周衛(wèi)紅

摘 要 針對目前異構(gòu)數(shù)據(jù)庫間數(shù)據(jù)訪問的問題，提出了種基于XML的數(shù)據(jù)交換技術。研究了XML模式與關系模式相互轉(zhuǎn)換的方法，討論了XML數(shù)據(jù)的關系存儲以及XML與關系數(shù)據(jù)庫的映射策略，分析了基于不同映射的數(shù)據(jù)轉(zhuǎn)換的可行性。

關鍵詞 XML 關系數(shù)據(jù)庫 映射

中圖分類號：TP3 文獻標識碼：A

由于數(shù)據(jù)庫技術本身的發(fā)展和數(shù)據(jù)庫市場的變化，使得越來越多的應用需要在異構(gòu)數(shù)據(jù)源之間進行訪問，XML技術便應運而生。然而，目前大部分應用的數(shù)據(jù)存儲在關系數(shù)據(jù)庫中，XML數(shù)據(jù)又以XML文檔形式存在，因此，研究XML文檔與關系數(shù)據(jù)庫的轉(zhuǎn)換對異構(gòu)數(shù)據(jù)源之間的數(shù)據(jù)集成非常重要。

1 XML與關系數(shù)據(jù)庫的比較

由于傳統(tǒng)的各數(shù)據(jù)庫管理系統(tǒng)之間的異構(gòu)性及其所依賴操作系統(tǒng)的異構(gòu)性，很難實現(xiàn)在異構(gòu)數(shù)據(jù)庫之間進行通信，同時對關系數(shù)據(jù)庫的訪問還依賴于系統(tǒng)對ODBC的支持程度，即便如此，很多防火墻不允許這種信息轉(zhuǎn)換，而且還容易被攻擊。XML具有無可比擬的優(yōu)勢，一方面，利用XML文檔，開發(fā)人員可以編碼任何關系數(shù)據(jù)庫中的面向記錄的數(shù)據(jù)，并很好地保持這些數(shù)據(jù)的邏輯結(jié)構(gòu)，甚至可以根據(jù)實際應用的需要更改這些數(shù)據(jù)的邏輯結(jié)構(gòu)。另一方面，XML文檔具有透明性和平臺無關性，獨立于傳輸協(xié)議，可以使用FTP、HTTP、RPC 等多種方式傳輸，發(fā)送端和接受端無須關心數(shù)據(jù)是來自于什么平臺以及是如何產(chǎn)生的。

但是，XML作為一種形式語言，以文本的形式對數(shù)據(jù)進行描述，存在管理和檢索上的困難，仍然無法完全取代數(shù)據(jù)庫。首先，數(shù)據(jù)庫具有靈活而高效率的數(shù)據(jù)操作手段，可以處理海量的數(shù)據(jù)信息。就XML文檔而言，目前主要通過XML解析器提供的API來實現(xiàn)對文檔數(shù)據(jù)的訪問，但隨著XML文檔的數(shù)據(jù)量增大，這種方法的效率明顯不如訪問數(shù)據(jù)庫的效率高，而且XML文檔數(shù)據(jù)的維護也更加困難。其次，從并發(fā)性來說，關系數(shù)據(jù)庫本來就被設計為允許多個用戶同時處理信息，但目前對XML文檔的訪問不具備并發(fā)性。最后，從安全性來說，數(shù)據(jù)庫擁有一個很好的安全控制體系，允許用戶對數(shù)據(jù)進行不同級別的處理，而這也是XML文檔所不具備的。

2 XML數(shù)據(jù)的關系存儲

XML數(shù)據(jù)源有XML純文本文檔、關系型數(shù)據(jù)庫以及其他應用數(shù)據(jù)幾類。由于XML數(shù)據(jù)源的不同，關于XML存儲的研究目前大致分為四個方向：利用文件系統(tǒng)存儲XML數(shù)據(jù)的研究；利用面向?qū)ο髷?shù)據(jù)庫存儲XML數(shù)據(jù)的研究；用關系數(shù)據(jù)庫存儲XML 數(shù)據(jù)的研究；專門設計的XML（NXD） 存儲策略。針對于XML具體應用，在存儲XML文檔的數(shù)據(jù)庫技術上，形成了兩大陣營。一種陣營主張在原有的傳統(tǒng)關系數(shù)據(jù)庫基礎上，通過擴展XML支持模塊或中間件，來完成XML數(shù)據(jù)和數(shù)據(jù)庫之間的格式轉(zhuǎn)換和傳輸；另一種陣營主張利用NXD技術來解決XML文檔的存儲管理。用關系數(shù)據(jù)庫來存儲XML數(shù)據(jù)，可以利用現(xiàn)有數(shù)據(jù)庫的存儲管理、并發(fā)控制、恢復、版本機制等技術有效地管理數(shù)據(jù)，并使用SQL查詢作為數(shù)據(jù)存取的方法，所以用關系數(shù)據(jù)庫來保存和處理XML數(shù)據(jù)是很有效的方法。利用關系數(shù)據(jù)庫來存儲XML數(shù)據(jù)的方法是XML半結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)后存儲于二維表中，來實現(xiàn)對XML數(shù)據(jù)的存儲和管理。由于XML和關系數(shù)據(jù)庫數(shù)據(jù)模式的互異性，不能簡單地將XML文檔存儲于關系數(shù)據(jù)表中，為了實現(xiàn)在XML文件和數(shù)據(jù)庫之間交換數(shù)據(jù)，必須提供一個XML映射層，將XML文檔模式（DTD、XML Schema）映射到關系數(shù)據(jù)庫模式。

3 XML與關系數(shù)據(jù)庫的映射方法

一個具體的XML模式到關系模式的數(shù)據(jù)轉(zhuǎn)換需要涉及較為復雜的XML格式分析處理及相應的數(shù)據(jù)庫操作和有效性校驗。兩者之間的映射為雙向映射，根據(jù)映射關系的建立方式不同，主要存在兩種方法：基于模板驅(qū)動的映射和基于模型驅(qū)動的映射。

（1）基于模板驅(qū)動的映射

XML文檔包含簡單元素和復雜元素兩類，簡單元素包含的內(nèi)容是不具層次結(jié)構(gòu)的簡單內(nèi)容，而復雜元素可包含屬性、子元素，還可以包含多個子元素，其中子元素還可以是復雜元素?；谀０弪?qū)動的轉(zhuǎn)換方法是一種淺層映射，只能用于從其他類型數(shù)據(jù)到XML文檔之間的數(shù)據(jù)傳遞，并不支持面向?qū)ο笾g或者關系與對象之間的信息交互，它無需提前定義好XML文檔和其他數(shù)據(jù)之間的映射，只需在XML文檔模板中嵌入一些SQL命令，這些命令在轉(zhuǎn)換時被系統(tǒng)識別和執(zhí)行，把執(zhí)行的結(jié)果替換到指令的位置，生成最終的XML文檔即可。

（2）基于模型驅(qū)動的映射

基于模型驅(qū)動的映射是一種深層映射，是模式和模式之間的映射。當把數(shù)據(jù)從數(shù)據(jù)庫傳送到XML文檔或把數(shù)據(jù)從XML文檔傳送到數(shù)據(jù)庫時，需要用一個具體的模型來實現(xiàn)，而不是僅僅依賴內(nèi)嵌SQL命令，關系數(shù)據(jù)庫的理論依據(jù)是關系模型，而XML文檔依據(jù)的是XML Schema和DTD?；谀Ｐ万?qū)動實現(xiàn)數(shù)據(jù)在關系數(shù)據(jù)庫和XML文檔間的雙向傳輸關鍵是在關系模式和DTD或XML Schema之間建立雙向映射。具體的思路是把一個XML文檔表示為由數(shù)據(jù)對象構(gòu)成的樹，每一個元素類型和對象模式中的對象相對應，再通過傳統(tǒng)的關系—對象模型映射到關系模式中。在XML文檔中的數(shù)據(jù)有兩個公共的模型，即表模型和對象模型。表模型是基于表的映射，許多中間件包在轉(zhuǎn)換XML文檔成關系數(shù)據(jù)庫數(shù)據(jù)所使用的模型，就是將XML文檔當成一個單獨的表對象或一系列表對象。