數(shù)據(jù)庫關鍵字查詢技術研究

在計算機應用領域中，由專業(yè)人員實現(xiàn)對數(shù)據(jù)庫查詢的編程技術，我們就以關系數(shù)據(jù)庫進行數(shù)據(jù)處理來舉例說明，大多數(shù)情況下都使用結構化查詢語言SQL（StructuredQueryLanguage）語言，SQL語言是一種在關系數(shù)據(jù)庫中定義和操縱數(shù)據(jù)的標準語言，其最主要、最核心的部分就是查詢功能。當針對某一個數(shù)據(jù)庫執(zhí)行查詢時，系統(tǒng)按照特定的組合、條件表達式或次序進行檢索，依此用來返回我們所要尋找和感興趣的數(shù)據(jù)信息。

1查詢舉例

設有一個SPJ數(shù)據(jù)庫，包括S、P、J、SPJ四個數(shù)據(jù)表,s供應商表由SNO（供應商代碼）、SNAME（供應商姓名）、STATUE（供應商狀態(tài)）和CITY（供應商所在城市）組成；P零件表由PNO（零件代碼）、PNAME（零件名）、COLOR（顏色）和WEIGHT（重量）組成；J工程項目表由JNO（工程項目代碼）、JNAME（工程項目名）和CITY（工程項目所在城市）組成；SPJ供應情況表SNO（供應商代碼）、PNO（零件代碼）、JNO（工程項目代碼）和QTY（供應數(shù)量）組成。如果想要找到“沒有使用天津供應商生產(chǎn)的紅色零件的工程號JNO”的數(shù)據(jù)信息，那么，可以使用以下一種SQl語句來實現(xiàn)查詢:

SELECT JNO

FROM J

WHERE NOT EXISTS

(SELECT *

FROM SPJ

WHERE SPJ. JNO= J .JNO

AND SNO IN

(SELECT SNO

FROM S

WHERE CITY=‘天津’）

AND PNO IN

(SELECT PNO

FROM P

WHERE COLOR =‘紅色’））；

從上面的例子中可知，若用戶要在線訪問數(shù)據(jù)庫，就必須使用SQL語句在數(shù)據(jù)庫上查詢，那么該系統(tǒng)就要求用戶了解數(shù)據(jù)庫模式的基本知識，而且還要求用戶能夠熟練、靈活的使用SQL語句。但在實際的操作過程中，我們發(fā)現(xiàn)大多數(shù)用戶對關系數(shù)據(jù)庫基本不了解，更談不上熟練地使用結構化查詢語言SQL等知識，所以，該SQL查詢不適合廣大用戶。隨著互聯(lián)網(wǎng)技術的不斷發(fā)展，出現(xiàn)了以關鍵字查詢的數(shù)據(jù)庫技術。盡管數(shù)據(jù)庫關鍵字的查詢研究有很多代表性成果，但其查詢的核心思想都是基于圖和“簡化子樹”的，所有的關鍵字查詢技術的研究都是從數(shù)據(jù)圖中找到最好的查詢結果樹。

2核心思想

2.1關鍵字查詢

一個關鍵字查詢其實就是一個集合K，其查詢結果就是一個給定的數(shù)據(jù)圖G的一個子樹T，那么T就是給定集合K的簡化形式，簡而言之,T包含了K,但不會有T的子樹包含K。

所有的關鍵字查詢技術都是把我們定義好的關系數(shù)據(jù)庫當做一個數(shù)據(jù)圖G,圖G的節(jié)點是以元祖、關鍵字表示的。在我們進行查詢時，不同元祖間的連接是通過外鍵實現(xiàn)，所以在它們之間就有一條邊存在。若一條元祖t有關鍵字k,那么t和k間就有連接存在。所以，一個關鍵字查詢的結果其實就是一個圖G的子樹，該子樹是圖G關于關鍵字K的簡化，也就是簡化子樹。簡化子樹的生成主要有兩種方法:“基于數(shù)據(jù)圖的方法”和“基于模式圖的方法”。

2.2基于數(shù)據(jù)圖的方法

數(shù)據(jù)庫關鍵字查詢技術的大多數(shù)研究都是采用了基于數(shù)據(jù)圖的方法來生成簡化子樹。這種方法就是對數(shù)據(jù)圖直接處理，從中枚舉簡化子樹，首先，把數(shù)據(jù)圖看成一個帶權重的數(shù)據(jù)圖，并且假設數(shù)據(jù)圖已經(jīng)被物化；其次，利用數(shù)據(jù)圖中的節(jié)點(元組)和邊(元組之間的主外鍵關聯(lián))的權重，作為關鍵字查詢找到top-k個代價最小的簡化子樹。

2.3基于模式圖的方法

利用數(shù)據(jù)庫模式創(chuàng)建連接表達式，再在DBMS上執(zhí)行連接表達式對應的SQL語句得到結果，具體的步驟為：第一步,枚舉所有可能包含查詢結果的連接表達式，在枚舉連接表達式時會對該表達式的尺寸做一個限制。若表達式尺寸太大，就說明包含的連接數(shù)目很多，那么這兩個元祖之間會產(chǎn)生大的距離。那么，即使這兩個元祖之間存在連接關系，但是實際的意義不是很大；第二步，根據(jù)相應的規(guī)則把第一步得到的連接表達式轉化為SQL的查詢語句，然后在對應的數(shù)據(jù)庫上執(zhí)行，要么SQL語句直接在DBMS上執(zhí)行，要么在中間件上執(zhí)行SQL語句，而中間件位于RDBMS層之上。因為要處理大量的關系代數(shù)表達式，所以許多研究都采用基于中間件的方法。

3結語

越來越多的用戶需要通過互聯(lián)網(wǎng)訪問在線數(shù)據(jù)庫來獲取信息。因此，本文主要針對數(shù)據(jù)庫關鍵字查詢技術做了一個簡單的分析和介紹，主要包括的內(nèi)容有數(shù)據(jù)庫關鍵字查詢技術的核心思想，緊接著引出了關鍵字查詢的兩類方法，分別是基于數(shù)據(jù)圖的方法和基于模式圖的方法，并對這兩類方法做了介紹，并比較了各自的優(yōu)缺點，解決了傳統(tǒng)意義上的數(shù)據(jù)庫查詢技術所遇到的問題，具有一定的理論和實踐價值。