王雅軒，頊 聰

WANG Ya-xuan，XU Cong

（大連外國語學(xué)院 軟件學(xué)院，大連 116044）

0 引言

隨著計(jì)算機(jī)的發(fā)展，許多企業(yè)為了滿足自身的需求，設(shè)計(jì)自己的信息系統(tǒng)，而這些信息是獨(dú)立設(shè)計(jì)的，并且操作系統(tǒng)和網(wǎng)絡(luò)結(jié)構(gòu)的不同造成了各種不同類型的信息資源。我們把這些不同的信息資源稱為異構(gòu)信息[1]。由于異構(gòu)信息的存在，使企業(yè)之間難以實(shí)現(xiàn)數(shù)據(jù)的共享。為了實(shí)現(xiàn)資源的有效利用以及系統(tǒng)間信息的高度共享，集成異構(gòu)數(shù)據(jù)庫就成為迫切的需要。目前數(shù)據(jù)集成典型的方法主要有模式集成方法和數(shù)據(jù)復(fù)制方法[2]。

1 XML 及其相關(guān)技術(shù)

異構(gòu)數(shù)據(jù)集成必須把各種異構(gòu)數(shù)據(jù)最終都轉(zhuǎn)化為一種統(tǒng)一的全局?jǐn)?shù)據(jù)模式，以供用戶訪問。XML是W3G設(shè)計(jì)的一種可擴(kuò)展標(biāo)記語言，利用XML人們對于不同數(shù)據(jù)源，按照一定規(guī)則轉(zhuǎn)換成統(tǒng)一的數(shù)據(jù)模式，可以對其進(jìn)行統(tǒng)一訪問[3]。目前XML與數(shù)據(jù)庫之間的映射主要有兩種方法：模板驅(qū)動(dòng)和模型驅(qū)動(dòng)。在基于模板驅(qū)動(dòng)的映射中，并不預(yù)先定義文檔結(jié)構(gòu)和數(shù)據(jù)庫結(jié)構(gòu)之間的映射關(guān)系，而是在數(shù)據(jù)轉(zhuǎn)換軟件的處理模板中嵌入說明命令，讓數(shù)據(jù)傳輸中間件來執(zhí)行該模板。以模型驅(qū)動(dòng)的映射模式的原理就是利用XML文檔中的數(shù)據(jù)模型的結(jié)構(gòu)顯性或隱性地將其映射成數(shù)據(jù)庫的結(jié)構(gòu)，反之亦然。具體實(shí)現(xiàn)時(shí)，把一個(gè)XML 文檔表示為由數(shù)據(jù)對象構(gòu)成的樹，每個(gè)元素類型和對象模式中的對象相對應(yīng)，然后使用傳統(tǒng)的對象-關(guān)系映射技術(shù)將這個(gè)模型映射到關(guān)系數(shù)據(jù)庫。

2 用XML 實(shí)現(xiàn)異構(gòu)多數(shù)據(jù)源的集成

文中提出了一種基于XML 技術(shù)的異構(gòu)數(shù)據(jù)庫數(shù)據(jù)集成的構(gòu)架，屬于模式集成方法。通過在用戶應(yīng)用程序和各種數(shù)據(jù)源之間建立一個(gè)中間層，來對用戶層屏蔽數(shù)據(jù)源的差異。從而向用戶層提供一致的數(shù)據(jù)視圖，完成從實(shí)際數(shù)據(jù)源到用戶數(shù)據(jù)視圖的轉(zhuǎn)換，并在中間充當(dāng)數(shù)據(jù)總線[4]。

本系統(tǒng)的集成框架圖如圖1 所示，系統(tǒng)分為三層，從下至上各層的基本服務(wù)功能如下：

圖1 異構(gòu)數(shù)據(jù)庫數(shù)據(jù)集成的構(gòu)架圖

1）數(shù)據(jù)服務(wù)器層：系統(tǒng)數(shù)據(jù)的提供者，它包括各種類型的數(shù)據(jù)庫。每個(gè)數(shù)據(jù)源與企業(yè)內(nèi)部各部門的MIS系統(tǒng)相連，構(gòu)成自己的本地應(yīng)用。

2）應(yīng)用服務(wù)器層：以XML 格式的文檔作為異構(gòu)數(shù)據(jù)源的集成，并對用戶層的訪問提供支持；提供必要的數(shù)據(jù)轉(zhuǎn)換功能進(jìn)行數(shù)據(jù)與XML 格式的相互轉(zhuǎn)換，將數(shù)據(jù)存儲(chǔ)到XML 數(shù)據(jù)空間中，并維持XML數(shù)據(jù)空間與各異構(gòu)數(shù)據(jù)源之間的映射關(guān)系。

3）用戶層：用戶層可以是Web 瀏覽器或?qū)Ｓ玫目蛻舳耍峁蓴?shù)據(jù)的應(yīng)用服務(wù)器層進(jìn)行數(shù)據(jù)訪問。

3 異構(gòu)數(shù)據(jù)庫集成方案中的關(guān)鍵技術(shù)

從實(shí)現(xiàn)角度來看，由于用戶層和數(shù)據(jù)服務(wù)器層相對比較簡單，在此主要對應(yīng)用服務(wù)器層的關(guān)鍵技術(shù)進(jìn)行討論。應(yīng)用服務(wù)器層的詳細(xì)框架圖如圖2所示。

圖2 XML中間件層框架圖

3.1 公共模型的建立

這部分主要包括局部數(shù)據(jù)庫關(guān)系模式的提取及關(guān)系數(shù)據(jù)模式到XML Schema 的轉(zhuǎn)換。關(guān)系模式提取方法的目的是構(gòu)建共享數(shù)據(jù)庫的關(guān)系模式（包括表、字段、屬性、主鍵和外鍵），保證數(shù)據(jù)提取的完整性，為進(jìn)一步的模式轉(zhuǎn)化提供基礎(chǔ)。其輸入是在數(shù)據(jù)庫注冊流程結(jié)束時(shí)，中間件層所接收到的局部數(shù)據(jù)庫連接信息（數(shù)據(jù)庫名稱、數(shù)據(jù)庫用戶名、密碼以及主機(jī)地址）和數(shù)據(jù)庫類型。輸出是數(shù)據(jù)庫關(guān)系模式的列表表示集，結(jié)果可采用一個(gè)一維數(shù)組和多個(gè)二維數(shù)組分別存儲(chǔ)注冊異構(gòu)數(shù)據(jù)庫中的關(guān)系表表名和每個(gè)表的屬性字段名稱、字段類型、可否空、主鍵和外鍵屬性。

由于XML DTD 采用了非XML 文檔語法規(guī)則、不支持?jǐn)?shù)據(jù)類型等原因，在關(guān)系數(shù)據(jù)模式到XML 模式轉(zhuǎn)換中使用DTD 無法對關(guān)系表之間的約束進(jìn)行轉(zhuǎn)換[5,6]。而XML Schema 的語法結(jié)構(gòu)比DTD 復(fù)雜，比DTD更具有表現(xiàn)力，更適應(yīng)于各領(lǐng)域應(yīng)用的使用[7,8]，所以本文使用包含約束條件的數(shù)據(jù)庫關(guān)系模式到XML Schema 轉(zhuǎn)換算法來實(shí)現(xiàn)數(shù)據(jù)庫關(guān)系模式到XML 的轉(zhuǎn)換。

算法描述如下：

1）每一個(gè)異構(gòu)數(shù)據(jù)源模式轉(zhuǎn)換為XML Schema 的轉(zhuǎn)換結(jié)果定義唯一的命名空間。

2）對每一個(gè)表R 和字段A1，…，An ，創(chuàng)建復(fù)雜類型元素和子元素Al ，…，An ，并設(shè)置各個(gè)子元素的數(shù)據(jù)類型。對于數(shù)據(jù)庫DataBase和表R1，…，Rm ，在XML Schema 中增加一個(gè)DataBase 元素，并插入一個(gè)復(fù)合類型元素，其子元素分別為R1，…，Rm ，各子元素相應(yīng)的數(shù)據(jù)類型為每個(gè)表創(chuàng)建的復(fù)雜類型。

3）表中主鍵映射的屬性或元素定義為key 屬性，外鍵映射的屬性或元素定義為keyref 屬性。根據(jù)表中的主鍵外鍵關(guān)系，創(chuàng)建子元素，若一個(gè)表中的外鍵作為另一個(gè)表中的主鍵或主鍵的一部分，則同一字段為外鍵的表映射為父元素，而另一個(gè)表映射為子元素。

3.2 查詢處理器的查詢分配

查詢處理器的查詢分配是將用戶基于總體視圖的查詢分解為對各個(gè)數(shù)據(jù)源的子查詢，并發(fā)送到相應(yīng)的數(shù)據(jù)源。查詢分配器在執(zhí)行檢索分配時(shí)，要參照公共模型的信息，將子查詢準(zhǔn)確地發(fā)送至各個(gè)目標(biāo)數(shù)據(jù)源。本系統(tǒng)采用查詢分配方式是GAV 方法，方法描述如下：

1）將接收的用戶檢索請求通過DOM解析器（Document Object Model）轉(zhuǎn)換成XML 格式文檔，得到轉(zhuǎn)換后的XML Schema 定義。

2）在XML Schema 的Query 元素復(fù)合數(shù)據(jù)類型定義中，設(shè)子元素Item 表示查詢的項(xiàng)目，F(xiàn)orm子元素表示查詢的目標(biāo)表名，Where 子元素描述查詢條件，其中，Item 和Form 子元素可以有任意多項(xiàng)。

3）在查詢的分配過程中，通過遍歷公共模型，查詢分配器找出Form 元素值所在的異構(gòu)數(shù)據(jù)源，同時(shí)找出Item 元素值中每一項(xiàng)對應(yīng)的數(shù)據(jù)表，然后進(jìn)行XML 子查詢文檔的構(gòu)建。

4 結(jié)束語

XML的出現(xiàn)，為異構(gòu)數(shù)據(jù)集成技術(shù)帶來了希望，也使共享不同數(shù)據(jù)庫中的數(shù)據(jù)成為可能，為解決異構(gòu)數(shù)據(jù)集成提供了機(jī)會(huì)。相信在以后，隨著XML體系結(jié)構(gòu)的完善，可以更好地實(shí)現(xiàn)異構(gòu)數(shù)據(jù)的集成、共享及利用，并大大提高信息系統(tǒng)的整體性能。

[1]Susame Busses Ralf-detlefKutsche，U if laser and her bertweberFederated information systems： concepts[R].Terminology andArchitectures.For schung sherichte DesFzchbereichs Informatik1999.

[2]陳躍國，王京春.數(shù)據(jù)集成綜述[J].計(jì)算機(jī)科學(xué)，2004，31（5）：48-50.

[3]陶以政，唐定勇.基于Java 和XML技術(shù)的異構(gòu)信息系統(tǒng)數(shù)據(jù)集成框架應(yīng)用研究[J].計(jì)算機(jī)應(yīng)用研究，2004（5）：38-40.

[4]BOURRET C，BORNHOVD A，BUCHMANN A.Generic Load Extract Utility for Data Transfer Between XML Documents and Relational Databases [Z].W ECW IS 2000,Milpit as，California，2000，6.

[5]楊芳，陶世群.基于XML異構(gòu)數(shù)據(jù)庫系統(tǒng)的集成設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2005，26（7）：1907-1909.

[6]Chen Shyh–Kwei，LO Ming-Ling，WuKun-Lung.A practical approach to extracting DTD-conforming XML documents from heterogeneous data sources [J].Information Sciences，2006，176（7）：820-844.

[7]Valentine Chelsea，Dykes Lucinda，Ed T.XML Schema數(shù)據(jù)庫編程指南[M].北京：電子工業(yè)出版社，2002.

[8]Madrias，Passi K，Bhowmicks.An XML Schema integration and query mechanism system [J].Data ＆Knowledge Engineering，2007，65（2）：266-303.