sql - 改进 xpath 评估的 SQL 查询

Question

数据库

我有用于保存 XML 文档的数据库。
数据库如下所示:



所以我可以将任何 XML 文件保存到我的通用数据库中。

XPath 查询

然后我将 XPATH 查询转换为 SQL 查询，用于选择元素。

翻译后的 xpath 查询示例:

1) //空[./PERIOD]

 SELECT e2.docId
 , e2.startPos
 , e2.endPos
 , p2.NodeName
 , p2.levelEl
 , p2.pathID

 From Path p2
 , Element e2
 , Path p3
 , Element e3

 WHERE e2.docID = p2.docID
 AND e2.pathID = p2.pathID
 AND p2.NodeName =  'EMPTY'
 AND p2.levelEl >= 1
 AND e3.docID = p3.docID
 AND e3.pathID = p3.pathID
 AND p3.NodeName =  '_PERIOD_'
 AND e2.startPos < e3.startPos
 AND e2.endPos > e3.endPos
 AND e2.docId = e3.docId
 AND p2.levelEl = p3.levelEl - 1

 AND e2.docId
 = 3147524262 GROUP BY e2.docId
 , e2.startPos
 , e2.endPos
 , p2.NodeName
 , p2.levelEl
 , p2.pathID

 ORDER BY startPos;

2) //空[./PERIOD]/S/NP

 SELECT e5.docId
 , e5.startPos
 , e5.endPos
 , p5.NodeName
 , p5.levelEl
 , p5.pathID

 From Path p2
 , Element e2
 , Path p3
 , Element e3
 , Path p4
 , Element e4
 , Path p5
 , Element e5

 WHERE e2.docID = p2.docID
 AND e2.pathID = p2.pathID
 AND p2.NodeName =  'EMPTY'
 AND p2.levelEl >= 1
 AND e3.docID = p3.docID
 AND e3.pathID = p3.pathID
 AND p3.NodeName =  '_PERIOD_'
 AND e2.startPos < e3.startPos
 AND e2.endPos > e3.endPos
 AND e2.docId = e3.docId
 AND p2.levelEl = p3.levelEl - 1
 AND e4.docID = p4.docID
 AND e4.pathID = p4.pathID
 AND p4.NodeName =  'S'
 AND e2.startPos < e4.startPos
 AND e2.endPos > e4.endPos
 AND e2.docId = e4.docId
 AND p2.levelEl = p4.levelEl - 1
 AND e5.docID = p5.docID
 AND e5.pathID = p5.pathID
 AND p5.NodeName =  'NP'
 AND e4.startPos < e5.startPos
 AND e4.endPos > e5.endPos
 AND e4.docId = e5.docId
 AND p4.levelEl = p5.levelEl - 1

 AND e5.docId
 = 3147524262 GROUP BY e5.docId
 , e5.startPos
 , e5.endPos
 , p5.NodeName
 , p5.levelEl
 , p5.pathID

 ORDER BY startPos;

问题

正如我们所见，对于 xpath 中的每个其他节点，我正在添加一个表 元素 和 路径 到代表该节点的 FROM 语句中，带有一些 在哪里 条件来确定该节点应位于何处。

表元素 大约有 145 000 行。

表路径 大约有 41 000 行。

问题是，查询 1) 运行得非常快，但是对于每个新节点，sql 都会慢得多。例如查询 1) 需要 24 毫秒，但查询 2) 运行大约 5 分钟。

我已经添加了索引，所以查询计划只使用索引搜索(根据 Microsoft sql server)。



问题

您是否知道任何解决方案如何生成 SQL 查询以加快执行速度？或者对现有查询(数据库表引擎等)进行一些改进？

我正在从 Xpath 创建树，看起来像这样

ROOT-ROOT   (type: ROOT) False                                                                                            
   //-EMPTY   (type: NODE) False                                                                                             
       /-_PERIOD_   (type: NODE) False                                                                                         
       /-S   (type: NODE) False                                                                                                  
          /-NP   (type: NODE) True  

然后从那棵树生成 SQL

Answer 1

关于这个主题有一个 lot of research ，你的方法将不可避免地导致很多缓慢的自我加入。它非常接近 this 解决方案。我建议您使用一些 native XQuery 数据库，例如 BaseX 或 Saxon ，它们天生就可以处理 XQuery 而无需将它们重写到 SQL 中。

但是，如果您真的想将 XQueries 重写为 SQL，请阅读 Torsten Grust 提出的 XPath accelerator 示例。他的工作背后的想法在 MonetDB XQuery engine 中实现。他使用的标签方案与您略有不同，但我想这些想法也可以在您的方法中实现。