繰返し構造認識によるXMLパーサ高速化技術

IPSJ Web Site

Bibliographic Information

Other Title
  • クリカエシ コウゾウ ニンシキ ニ ヨル XML パーサ コウソクカ ギジュツ
  • A High Performance XML Parser Using Repetition Pattern Recognition
  • プログラミング言語の実装技術

Search this article

Abstract

データ交換のための標準的な形式としてXMLが広く利用されている．XMLはテキスト形式で表現された柔軟性の高いフォーマットであるが，一方で，データ処理のオーバヘッドが高いという問題をかかえている．そこで，本稿では，あらかじめ解析対象のXML文書に頻出する構造を学習し，文書の解析時には学習した構造に対して予測的に解析処理を適用することで処理時間の短縮を図る高速化手法を提案する．本手法を適用することにより，解析対象のXML文書と類似の構造を持つXML文書を学習文書として与えた場合，SAXパーサの処理性能が，平均31%，最大67%向上することを確認した．

XML is widely used as a standard format for data exchange. XML has high flexibility of representation because of its adoption of a text format. However, this flexibility costs higher data processing overhead than ordinaly data formats. In this paper, we propose a high performance XML processing method using repetition pattern recognition of XML documents. In the method, first, training XML documents are pre-analyzed in order to detect frequently appearing constructs in the document. XML parser uses the result of the pre-analyzed to make its parsing faster with speculative input matching. The results of experiments shows that the introduced method improve the performance of XML parsing up to 67% (31% on average) compared with a conventional SAX parser under the condition that the target XML documents are similar to the preanalyzed XML documents.

Journal

Keywords

Details 詳細情報について

Report a problem

Back to top