基于XML异构数据集成技术的研究.pdf

摘要在信息化建设过程中,各个部门往往根据自身的信息要求和特定的应用系统需求而采用了不同的数据组织模式从而构建了各种异构的数据源。由于早期缺乏统一规划和行业标准以及其他客观原因的限制,造成大多数系统彼此独立,“信息孤岛现象严重。“信息孤岛”造成系统中存在大量冗余数据、垃圾数据,无法保证数据的一致性,降低信息的利用率,甚至由此造成决策失误。为解决这一问题,人们开始关注数据集成的研究,以便协调工作,提高工作效率。因此,实现异构数据库统一透明访问具有重要的理论意义和实用价值。由于捌湎喙丶际醯姆⒄购统墒欤偌由蟈自身所具有的独特优势,因此引入芯恳旃故菁伞V屑浼际蹙哂胸⒎⒊杀镜汀⑷菀资迪郑约局部数据源加入方便灵活,自治性强等优点,已成为数据集成的主要方法。于是,采用基于闹形始际踅惺菁桑墙饩鲆旃故菘饧晌侍獾睦硐敕案。本论文提出了一种基于囊旃故菰醇煞桨福隽朔桨傅墓δ芙峁埂各个模块的功能以及所用到的关键技术,设计和实现了一个通用的异构数据集成系研究主要围绕以下问题展丌:芯苛艘旃故蚣傻南啵乩砺郏钊敕治隽艘旃故莶脑蚣凹过程中必须要解决的一些问题,分析异构数据源集成方法,提出了基于囊构数据集成框架。该模型可通过采用三层配置,实现从多个现有局部异构数据源到牡档氖葑;弧诜治觥⒈冉狭肆0钍菘夥ā⒅屑浼ā⑹莶挚夥ǖ纫旃故菁煞椒的基础上,提出了基于囊旃故菰醇芍屑浼慕饩龇桨福弥屑浼S户查询、数据共享和应用对集成信息的访问提供了底层支持。杓屏酥屑浼娜鲋饕D?椋篨文档库管理器、查询处理器、包装器,并详细研究了这些模块的实现方案。畚南晗附樯芰讼低车纳杓品桨赣胧迪址椒ǎ⒔溆τ糜诟咝Q畔⒐理系统的学生综合信息查询子系统,实现了教务管理系统、学籍管理系统、图书管理系统数据库的联合查询,从而验证了其可用性。关键词:阂旃故菘猓恢形始菏菁统。
,琲猟甌,瑃::,琣.,甌琲’瑃,:,,琧琾猯
哪::籬.,,,.;;.
论文的研究背景和意义⑹莶灰恢隆】。由于数据来源不同,数据表达方式多样,各个信息管理系统又是相对独立运行,致使不同信息管理系统的数据更新不一致,这样,针对同一随着计算机技术,特别是网络技术的迅猛发展,许多单位、机构都逐步实现了业务的计算机信息化管理,构建了许多不同的信息服务和管理系统。但由于各个系统构建的时间不同,实现方法各异,致使各管理、服务系统之譐是相互独立、各自隔离的。随着时问的推移,各自有着不同的处理对象、操作方法和专用客户端的管理、服务系统就像一个个“信息孤岛”⋯。如办公系统、人事管理系统、财务管理系统等各种管理软件被广泛应用,这些信息管理系统存在着多平台运行、多种数据库模式、多种运行方式、分散凌乱等弊端怛⑼骋坏男畔⑵教ㄊ切矶嗟ノ恍畔化建设的核心课题之一。各个信息平台进行信息交流和共享十分困难,主要体现在:信息的查询就出现了差异,无法确定信息的准确性,从而导致信息的有效性受到影⑿畔⒐蚕砝选8鞲鲂畔⒐芾硐低车奈锢硐嗷烙浴⑹菘庀低车牟灰弧ぶ隆没有统一的数字接口等诸多因素的影响,使得信息管理系统之间不能实现信息的共享。⒂跋炀霾咧С帧S捎诟鞲鲂畔⒐芾硐低车亩懒⒋嬖冢ヒ徊檠桓鍪菘獾信息,根本无法涉及到影响决策的多方面因素,而各个信息管理系统不能实现数据共享,使得应用于综合决策的联合查询不能实现,这些都影响了对决策的支持。要解决上述“信息孤岛吹牟焕跋欤捅匦胍6砸旃故萁屑桑将相对独立的数据通过有效的方法集成起来,提供统一的用户界面,使用户可以不必考虑各个数据源的具体情况,却可以完成对多个数据源的查询。异构数据集成的目的就是实现应用集中、信息共享、消除信息孤岛,为数掘访问提供一个公共的统一接口,统一的视图,使访问者不必考虑数据源的异构性、数据抽取、数据集成等问题,只需指定想要的数据,而不必关心如何得到】。异构数据集成技术的难点主要有以下几个方面⒁旃剐浴P畔⒐芾硐低炒蠖嗍嵌懒⒖7⒌模虼耸菀彩窍喽远懒⒌模匆构的,数掘异构主要表现在系统异构和模式异构两个方面。系统异构是指在使用数据的系统、数据库管理系统和操作系统等方面,各个信息管理系统都会有所不同。模式异构是指数据源的存储模式也是不同的,典型的存储模式有:关系模式、对象模式、对象模式和文档嵌套模式等。⒎植夹浴J菰匆斓胤植迹菪枰Mü绱洹⒆灾涡浴8魇菰从懈叨鹊淖灾涡裕歉谋渥陨淼慕峁购褪虿恍枰Mㄖ集成系统,这就向集成系统的同一性提出挑战。响。
国内外研究现状第二阶段开始于九十年代中期。九十年代起国际上提出了异构数据源集成系统最上层是应用,中问件层称为“协调器’:,用以冲突消解和执行查询,下层称为“包装瓻农业人学啡獿硕如比学似论文数据集成的研究始于七十年代中期,大致分为两个阶段。第一阶段大多以多数据库的研究为主。它可分为三类:一是物理上分椎、逻辑上集中的系统结构,系统有个全局模式,但它缺乏自治性,难以管