毛金玲

摘要：實(shí)現(xiàn)基于關(guān)系數(shù)據(jù)庫的信息（關(guān)鍵字）檢索，將使用戶不需要任何SQL語言和底層數(shù)據(jù)庫模式的知識，就像使用搜索引擎一樣來獲取數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)。關(guān)系數(shù)據(jù)庫的關(guān)鍵字檢索技術(shù)已經(jīng)成為目前數(shù)據(jù)庫領(lǐng)域中的一個(gè)研究重點(diǎn)。

關(guān)鍵詞：關(guān)系數(shù)據(jù)庫? 關(guān)鍵詞查詢? 數(shù)據(jù)庫模式

1 系統(tǒng)總體設(shè)計(jì)

面向關(guān)系數(shù)據(jù)庫的關(guān)鍵字查詢系統(tǒng)主要有五部分組成，首先要分析輸入的關(guān)鍵字，有幾個(gè)關(guān)鍵字組成;然后調(diào)用全文索引，查看這些關(guān)鍵字所屬，是表名、屬性名還是屬性值;接下來查詢數(shù)據(jù)庫的模式圖，從而得到幾種可能的元組連接樹;最后將相應(yīng)元組連接樹轉(zhuǎn)化成SQL語句查詢關(guān)系數(shù)據(jù)庫，生成查詢結(jié)果，以二維表格形式顯示。由上述內(nèi)容可得系統(tǒng)流程圖如圖1所示。

2 數(shù)據(jù)庫設(shè)計(jì)

本系統(tǒng)為面向關(guān)系數(shù)據(jù)庫的關(guān)鍵字查詢系統(tǒng)，在實(shí)驗(yàn)中本文選取了IMDB 數(shù)據(jù)集，為了進(jìn)行實(shí)驗(yàn)，將數(shù)據(jù)集整理為以下七個(gè)表數(shù)據(jù)結(jié)構(gòu)。

實(shí)驗(yàn)數(shù)據(jù)集（電影信息數(shù)據(jù)庫）：Actor（演員表）、Consume（設(shè)計(jì)師）、Director（導(dǎo)演信息）、Business（投資）、Editor（編輯）、Color（顏色信息）、Keyword（關(guān)鍵詞）。

本數(shù)據(jù)庫抽象的數(shù)據(jù)庫關(guān)系E-R圖如圖2所示。

圖2為數(shù)據(jù)庫關(guān)系的E-R圖。在圖中，黃色鑰匙為每個(gè)表的主鍵，黑線部分為表之間外鍵關(guān)系，設(shè)定除business表外每個(gè)表都有一個(gè)外鍵mvname，而在抽象出的關(guān)系圖中，以mvname和episode為數(shù)據(jù)庫每個(gè)表之間最重要的聯(lián)系，即表之間關(guān)系以mvname和episode屬性為聯(lián)系。

3 數(shù)據(jù)庫索引設(shè)計(jì)

在關(guān)系型數(shù)據(jù)庫中，例如Oracle、DB2、SQL Server 和MySQL等都提供了對關(guān)鍵字查詢的擴(kuò)展，可以為數(shù)據(jù)庫的表屬性建立全文索引，這為實(shí)現(xiàn)關(guān)系數(shù)據(jù)庫的關(guān)鍵字查詢提供了基礎(chǔ)。已有多個(gè)關(guān)系數(shù)據(jù)庫的關(guān)鍵字查詢系統(tǒng)被開發(fā)出來，BANKS、DISCOVER、IR-style、SEKKER等等。然而在已有的系統(tǒng)中，多數(shù)系統(tǒng)僅僅支持?jǐn)?shù)據(jù)庫中文本屬性的查詢，卻忽略了對數(shù)據(jù)庫中元數(shù)據(jù)的處理。如果用戶給定的查詢關(guān)鍵字是數(shù)據(jù)庫中的元數(shù)據(jù)，則有些系統(tǒng)就不能夠滿足用戶的查詢需求，或者查詢結(jié)果不夠精確，返回大量與查詢不相關(guān)的結(jié)果。SEKKER雖然提出了支持?jǐn)?shù)字屬性和元數(shù)據(jù)的查詢，但是卻在查詢語言上做了限定，只能通過給定的查詢語言格式進(jìn)行查詢，所以系統(tǒng)的靈活性不高。

關(guān)鍵字{“Color”“Director”}的索引結(jié)構(gòu)如表1所示。

表1? 關(guān)鍵字{“Color”“Director”}的索引結(jié)構(gòu)

■

4 數(shù)據(jù)庫模式圖的構(gòu)建

在關(guān)系數(shù)據(jù)庫中，關(guān)鍵字是通過主外鍵進(jìn)行連接的，因此關(guān)系數(shù)據(jù)庫采用的數(shù)據(jù)模型，即為基于模式圖建模。模式圖的節(jié)點(diǎn)對應(yīng)數(shù)據(jù)庫中的關(guān)系，邊表示關(guān)系間的主外鍵約束。

模式圖（Schema Graph，GS）是將關(guān)系數(shù)據(jù)庫的模式信息定義為模式圖GS（V，E），其中V表示模式圖中的節(jié)點(diǎn)，與數(shù)據(jù)庫中的關(guān)系一一對應(yīng)，E表示模式圖中的邊，將具有主外碼約束相對應(yīng)的關(guān)系連接起來，關(guān)系Ri和關(guān)系Rj中的主外鍵關(guān)系對應(yīng)模式圖一條邊Ri→Rj。

本文數(shù)據(jù)庫對應(yīng)的數(shù)據(jù)庫模式圖如圖3所示。

5 關(guān)鍵字檢索設(shè)計(jì)

關(guān)鍵字檢索技術(shù)主要是，通過分析用戶輸入的關(guān)鍵字所屬類型來確定元組連接樹，從而轉(zhuǎn)換成相應(yīng)的SQL語句來查詢關(guān)系數(shù)據(jù)庫。如果用戶輸入的關(guān)鍵字都是表名，則將幾個(gè)表自然連接后輸出即可;若用戶輸入的關(guān)鍵字有表名、屬性名，那么將屬性列加到表中輸出就是用戶所檢索的內(nèi)容;若用戶輸入的關(guān)鍵字中有屬性值，則將屬性值對應(yīng)屬性與表或?qū)傩粤羞B接，根據(jù)屬性值對應(yīng)元組來顯示查詢結(jié)果。由此可見，對于相同的關(guān)鍵字，如果它不止一種所屬值，那么它就會對應(yīng)不同的SQL語句。

6 結(jié)果生成設(shè)計(jì)

在本文中，將查詢結(jié)果定義為元組連接樹。給定一個(gè)數(shù)據(jù)庫模式圖GS，一個(gè)元組連接樹T是一棵元組樹。其中，T中的每一條邊（ti，tj）（ti∈Ri，tj∈Rj）滿足以下兩個(gè)要求：①（Ri，Rj）∈GS，②ti∞tj∈Ri∞Rj。同時(shí)這些元組連接樹滿足以下條件：①完整性：用戶提交的所有關(guān)鍵字均出現(xiàn)在元組連接樹上;②最小性：從元組連接樹中移除任何元組后的元組連接樹都不具有完整性。

元組連接樹生成規(guī)則偽代碼如下：

Data Structure：

Result：Generate JTT

1：Known set of JTT by GS（（Ri，Rj）∈GS）

2：Known Keyword{k1，k2}

3：if（k1=ti，k2=tj（ti∈Ri，tj∈Rj））

4：generate（ti，tj）

5：end if

7 結(jié)束語

本文將生成的關(guān)系圖轉(zhuǎn)換為SQL查詢，通過執(zhí)行相應(yīng)的查詢，進(jìn)而得到每個(gè)關(guān)系路徑對應(yīng)的查詢結(jié)果。因?yàn)殛P(guān)系圖是按照關(guān)聯(lián)度進(jìn)行返回的，但是這樣關(guān)聯(lián)度僅僅的將關(guān)鍵字映射在關(guān)系的層面上，為了使查詢結(jié)果更加明確，本文將結(jié)果進(jìn)行細(xì)化，將關(guān)鍵字映射到關(guān)系層面。為了避免大量冗余結(jié)果的產(chǎn)生，為了更精確的滿足用戶的查詢需求，將與關(guān)鍵字關(guān)系有關(guān)系的結(jié)果返回給用戶即可。

參考文獻(xiàn)：

[1]林子雨，楊冬青，王騰蛟，張東站.基于關(guān)系數(shù)據(jù)庫的關(guān)鍵詞查詢[J].軟件學(xué)報(bào)，2010（10）.

[2]林子雨，鄒權(quán)，賴永炫，林琛.關(guān)系數(shù)據(jù)庫中的關(guān)鍵詞查詢結(jié)果動(dòng)態(tài)優(yōu)化[J].軟件學(xué)報(bào)，2014（03）.

[3]李慧穎，瞿裕忠.基于關(guān)鍵詞的RDF數(shù)據(jù)查詢方法[J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2010（02）.