面向文档的结构分析和评估

面向文档保拉·戈麦斯·巴雷托引用此版本：保拉·戈麦斯·巴雷托。面向文档的结构的分析和评估。算法和数据结构[cs.DS]。格勒诺布尔阿尔卑斯大学，2018年。法语。NNT：2018GREAM076。电话：02096261v2HAL ID：电话：02096261https://hal.science/tel-02096261v2提交日期：2019年HAL是一个多学科的开放存取档案馆，用于存放和传播科学研究论文，无论它们是否被公开。论文可以来自法国或国外的教学和研究机构，也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire论文要获得的等级格勒诺布尔阿尔卑斯大学社区博士专业：计算机科学部长令：2016年提交人保拉·安德烈·戈麦斯·巴雷托论文由Claudia Roncancio指导，RubbyCASALLAS共同指导编制于格勒诺布尔计算机科学实验室数学、信息科学与技术、计算机科学博士面向文档论文于2018年12月13日在评审团面前公开答辩，评审团成员包括：克劳迪娅·龙坎西奥格勒诺布尔INP - Ensimag教授，论文鲁比·卡萨拉斯哥伦比亚安第斯大学教授，论文联合主任弗兰克·拉瓦特图卢兹第一卡皮托大学教授，报告员菲利普·罗斯波城大学高级讲师（HDR），报告员劳伦斯·杜钦夫人里尔第一大学教授，考官帕特里克·雷尼尔先生格勒诺布尔INP - Ensimag教授，总裁格勒诺布尔阿尔卑斯大学社区MSTII博士学校博士学校的完整描述他是要获得标题科学博士格勒诺布尔阿尔卑斯提及：INformatic提交和支持者保拉·安德烈·戈麦斯·巴雷托面向文档结构的分析与评价论文由Claudia Roncancio和由Rubby CASALLAS共同指导，在格勒诺布尔计算机科学实验室（LIG）编写2018年12月13日支持陪审团：主任：联合主任：报告员：克劳迪娅·龙坎西奥·鲁比·卡萨拉斯弗兰克·拉瓦特格勒诺布尔INP -Ensimag安第斯大学图卢兹第一大学LIGTICSWIRIT菲利普·鲁斯波城大学柳帕检查员：劳伦斯·杜钦里尔第一水晶主席：帕特里克·雷尼尔格勒诺布尔INP -EnsimagLig谢谢你首先，非常感谢我的导演克劳迪娅·龙坎西奥和鲁比·卡萨拉斯，她们是杰出的女性和科学家他们相信我。在我软弱的时候，他们以他们特别感谢Germán Vega、Cyril Labbé、Nadine Mandran和Jaime Chavarriaga的所有学术讨论，使我能够组织我的谢谢你Germán非常感谢Jean-Pierre Giraudin围绕这份手稿的写作进行的交流，我学到了很多关于法语的知识感谢Philippe Roose和Franck Ravat对本论文的评估和丰富的评论。感谢Laurence Duchien和Patrick Reignier非常感谢整个SIGMA团队，包括永久员工和博士生这四年如果没有家人和朋友的支持，我感谢我在哥伦比亚的朋友们，他们总是在这里，随时准备给我鼓励和欢乐的话语感谢Angie，Anyela，Cedulf，David M.莉莉、玛格达和玛塞拉·H。你的出现真的很有价值。感谢这篇论文给我带来的所有朋友尼科·E.宝拉，皮埃尔，奥内拉，拉奎尔，桑德拉，蒂恩，瓦伦和我亲爱的邻居。感谢我在哥伦比亚的整个家庭，尽管距离遥远，他们还是给了感谢Coronado-Martinez一家，他们收养了我，从一开始就用他们所有的爱欢迎我。谢谢你，约拉，谢谢你的爱。感谢Perrier-Dunand一家如此热情地欢迎我，并鼓励我走Emmanuel，Cariano，在这条路上找到你是一份非常好的礼物，我没有想到会这样。感谢您的支持、鼓励和耐心。感谢我的母亲和妹妹洛雷娜：感谢你们的爱，感谢你们每天的支持，感谢你们鼓励我的话，感谢你们在我需要的时候保持我材料表首字母缩略词和缩写词表xiii1引言11.1关于NoSQL3系统1.2数据结构化：论文4的问题与目标1.3本文贡献51.4手稿的组织82面向文档的数据模型112.1NoSQL13系统数据模型简介2.2以文件为导向的方法182.2.1JSON182.2.2MongoDB19系统2.2.3CouchDB28系统2.2.4AsterixDB28系统2.3面向文档的模型：结构化332.3.1良好的结构化332.3.2走向概念性方法352.4走向结构抽象的方法2.5结论413数据和软件433.1导言453.2NoSQL46系统中的性能指标3.3半结构化数据的结构化指标473.3.1图表指标473.3.2XML和JSON483.4软件工程中的度量493.5结论514一个实验性的观点53iii.iv目录4.1导言554.2半结构化数据的结构化替代方案564.3性能研究594.3.1配置604.3.2评估文件604.3.3请求的评估624.4结果分析634.4.1没有索引的文档库634.4.2指数的影响664.5讨论和结论695SCORUS：方法和系统715.1导言735.2SCORUS，一个面向文档的结构分析和评估系统5.2.1生成5.2.2结构指标的评估785.2.3结构备选方案分析5.3AJSchema：表示文档825.3.1形式主义AJSchema825.3.2示例845.4基于UML86模型的半结构化建模5.5结论896AJSchemas的生成6.1导言936.2半结构化建模中的灵活性和发展946.3可变性和特征996.3.199年建模.............................................................................................................6.3.2配置过程1016.3.3衍生过程1026.3.4特征模型和面向文档的1036.4UML 104关联的面向文档的建模6.4.1备选方案之间的变化建模1066.4.2有效结构的定义1096.4.3备选方案的配置1126.5AMISS：半结构化模式1146.5.1原理图建模概述1156.5.2步骤详细信息1176.6结构备选方案的推导6.6.1ADJusT：用于导出AJTree 124表示的算法6.6.2ADApt：用于导出AJSchema127表示的算法目录v6.7结论1297结构指标1317.1导言1337.2案例7.3存在的度量7.4嵌套度量7.5文件的长度1397.6参考率1417.7冗余度量1417.8总结和结论1428验证和实施1458.1导言1478.2SCORUS 148方法的验证方案8.2.1结构备选方案1498.2.2结构指标和应用标准1518.2.3结构指标的评估1528.2.4AJSchemas的分析1528.3大规模实验1568.3.1配置1568.3.2没有索引的文档库1578.3.3已执行的请求1588.3.4查询性能分析1608.3.5具有索引和查询1668.4ScorusTool171的实施8.4.1架构和主要选择1718.4.2组件"替代品生成器8.4.3组件"原理图导出器"1738.4.4"指标评估器"1738.4.5GUI组件1748.5结论1769结论和展望1779.1结论1799.2前景181参考书目188图表2.1数据管理平台地图[1]142.2Twitter上下文中的Cassandra数据示例2.3Twitter上下文中的Neo4J数据示例. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ... 162.4JSON18格式示例2.5Twitter上下文中的MongoDB数据示例2.6面向文档的系统中的结构化灵活性：上下文Tweets212.7使用Find对图2.522中的数据进行查询的示例2.8SQL 23中的聚合运算符2.9使用$unwind 24运算符的示例2.10 使用$lookup 25运算符的示例2.11 MongoDB26中的数据复制2.12 MongoDB27中的碎片分割2.13 MongoDB28中的拆分和复制2.14 AsterixDB29中的数据类型和数据集2.15 外部数据集的数据示例2.16 AQL运算符及其与SQL31的相似之处2.17 AQL32中的equijoin请求示例2.18 AQL32中嵌套左联接的示例查询2.19 AQL33中使用avg函数的示例查询2.20 AQL33中使用group by的示例查询4.1企业上下文中的UML图4.2在6个MongoDB57数据库中创建的集合的表示4.3与图4.2中的S2和S5表示相对应的MongoDB数据库bS2和bS5的数据示例584.4文件库的大小614.5每个集合的文档数据库大小614.6执行摘要：按数据库64列出的请求执行时间中位数4.7执行摘要：碱基的644.8索引为66的文档库大小七八、图表4.9使用索引的执行摘要：请求执行时间的中值以68为基数4.10 索引执行的综合：碱基的684.11 指数的影响：收益百分比69%5.1SCORUS的一般组织. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ... 755.2备选方案的生成5.3营销环境中的UML图775.4基于图5.3的UML模型的模式775.5备选方案的评估阶段5.6备选方案分析阶段5.7对应于GAJSchema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ... 825.8使用引用和嵌套的MongoDB实例示例5.9对应于图5.8中实例的AJSchemma 855.10 基于UML87的5.11 基于UML88模型的多个方案5.12 基于图5.11的UML模型的替代AJScheme示例6.1机构和活动部门6.2机构和活动部门的6.3图6.197中类模型的演变6.4替代品的爆炸式增长6.5特征模型中特征之间的关系6.6阅读器101的功能模型6.7特征模型fm阅读器103的两种配置的推导6.8UML 105关联的元素6.9基于类e i和关联r 106的集合的fms模型6.10 UML 107关联的特征模型6.11 te i 110型COLE i系列的绝缘应力示例6.12 类型tei的集合colle i和类型tej的集合colle j的约束DBI示例1116.13 对应于图6.10112的f ms r模型构型的树视图6.14 图6.1 113关联的相应f msr6.15 AMISS 115的一般结构6.16 AMISS示例：为第一个关联r1创建fmsr和fmsf ull . 117号6.17 AMISS示例：创建fmsr2并将公共分支与fmsf ull1196.18 AMISS示例：合并公共分支、版本和嵌套1206.19 AMISS示例：合并6.20 AMISS示例：合并6.21 朋友示例：合并分支视图1236.22 将配置从fms派生到AJTree 126的示例图九表6.23 从AJTree派生到AJSchema的示例7.1营销上下文中的UML图1347.2基于图7.1的UML模型的AJScheme示例7.3树的表示8.1SCORUS 148方法的验证方案8.2业务数据的UML图8.3研究的所有8.4根据选定的三个案例1558.5bSi'157文件底座的尺寸8.6每个数据库中的集合大小1578.7基地bS4'159的Q3请求8.8基地bS3'160的Q3请求8.9使用setup2时每个数据库的中8.10 执行摘要：每个请求的1628.11 AJ图S3对应于底部bS3′1638.12 AJ图S5对应于底座bS5′1638.13 AJ图S7对应于底座bS7′1648.14 AJSchemma S6对应于底部bS6′1648.15 AJ图S9对应于底部bS9′1648.16 AJ图S8对应于底部bS8′1658.17 AJ图S1对应于基底bS1′1658.18 AJ图S4对应于底部bS4′1668.19 带索引的文档数据库大小-8.20 对索引为169的数据库执行查询所需的平均时间8.21 具有索引的数据库相对于每个查询的执行的相对位置8.22 使用170个索引实现性能改进8.23 ScorusTool171原型的结构8.25GUIScorusTool1748.24 ScorusTool 175实现的类图图片列表2.1概念方法的综合382.2结构抽象方法的综合4.1按文件677.1拟议的结构1438.1选择的应用标准和使用的指标1518.2评估所研究的AJSchemas的指标1528.3AJSchemas分析标准的评估8.4选定病例的6项标准的评估因子8.5结构分析标准8.69个bSi′−Ix168碱基的索引列表十一首字母缩略词表AMISS半结构化模式建模算法AQLAsterix查询语言CQL卡桑德拉查询语言DSL域特定语言 FLWOR通过JSONJavaScript返回的For-Let-Where-Order对象表示法格勒诺布尔信息学实验室MDA模型驱动体系结构模型驱动工程EMFEclipse建模框架十三