[摘要]數據交換是進行數據融合和集成的重要途徑。本文針對XML的特點，對基于XML的異構數據標準化、數據與XML之間的轉換和異構數據交換方法進行了研究。

[關鍵詞]XML；XML-Schema；數據交換

[中圖分類號]F270.7；TP312 [文獻標識碼]A [文章編號]1673-0194(2009)24-0082-02

0 引言

信息化建設大大提高了各類管理工作的效率。隨著各種信息系統(tǒng)的推廣使用。存儲在信息系統(tǒng)數據庫中的數據已經成為管理工作的重要基礎。由于各管理機構之間的相對獨立以及信息系統(tǒng)開發(fā)初期缺乏總體規(guī)劃，導致一個有機實體或部門內部出現大量的“信息孤島”和“應用孤島”。

信息集成是消除“信息孤島”和“應用孤島”、避免資源浪費的根本途徑。進行信息集成，必須首先實現各系統(tǒng)之間的數據交換。數據交換是指各業(yè)務信息系統(tǒng)之間在業(yè)務需求的基礎上，通過定義數據接口或數據交換平臺互相交換數據，實現系統(tǒng)之間的數據共享與互操作。在原有業(yè)務系統(tǒng)之間建立的數據接口或數據交換平臺，必須滿足以下要求：源數據位置透明；在不改變原有系統(tǒng)安全策略的情況下，保證數據安全性；集成系統(tǒng)具有繼承性；保證數據實時性：系統(tǒng)易于維護等。

1 XML與XML Schema

電子數據交換(Electronic Data Exchange，EDI)在傳統(tǒng)的異構數據集成中發(fā)揮了重要作用。但由于傳統(tǒng)EDI業(yè)務規(guī)則固定、數據傳輸成本高等缺點使之已難以適應異構數據源快速變化和新業(yè)務規(guī)則迅速增長的需要，而XML則能很好地適應新形勢下信息集成的要求。

可擴展標記語言(eXtensible Markup Language，XML)是一種元語言，能針對特定的應用定義自己的應用語言，并具有良好的數據存取格式、可擴展性和自描述性、高度結構化、便于網絡傳輸等特點。這些特點使XML有著巨大的伸縮性和靈活性，可以廣泛應用于不同數據源間的數據交互、分布式運算、數據展現等應用中。

XML文檔的結構、數據類型等可通過XML Schema來進行定義和描述。XML Schema是一種描述信息結構的模型，它為XML文檔建立了一個模式，規(guī)范了XML文檔中的標記(tag)和文本(text)可能的組合形式。XML Schema支持許多復雜的數據類型，引入原型(Archetypes)和命名空間概念，可隨意擴充，使得其不但編寫簡單，而且內容充實完整，可以給出XML文檔詳細明確的定義。在XMLSchema定義約束下，XML文檔的有效性更加嚴格，內容結構更加嚴謹。

XML與XMLSchema組合已成為各種結構化、半結構化和非結構化信息交換的最佳方式。

2 基于XML的數據標準化

不同應用系統(tǒng)中異構數據的交換。最理想的方法是建立一個全局或局部的標準，作為交換的中介，為各異構數據提供交換平臺。因為XML在數據結構表示和語義表達方面具有突出優(yōu)勢，所以本文將其作為數據標準化工具。

基于XML的數據標準化，是指運用XML Schema技術為各類異構數據創(chuàng)建一個基于XML的標準化數據框架，以便實現各信息系統(tǒng)之間的數據交換和信息共享。

XML文檔表示的標準化數據，簡單易懂，可解決不同數據庫系統(tǒng)及數據關系、語義定義等數據表達方面的差異，且數據表示獨立于應用系統(tǒng)，具有平臺無關性，較好地解決了各應用系統(tǒng)間信息資源集成的分布和異構等問題，使得數據的交互變得透明。利用XML文檔內容受其XMLSchema模式約束的特性，我們可以給出所有相關應用系統(tǒng)間需交換數據的全局XML Schema模式的描述標準，作為數據轉換時的結構定義，也就是利用XML Schema來表示各類異構源數據與XML標準數據之間轉換的映射規(guī)則。以保證各類應用系統(tǒng)間交流的XML數據文件都有標準的、統(tǒng)一的數據結構形式。

3 基于XML的數據交換機制

異構數據交換，首先將需交換的異構數據轉換成統(tǒng)一的標準數據結構，經過網絡傳輸與交換，被目標系統(tǒng)(數據庫或數據轉換模塊)接收后，再將標準化的數據轉換成目標數據庫的數據模式，進而實現異構數據的集成共享。

本文以基于XML的數據標準化為交換模型，以XML文檔作為底層信息交換載體進行數據的轉換與傳輸，完成各應用系統(tǒng)之間異構數據的自動、平滑交換，實現異構數據的集成共享和各種現有信息資源的有效利用。

基于XML的異構數據交換，是將異構數據從數據源中提取出來，根據定義的異構源數據到標準XML全局數據模式的轉換規(guī)則(即轉換映射關系)將異構源數據轉換為XML標準結構文檔。再通過數據傳輸通道，將XML標準數據文檔傳送到相應的目標應用系統(tǒng)。最后。通過目標系統(tǒng)的模式轉換規(guī)則，將接收到的XML標準數據文檔。轉換成自身系統(tǒng)可理解的數據模式，再接收相關的數據信息，進而完成異構數據源間的異構數據交互。

基于XML的異構數據交換模型如圖1所示。

4 映射規(guī)則生成

從圖1可以看出?；赬ML的異構數據交換，其核心是各類異構源數據與標準XML數據之間的轉換。而要實現轉換，必須先建立轉換規(guī)則，即建立全局XML Schema與各數據源數據間的映射關系。

目前。管理信息系統(tǒng)中廣泛應用的數據管理模式都是基于關系數據模式的，因此，這里只討論關系數據庫數據與XML文檔之間轉換映射規(guī)則的生成。

4.1 源數據轉換到XML文檔的映射規(guī)則

首先獲取源數據的具體關系模式，考慮到源數據關系模式的數據庫平臺無關性，將具體關系模式再轉換為一般關系模式，從一般關系模式中提取出表、字段、完整性約束等信息并通過有向圖來表示。由于關系數據由扁平的數據表構成，而XML是多層嵌套的層狀結構，XML Schema是由13種模式組件組成的集合。通過定義模式組件與有向圖屬性的映射模板，實現數據庫中表結構和相關屬性的扁平結構到XML Schema的層狀結構的轉換。

4.2 XML文檔轉換到源數據的映射規(guī)則

首先對XML Schema的數據結構與數據語義約束信息進行形式化描述，建立E－R模型。然后在E-R模型的基礎上，通過建立E－R次序特性、引入父子元素的方向特性、擴展元素出現次數、建立附件信息等，形成擴展關系模型。通過建立XML Schema形式化描述與擴展關系模型的元素與實體、元素到子元素與實體、屬性等之間的對應關系，實現形式化描述到擴展關系模型之間的映射。通過將擴展關系模型轉換為關系模式的數據結構，將擴展關系模型的約束條件轉換為關系模式的數據約束條件，就可實現擴展關系模型到一般關系模型的轉化，最后針對具體信息系統(tǒng)的數據模式，實現一般關系模型的具體化，就可以實現XML向關系數據模式的轉換。

5 XML文檔的傳遞與接收

在基于XML的異構數據交換模型中，數據交換途徑與方式也是關鍵技術之一。XML數據文檔的傳遞與接收，可通過兩種方式來進行：基于普通文檔和基于消息模式數據包?；谄胀ㄎ臋n，就是將包含數據的普通XML文檔進行傳遞與接收?；谙⒛Ｊ降臄祿?，就是將包含數據的XML文檔或符合XML格式的文檔片段打包成消息的方式進行傳遞和接收。

在進行XML文檔的傳遞與接收時，必須先建立一個數據區(qū)，它是一個概念上的區(qū)域，其本質上是信息交換平臺，既可以是用來存儲普通XML文檔的物理磁盤區(qū)域或內存區(qū)域，也可以是基于消息機制的信息傳播機制。所有需交換的信息以XML數據文件的形式存儲在數據交換區(qū)，供目標應用系統(tǒng)訪問或觸發(fā)目標應用系統(tǒng)，進而實現不同應用系統(tǒng)間信息的發(fā)布、獲取、協商、交換等功能，如圖1所示。該平臺上還可包括用XML Schema描述的各全局模式或局部模式的模式結構，以及異構源數據與標準XML數據文檔的轉換規(guī)則等，并提供下載機制。

6 總結

異構數據交換是進行異構數據集成的關鍵技術之一。一直是信息集成領域研究的熱點。XML具有良好的可擴展性和自描述性，便于網絡傳輸。針對XML這些優(yōu)點。本文對基于XML的異構數據交換方法進行了研究。探討了使用XML Schema進行數據標準化和基于XML的異構數據交換實現機制，對利用XML技術進行異構數據集成具有一定的參考意義。