基于MapReduce的XML结构连接处理

来源：计算机科学与探索杂志2016年第8期北京时间：

作者：李东，邓泽航，李祖立

单位：华南理工大学 软件学院，广州 510006

摘要：可扩展标记语言（extensible markup language，XML）已经成为Web上数据表达和数据交换的事实标准，Hadoop已成为云计算和大数据处理典型支撑框架之一，基于Hadoop MapReduce来实现XML查询处理十分必要。为了实现基于MapReduce的XML查询处理，首先实现了区间编码、前缀编码和层次编码等3种不同的XML数据编码方式，以此为基础来研究和实现基于MapReduce的XML结构连接处理。为查询处理建立了代价模型，通过代价估算获得优化的查询计划树。最后开展了XML查询处理实验评估，结果表明相对其他两种XML编码方式，区间编码方式下实现的查询处理速度较快，基于代价估算的优化方法能进一步有效地提高XML查询处理性能。

关键词：可扩展标记语言（XML）,结构连接,MapReduce