李 強

（鄭州航空工業(yè)管理學院，鄭州 450046）

0 引言

由于信息時代的快速發(fā)展，信息空間中產(chǎn)生的數(shù)據(jù)劇增，且不同行業(yè)、不同科目的數(shù)據(jù)之間有著千絲萬縷的關系，在做出決策時要綜合各個方面的信息，因此需要訪問大量不同類型的數(shù)據(jù)。由于不同類型的數(shù)據(jù)按照不同的結構存儲在數(shù)據(jù)庫中，也就形成了網(wǎng)絡環(huán)境中的異構數(shù)據(jù)。異構數(shù)據(jù)的共享能夠大大減少數(shù)據(jù)庫的重復開發(fā)，方便用戶快速獲得更加全面的相關信息，因此國內外相繼提出了信息空間異構數(shù)據(jù)共享機制。

異構數(shù)據(jù)共享就是整合不同位置、不同設備上傳的信息，并支持用戶在讀取他人數(shù)據(jù)的同時進行各種操作、運算和分析，通過共享機制的設計與應用，為用戶提供了一個統(tǒng)一和透明的界面，從而達到信息資源共享的目的。然而現(xiàn)階段對于共享機制的研究主要側重于對異構數(shù)據(jù)庫的共享，典型的共享方式包括基于元數(shù)據(jù)目錄服務的數(shù)據(jù)共享機制、基于空間數(shù)據(jù)網(wǎng)格的共享機制以及基于網(wǎng)關數(shù)據(jù)傳送機制的共享機制。在傳統(tǒng)的共享機制中，為了保證共享數(shù)據(jù)的安全性，會在共享之前對異構數(shù)據(jù)進行加密處理，這也就導致共享的透明性降低，在實際的應用過程中存在共享數(shù)據(jù)查詢速度慢、查詢受限等問題。

為了解決上述傳統(tǒng)共享機制存在的問題，引入自動化G/S模式，實現(xiàn)對信息空間異構數(shù)據(jù)的可視化共享，即在保證數(shù)據(jù)安全的前提下，最大程度的提高共享的透明度。自動化G/S模式也就是地學瀏覽器/空間信息服務器模式，可以存儲和交互不同種類、不同規(guī)模的數(shù)據(jù)。與傳統(tǒng)的C/S共享模式相比，解決了無法處理音頻、視頻等類型數(shù)據(jù)的缺陷，并簡化了數(shù)據(jù)查詢和調度的工作流程。通過自動化G/S模式的應用，對共享機制進行優(yōu)化設計，以期提高異構數(shù)據(jù)的共享功能，間接的提升數(shù)據(jù)資源利用率。

1 信息空間異構數(shù)據(jù)可視化共享機制設計

1.1 挖掘信息空間異構數(shù)據(jù)

在信息空間環(huán)境下，利用關聯(lián)規(guī)則挖掘技術挖掘異構數(shù)據(jù)，在關聯(lián)規(guī)則的約束下對比數(shù)據(jù)，并將符合規(guī)則的數(shù)據(jù)提出，得出異構數(shù)據(jù)的挖掘結果。定義初始信息空間的異構數(shù)據(jù)中包含N個事務數(shù)據(jù)，最小支持數(shù)為mincount，則在數(shù)據(jù)挖掘過程中最小支持度可以表示為：

并以式(1)的計算結果作為挖掘的最小支持數(shù)要求，在此基礎上對異構數(shù)據(jù)庫進行第一次掃描，得出其中包含每個項目的出現(xiàn)次數(shù)，并生成候選項集C1。根據(jù)mincount要求得出集合L1，并執(zhí)行L1L2操作，生成候選集C2，掃描異構數(shù)據(jù)庫對C2中的項目進行計數(shù)。同理可以得出L2、Cn和Ln。比對Cn和Cn-1中的項集內容，并將重復的剔除，直到Cn集合為空。經(jīng)過對信息空間異構數(shù)據(jù)的連續(xù)迭代，得到信息空間異構數(shù)據(jù)的挖掘結果，并以此作為可視化共享數(shù)據(jù)。

1.2 多元異構空間數(shù)據(jù)轉換處理

多元異構空間數(shù)據(jù)轉換的目的是將數(shù)據(jù)轉換成相同形式，消除數(shù)據(jù)的異構性。數(shù)據(jù)轉換處理可以分為兩個部分，一個是異構空間數(shù)據(jù)向XML文檔轉換，另一個是XML文檔數(shù)據(jù)與信息空間數(shù)據(jù)庫服務器的相互轉換。該封裝器用于實現(xiàn)異構空間數(shù)據(jù)到XML文檔的轉換，該封裝器由幾個相互獨立的封裝器組成，每個封裝器對應一個數(shù)據(jù)源，如圖1所示。

圖1 數(shù)據(jù)轉換封裝器結構圖

從圖1中可以看出，文件解析組件用于解釋SHAPE文件，提取集合數(shù)據(jù)，解釋DBF文件，提取文檔對象樹屬性數(shù)據(jù)。將空間數(shù)據(jù)庫服務器中存儲的關系數(shù)據(jù)映射成XML文檔，并進一步轉換為SVG格式，實現(xiàn)空間數(shù)據(jù)在客戶端的可視化。圖2中顯示了具體的映射過程。

圖2 文檔數(shù)據(jù)與數(shù)據(jù)庫服務器的映射轉換關系圖

1.3 集成信息空間異構轉換數(shù)據(jù)

將轉換完成的數(shù)據(jù)存儲到數(shù)據(jù)端，服務器利用遠程技術訪問數(shù)據(jù)端的XML數(shù)據(jù)，并將數(shù)據(jù)映射到數(shù)據(jù)庫服務器中，通過分析和查詢操作，最終將操作結果上傳給客戶端。需要考慮的是在數(shù)據(jù)集成的過程中，信息空間還會產(chǎn)生新的異構共享數(shù)據(jù)，因此當多個異構數(shù)據(jù)源中的數(shù)據(jù)發(fā)生變化時，需要立即更新集成數(shù)據(jù)，保證異構數(shù)據(jù)與共享數(shù)據(jù)的同步性。

1.4 自動化G/S模式下構建共享瀏覽器緩存模型

自動化G/S模式由G端和S端兩部分組成，其中G端為任意終端，也就是共享機制中的用戶，在G端安裝通用的地學瀏覽器裝置，為了保證與服務器之間的有效交互，確定統(tǒng)一的地理標記語言為HGML，地理標記標準語言的基本數(shù)據(jù)類型如表1所示。

表1 HGML基本數(shù)據(jù)類型

G/S模式中的S端也就是信息空間分析的服務平臺，該部分由數(shù)據(jù)注冊中心、存儲云以及分布式文件管理模塊組成。在HGML數(shù)據(jù)傳輸共享標準的約束下，完成共享信息交互、解譯客戶端請求以及共享任務調度的功能。在自動化G/S模式下構建共享瀏覽器緩存模型，G端為了支持多類型數(shù)據(jù)存儲，HGML對緩存的異構數(shù)據(jù)進行描述管理，設置數(shù)據(jù)的存儲位置、更新替換等功能。G端緩存模型的設計結果如圖3所示。

圖3 自動G/S模式下G端緩存模型

通用瀏覽器的緩存機制主要基于緩存查詢和自適應緩存替換策略。在實際的運行過程中，G端接收一個服務器傳輸來的異構數(shù)據(jù)，并產(chǎn)生一個Key值。通過數(shù)據(jù)對象的Key值判斷緩存模型中是否存在該數(shù)據(jù)，若查詢結果顯示該數(shù)據(jù)已經(jīng)存儲過，則新接收的數(shù)據(jù)進入緩存替換模塊，否則進入數(shù)據(jù)存儲模塊。通過建立多個緩存集合用來存儲不同類型的異構數(shù)據(jù)，根據(jù)異構數(shù)據(jù)對象的類型檢索對應的緩存位置，并對當前緩存模塊的運行狀態(tài)進行判斷。一般來講，緩存模塊的運行狀態(tài)可以分為正常存儲和存儲故障兩種狀態(tài)，若緩存模塊處于正常存儲狀態(tài)，且異構數(shù)據(jù)的存儲量小于緩存模塊的空間剩余量，則將該數(shù)據(jù)直接寫入對應的存儲位置上，否則進入緩存替換模塊。接收的所有數(shù)據(jù)完成緩存任務后，對G端的數(shù)據(jù)索引表進行更新。在共享數(shù)據(jù)的調用過程中，可以通過調取數(shù)據(jù)對象的Key和類型，執(zhí)行讀取、刪除、存儲等操作，緩存命中完成后，返回請求數(shù)據(jù)，降低數(shù)據(jù)緩存沖突的發(fā)生概率，同時也提升存儲空間的利用合理性。

1.5 異構數(shù)據(jù)可視化發(fā)布

在構建的共享瀏覽器緩存模型中，除了共享異構數(shù)據(jù)外，還將異構數(shù)據(jù)對應信息空間不同側面的數(shù)據(jù)視圖以SVG文檔形式存儲，這些視圖是實現(xiàn)網(wǎng)絡環(huán)境下數(shù)據(jù)可視化的基礎。SVG文檔中定義了點、線、面等基本形狀，并通過調整文檔中數(shù)據(jù)的style屬性指定視圖元素樣式。當客戶端發(fā)出共享申請且通過后，自動化G/S模式調用相應的共享數(shù)據(jù)，抽取相應視圖進行合并重組，建立用戶可視化輸出的二維數(shù)據(jù)視圖。假設共享數(shù)據(jù)抽取了n個異構數(shù)據(jù)，且每個異構數(shù)據(jù)有m個數(shù)據(jù)側面，則可視化數(shù)據(jù)視圖集合可以表示為：

式中DBn為信息空間異構數(shù)據(jù)，的表達式為：

其中Ii和Pi分別對應的是DBn的指標集和側面數(shù)據(jù)項。那么在異構數(shù)據(jù)可視化輸出過程中，提取共享數(shù)據(jù)對應的視圖，并按照共享數(shù)據(jù)的排列順序連接視圖，實現(xiàn)異構數(shù)據(jù)的可視化發(fā)布。

1.6 實現(xiàn)信息空間異構數(shù)據(jù)可視化共享

為了保證信息空間異構數(shù)據(jù)共享的安全性，需要借助一個數(shù)據(jù)共享紐帶，也就是特定行業(yè)標記語言XXML。數(shù)據(jù)共享紐帶的建立過程如圖4所示。

圖4 共享紐帶建立流程圖

在共享紐帶中嵌入一個數(shù)據(jù)解析程序，數(shù)據(jù)解析的目的是對加密的異構數(shù)據(jù)進行解碼處理，提升數(shù)據(jù)資源的查詢、調用效率。若多個用戶同時提交共享申請，為了避免中心服務器可能會出現(xiàn)提交負載不及時的問題，需要對網(wǎng)絡負載進行均衡調度。定義異構數(shù)據(jù)共享線程中，節(jié)點的處理時間和速度分別為ti和vi，則存在如下關系式：

考察共享平臺中的第一個數(shù)據(jù)節(jié)點，并對公式4進行調整。假設共享平臺中剩余的數(shù)據(jù)節(jié)點均按照內部最佳調度策略進行處理，則剩余節(jié)點序列Nj中負載最大節(jié)點所消耗的調度處理時間為：

式中p1為共享負載最大節(jié)點。要保證共享過程中各個節(jié)點的負載均衡，提高共享任務的并行處理能力，則要求式(6)中的條件成立。

那么在自動化G/S模式下為每一個數(shù)據(jù)節(jié)點建立一個臨時變量，設置臨時變量的初始值為0，分別記錄可視化共享的起止時間，得到各個節(jié)點的任務耗時。根據(jù)任務耗時的統(tǒng)計結果，按照由小到大的順序排列節(jié)點序列，并按照序列順序分配與提交共享任務。根據(jù)實時節(jié)點的處理進度，對共享任務順序進行調整，直到所有節(jié)點完成異構數(shù)據(jù)可視化共享進程。

2 共享性能測試實驗分析

為檢驗設計的基于自動化G/S模式的信息空間異構數(shù)據(jù)可視化共享機制的可行性，設計性能測試實驗。實驗的核心目標任務包括：設計機制是否能完成異構數(shù)據(jù)注冊、傳輸、可視化和共享任務，是否具備數(shù)據(jù)共享和交互操作能力。

2.1 配置測試實驗環(huán)境

為了保證實驗變量的唯一性，實驗選擇地質異構數(shù)據(jù)作為實驗的研究數(shù)據(jù)對象，并以地質數(shù)據(jù)共享平臺作為實驗的主要運行環(huán)境。在實驗環(huán)境中安裝計算機、服務器和數(shù)據(jù)傳輸網(wǎng)絡設備，并在主測計算機上安裝共享平臺軟件程序，得到平臺的運行主界面。計算機和網(wǎng)絡服務器選擇的操作系統(tǒng)分別為Windows XP和MicrosoftIIS6.0。由于設計的異構數(shù)據(jù)可視化共享機制應用了自動化G/S模式，因此需要在實驗環(huán)境中配置相應結果，保證該模式的正常運行。除了主測計算機外，搭建主機主測中心和數(shù)據(jù)存儲環(huán)境，并模擬多個虛擬用戶主機，用戶主機在測試S端接口時可以使用瀏覽器直接訪問，而在測試G接口功能時，需要利用客戶端程序進行具體測試。實驗環(huán)境中的網(wǎng)絡運行服務器上均安裝TomCat 6.0.18，并分別在兩個服務器設備上部署S端數(shù)據(jù)注冊程序和G端檢索服務程序。

2.2 準備信息空間異構數(shù)據(jù)共享樣本

為了給共享性能測試實驗提供大量的數(shù)據(jù)支持，在實驗環(huán)境下分別構建ArcIMS和GeoBeans WebGIS兩個信息空間，且每個信息空間帶有不同數(shù)量的異構數(shù)據(jù)。準備的實驗信息空間和異構數(shù)據(jù)均存儲在實驗數(shù)據(jù)庫中，方便數(shù)據(jù)調用。實驗數(shù)據(jù)共享樣本的準備情況，如圖5所示。

圖5 信息空間異構數(shù)據(jù)共享樣本

另外異構數(shù)據(jù)的共享需要一定的權限，因此需要在共享平臺上對導入的數(shù)據(jù)樣本進行注冊，保證樣本數(shù)據(jù)的可讀性。

2.3 設置共享性能測試指標

實驗分別從共享性能和應用性能兩個方面進行具體測試，其中共享性能的測試指標為共享信息的讀寫傳輸速度，該指標就是讀取共享信息讀取/寫入任務的輸入時間到讀取/寫入結果的輸出時間，讀寫越快，證明共享效率越高，共享性能越優(yōu)。另外應用性能的測試，主要就是將設計的共享機制應用到共享平臺中，觀察平臺節(jié)點負載的變化情況和共享數(shù)據(jù)丟失情況，統(tǒng)計輸入異構數(shù)據(jù)樣本與共享接收數(shù)據(jù)樣本之間的數(shù)據(jù)量大小，通過兩個數(shù)據(jù)的相減計算，便可以得出量化的數(shù)據(jù)丟失結果。

2.4 描述共享性能測試過程

為了形成實驗對比，除了設計的異構數(shù)據(jù)可視化共享機制外，還設置了傳統(tǒng)數(shù)據(jù)共享機制和基于元數(shù)據(jù)的共享機制作為實驗的兩個對比項，具體的共享運行方案如表2所示。

表2 共享機制運行方案

將共享機制與準備的共享數(shù)據(jù)樣本存儲空間之間形成連接，并在共享平臺的驅動運行下，得出共享輸出結果，其中設計共享機制的可視化輸出結果如圖6所示。

圖6 信息空間異構數(shù)據(jù)可視化共享輸出界面

分別設置異構數(shù)據(jù)讀取、寫入、查詢等任務，調取共享平臺的后臺運行數(shù)據(jù)，并記錄相關的測試數(shù)據(jù)，其中共享數(shù)據(jù)查詢輸出結果，如圖7所示。

圖7 異構數(shù)據(jù)共享數(shù)據(jù)查詢界面

2.5 共享性能測試結果分析

為了保證實驗結果的可信度，采用多次實驗取平均值的方式得出測試結果，其中共享性能的測試結果，如表3所示。

從表3中可以看出，三種共享機制的平均讀寫耗時分別為1.35s、0.75s和0.44s，即設計可視化共享機制的共享傳輸速度更快，共享性能更高。同理可以得出三種共享機制在共享平臺下的應用測試結果，如表4所示。

表3 共享性能測試結果

從表4中可以直觀的看出，兩種對比共享機制均存在不同程度的節(jié)點荷載分布不均的情況，而應用設計共享機制，節(jié)點負載均控制在區(qū)間[22，25]之內。從共享數(shù)據(jù)丟失情況來看，應用三種共享機制對應的數(shù)據(jù)丟失量分別為2.24MB、1.53MB和1.03MB。

表4 共享機制應用性能測試結果

3 結語

綜上所述，通過自動化G/S模式的應用能夠有效的提升共享機制的運行性能和應用性能，對于信息空間而言具有較高的應用價值。然而在共享性能測試實驗中，未考慮到共享平臺多并發(fā)數(shù)的情況，針對這一問題還需要在今后的研究中進行補充。