集成數(shù)據(jù)模型中異構(gòu)數(shù)據(jù)源的無損映射研究.pdf

1、數(shù)據(jù)集成是數(shù)據(jù)庫領域中的研究熱點之一，集成的目的是屏蔽模型差異，給用戶提供一個統(tǒng)一的視圖。需要集成的數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和無結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)以不同的模式表示。異構(gòu)數(shù)據(jù)源集成數(shù)據(jù)模型——叢模型能夠方便地表示結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，實現(xiàn)異構(gòu)數(shù)據(jù)源的統(tǒng)一表示和統(tǒng)一查詢。 異構(gòu)數(shù)據(jù)源集成系統(tǒng)的目標就是處理多種信息源，保持多種數(shù)據(jù)的一致性。結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)是當今兩大數(shù)據(jù)源，本文研究了這兩大數(shù)據(jù)源的無損映射問題。X

2、ML文檔作為半結(jié)構(gòu)化數(shù)據(jù)的特例，能夠自然地描述和方便地表示來自各種數(shù)據(jù)源的異構(gòu)數(shù)據(jù)，具有很強的描述能力，但其所能表示的語義信息卻相對有限。論文著重討論XML語義約束問題，定義了五種XML函數(shù)依賴，從消除XML文檔內(nèi)數(shù)據(jù)冗余及更新異常的角度，深入研究了XML的規(guī)范化問題并提出規(guī)范化算法，以提高XML文檔的轉(zhuǎn)換存儲和查詢效率。論文著重從函數(shù)依賴保持性和無損連接分解性兩個方面來分析XML模式分解的“等價”性，使分解后的模式保持原來的語義。在規(guī)

3、范化的基礎上提出了基于XML函數(shù)依賴的XML到關系的無損映射算法，同時提出了基于函數(shù)依賴的關系到XML的映射算法，以重構(gòu)原XML文檔。提出XML范式或關系范式通過這兩個算法映射后與關系或XML文檔中各種范式對應關系的相關命題，并給出了相應證明，為XML與關系的相互轉(zhuǎn)換過程中語義約束的完整性保持奠定了理論基礎。 論文最后實現(xiàn)了一個異構(gòu)數(shù)據(jù)源的無損映射系統(tǒng)——HDSLMS，檢驗了XML規(guī)范化算法在查詢時間和存儲空間上都有明顯的改善。