16、XML 关键字搜索中的分组和聚合函数解析

XML 关键字搜索中的分组和聚合函数解析

在 XML 数据处理中，分组和聚合函数的应用十分重要。下面将详细介绍相关的技术细节。

重复数据对聚合函数的影响

• 重复对象的影响 ：以统计讲师 Albert 所教学生数量为例，若不考虑重复对象，查询 {Albert, count student} 得到的学生数量为 4。但实际上对象节点 Student (1.1.1.2) 和 Student (1.1.2.1) 指向同一个对象 ，所以 Albert 实际所教学生只有 3 名。
• 重复关系的影响 ：回顾查询 {Anna, count A}，在 XML 数据中， 和 的关系重复了两次，导致该关系的 grade 属性也重复。不考虑重复关系时，grade A 的数量为 3；而只保留每个关系的一个实例时，答案为 2。

因此，为了正确执行 sum、avg 和 count 等聚合函数，必须检测重复的对象和关系，并为每个对象和关系只保留一个实例。不过，重复数据对 max 和 min 聚合函数的正确性没有影响。

检测重复数据

若对象类 A 和 B 之间存在 m : n 或 m : 1 的关系类型，那么作为 B 或 B 的后代出现的所有对象类（或关系类型）的对象（或关系）可能会有重复。否则，若不存在 m : n 或 m : 1 的关系类型，就不会出现重复。检测重复的步骤如下：
1. 识别重复可能性 ：通过检查 m : n 和 m : 1 关系类型来确定重复的可能性。若不存在这两种关系类型，可快速确