Analýza metod pro komprimaci XML dat – Dominik Spiral

Anotace:

Tato diplomová práce se zabývá analýzou a srovnáním známých metod pro komprimaci XML dat. V teoretické části práce je nejprve charakterizován jazyk XML a s ním související pojmy. Dále jsou popsány vlastnosti datové komprese a představeny základní bezztrátové slovníkové a statistické kompresní algoritmy. Poslední část teorie je věnována definici rozdělení XML komprimačních metod a následné charakteristice vybraným z nich. Praktická část práce se věnuje testování sedmi dostupných kompresních technik nad sestavenou testovací kolekcí skládající se z XML dokumentů s různou strukturou, datovým obsahem a velikostí, přičemž je měřen kompresní poměr a časová náročnost komprese a dekomprese. Na základě vyhodnocení výsledků měření je provedeno srovnání testovaných kompresních metod a následně jsou doporučeny vhodné techniky pro optimální kompresi XML dat. …víceméně

Abstract:

This Master’s thesis deals with the analysis and comparison of known methods of XML data compression. In the theoretical part, firstly the XML language and related concepts are characterized. Furthermore, the properties of data compression and basic lossless dictionary and statistical compression algorithms are described. The last part of the theory is devoted to the classification of XML compression methods and the subsequent characteristic of the ones selected. The practical part deals with the testing of seven available compression techniques over an assembled test collection consisting of XML documents with different structure, data content and size, while the compression ratio and the time required for compression and decompression are measured. Based on the evaluation of the measurement results, a comparison of the tested compression methods is carried out, following which suitable techniques for optimal compression of XML data are recommended. …víceméně