径对应的编码，即路径编码。
[0058] 其次，定义编码规则，在编码时，属性节点与元素节点同等对待，两者遵守相同的 编码规则，唯一不同之处在于属性节点的命名规则是在属性名称前添加符号@。
[0059] 除根节点外的节点编码和路径编码均由三部分组成。即，节点编码Code(V)= code(path(V))·iv;code(path(V))表示节点V对应的路径的路径编码，iv表示所述节点 V在当前层的编码；所述节点V在当前层的编码表示所述节点V是同一祖先路径下的同 名兄弟节点中从1开始计数的顺序i;路径编码code(path(v)) =code(u).ipath(v)，其中， 彐(《，v)e五；code(u)表示路径垃对应的节点的父节点的节点编码，ipath(v)表示所述路径u在当前层的编码；所述路径u在当前层的编码表示在所述路径u对应节点的父亲节点中，设 定所有同名子路径作为一个路径种类，则所述路径u所对应的路径种类在所有兄弟路径中 路径种类从1开始计数的路径种类顺序值i。
[0060] 需要说明的是，所述节点编码之间、以及所述路径编码之间均存在前缀关系，具体 为：若codel与code2之间满足关系式code2 =codel.i，则判断出codel是code2的前缀 编码；其中，codel和code2分别表示两个所述节点编码，或者，codel和code2分别表示两 个所述路径编码。由于该定义与文档建立成文档树时定义的P上的前缀关系<实质性含义 相同，所以此处也用<表示。3( (:'?也丨，(:'?心2)-:表示为Codel<Code2。
[0061] 所述预设编码规则具体包括：所述根节点％的编码为1，判断所述根节点VC1所在 路径是否包含所述属性节点；若包含，则按照所述属性节点在所述文档树中的顺序进行编 码，并记录到编码记录表中；可以理解的是，若所述根节点Vtl所在路径不包含所述属性节 点，则编码结束。
[0062]具体的，对于Vve C I Fe，若c〇de(paiA(v)) = 0，则path (V)是节点parent (V)的第i 个被编码的孩子路径种类；所述孩子路径种类是指所述节点V的所有孩子节点中，同名孩 子节点的祖先路径所构成的路径种类；也就是说，VveFJFe，若存在V-V1, V-V2，当V1 和乂2是同名节点时，Path(V1)和path(v2)属于节点V的同一个孩子路径种类，当vJPV2F 是同名节点时，Path(V1)和path(v2)和属于节点V的不同的孩子路径种类。
[0063] 判断节点V是否有孩子节点，若是，对所述节点V的所述孩子节点进行编码；
[0064] 若判断出所述节点V没有所述孩子节点，则判断所述节点V是否有所述属性节 占.
[0065] 若判断出所述节点V有所述属性节点，则对所述属性节点进行编码；或者，若判断 出所述节点V没有所述属性节点，判断所述节点V是否有兄弟节点；
[0066] 若判断出所述节点V有所述兄弟节点，则对所述兄弟节点进行编码；或者，若判断 出所述节点V没有所述兄弟节点，则按照所述节点V的祖先路径，逆向回退到存在未编码兄 弟节点的祖先节点，对所述祖先节点的所述未编码兄弟节点进行编码；若按照所述节点V 的所述祖先路径，逆向回退到所述根节点则编码结束。
[0067] 进一步地，对于Vve匕IK，若code(part(v)) # 0，贝Ij参照所述编码记录表，判断 所述节点V的path(v)与parenUv)之间，是否存在前缀关系，即是否满足关系式：Code(parent(V)) <Code(path(v))；
[0068] 若不满足，则重复所述判断节点v是否有孩子节点的操作；
[0069] 若满足，则code(v) = (code(path(v)))·j，其中je[1，2, 3......)表示所述节点 V是所述节点V对应祖先路径种类下的同名兄弟节点中从1开始计数的顺序，完成对所述节 点V的编码后，重复所述判断节点V是否有孩子节点的操作。
[0070] 按照本步骤对图2a所示的文档树进行编码的过程中，所产生的中间结果如图3a 所示；按照本步骤对图2b所示的文档树进行编码的过程中，所产生的中间结果如图3b所 不O
[0071] 步骤103、按照预设映射规则对所述XML文档D进行映射存储。
[0072] 本步骤中，所述按照预设映射规则对所述XML文档D进行映射存储，具体可以包 括：
[0073] 提取所述XML文档D对应的所有code(V)和value(V)，将不同code(V)的作为编 码-值CodeToValue表的列名，将value(V)作为所述CodeToValue表中，与code(V)对应 的列的列值，一个所述XML文档D对应所述CodeToValue表中的一行，并将所述XML文档 D对应的文档名字作为行关键字；其中，所述CodeToValue表用于存放所述XML文档D中 code(V)和对应的value(V)。可以理解的是，如果code(V)不存在，贝Ij开辟一个新的列，如 果code(V)已经存在，贝Ij直接存储value(V)作为列code(V)对应的值。
[0074] 提取所有的节点VeV-Text对应的path(V)及code(V)，将不同path(V)的作为 路径-编码PathToCode表的列名，每个path(V)对应的所有code(V)用预设间隔符间隔， 所述XML文档D对应一个所述PathToCode表，并作为数据库HBase中的一行进行存储；其 中，所述PathToCode表用于存放所述XML文档D中path(V)和对应的code(V)。
[0075] 例如，对于示例文档1，提取示例文档1对应的所有的code(V)和对应的value(V) 存入数据库Hbase的CodeToValue表中第一行。该行的数据可以如表一所示。
[0076] 表一
[0077]
【权利要求】
1. 一种可扩展标记语言XML文档的存储方法，其特征在于，包括： 将所述XML文档D建模为文档树T;其中，文档树为T:T= (V，V(l，E，2，P， <，path,parent,value)，其中，V表示所述XML文档D中的节点集合，表示所述XML文 档D中的根节点，E表示所述XML文档D中父子约束关系集合，有穷字母表2表示所述 XML文档D中所有节点名称的集合，P表示所述XML文档D中祖先路径约束集合，<表示 定义在P上的前缀关系，函数path:V-P，表示Vvepath(v)GP返回节点v的祖先路 径，函数parent:V-V表示Wer，/7are7tf(v)返回节点v的父节点，其中iwe?((vQ) = 0，函数 value:Va|Ve-Vt表示Vve|Fe，va/i/e(r)返回在所述XML文档D中节点v的Text值； 按照预设编码规则对所述XML文档D进行编码； 按照预设映射规则对所述XML文档D进行映射存储。
2. 根据权利要求1所述的方法，其特征在于： 所述节点集合V=AttrUElemUText，其中，Attr表示所述XML文档D中所有属性 节点的集合Va，Elem表示所述XML文档D中所有元素节点的集合I，Text表示所述XML文 档D中所有文本节点的集合Vt，U表示交集。
3. 根据权利要求2所述的方法，其特征在于，所述按照预设编码规则对所述XML文档D 进行编码，包括： 按照深度优先遍历方式，对所述XML文档D进行编码。
4. 根据权利要求3所述的方法，其特征在于，所述预设编码规则包括： 节点编码code(v) =code(path(v)).iv;code(path(v))表示节点v对应的路径的路 径编码，iv表示所述节点v在当前层的编码； 路径编码code(path(v)) =code(u) ?ipath(v)，其中，3(?，v)e￡ ;c〇de(u)表示路径u对 应的节点的父节点的节点编码，ipathW表示所述路径u在当前层的编码。
5. 根据权利要求4所述的方法，其特征在于，所述节点编码之间、以及所述路径编码之 间均存在前缀关系，具体为： 若codel与code2之间满足关系式code2 =codel.i，则判断出codel是code2的前缀 编码；其中，codel和code2分别表示两个所述节点编码，或者，codel和code2分别表示两 个所述路径编码。
6. 根据权利要求5所述的方法，其特征在于，在属性节点的属性名称前添加符号@。
7. 根据权利要求6所述的方法，其特征在于，所述预设编码规则具体包括： 所述根节点的编码为1，判断所述根节点V。所在路径是否包含所述属性节点； 若包含，则按照所述属性节点在所述文档树中的顺序进行编码，并记录到编码记录表 中。
8. 根据权利要求7所述的方法，其特征在于，所述按照所述属性节点在所述文档树中 的顺序进行编码，具体包括： 对于Vve|G，若code(paf/!(v))= 0，贝ljpath(v)是节点parent(v)的第i个被编码的孩 子路径种类；所述孩子路径种类是指所述节点v的所有孩子节点中，同名孩子节点的祖先 路径所构成的路径种类； 判断节点V是否有孩子节点，若是，对所述节点V的所述孩子节点进行编码； 若判断出所述节点V没有所述孩子节点，则判断所述节点V是否有所述属性节点； 若判断出所述节点V有所述属性节点，则对所述属性节点进行编码；或者，若判断出所 述节点V没有所述属性节点，判断所述节点V是否有兄弟节点； 若判断出所述节点V有所述兄弟节点，则对所述兄弟节点进行编码；或者，若判断出所 述节点V没有所述兄弟节点，则按照所述节点V的祖先路径，逆向回退到存在未编码兄弟节 点的祖先节点，对所述祖先节点的所述未编码兄弟节点进行编码；若按照所述节点V的所 述祖先路径，逆向回退到所述根节点V(l，则编码结束。
9. 根据权利要求8所述的方法，其特征在于，所述按照所述属性节点在所述文档树中 的顺序进行编码，还包括： 对于Vvef*；，若code(p-(v)) # 0，则参照所述编码记录表，判断所述节点v的path(v)与parent(v)之间，是否满足关系式：Code(parent(v)) <Code(path(v)); 若不满足，则重复所述判断节点v是否有孩子节点的操作； 若满足，则code(v) = (code(path(v))).j，其中jG[1，2, 3......)表示所述节点v是 所述节点v对应祖先路径种类下的同名兄弟节点中从1开始计数的顺序，完成对所述节点v的编码后，重复所述判断节点v是否有孩子节点的操作。
10. 根据权利要求1所述的方法，其特征在于，所述按照预设映射规则对所述XML文档 D进行映射存储，包括： 提取所述XML文档D对应的所有code(v)和value(v)，将不同code(v)的作为编码-值CodeToValue表的列名，将value(v)作为所述CodeToValue表中，与code(v)对应的列的列 值，一个所述XML文档D对应所述CodeToValue表中的一行，并将所述XML文档D对应的文 档名字作为行关键字；其中，所述CodeToValue表用于存放所述XML文档D中code(v)和对 应的value(v); 提取所有的节点vGV-Text对应的path(v)及code(v)，将不同path(v)的作为路 径-编码PathToCode表的列名，每个path(v)对应的所有code(v)用预设间隔符间隔，所 述XML文档D对应一个所述PathToCode表，并作为数据库HBase中的一行进行存储；其中， 所述PathToCode表用于存放所述XML文档D中path(v)和对应的code(v)。
【文档编号】G06F17/30GK104484337SQ201410663532
【公开日】2015年4月1日 申请日期:2014年11月19日 优先权日:2014年11月19日
【发明者】鲍亮, 张静, 黄鹏, 张强, 衣凡 申请人:西安电子科技大学