分布異構數(shù)據(jù)源集成方法研究.pdf

1、多數(shù)據(jù)庫系統(tǒng)是在不同成員系統(tǒng)之間實現(xiàn)數(shù)據(jù)共享和互操作的理想途徑.在數(shù)據(jù)庫系統(tǒng)中,數(shù)據(jù)都是結構化的;而在文件系統(tǒng)中,存在大量如web網(wǎng)頁的半結構化數(shù)據(jù).在充分吸收國內(nèi)外數(shù)據(jù)集成領域研究成果的基礎上,通過分析比較各類主流分布式對象技術、Agent技術和XML技術,提出了一種以多數(shù)據(jù)庫系統(tǒng)為主要技術路線的分布異構數(shù)據(jù)集成方法——"CAX"方法.公共數(shù)據(jù)模型一直是多數(shù)據(jù)庫系統(tǒng)研究的重點,由于數(shù)據(jù)源在數(shù)據(jù)格式和表達方式上的差異,使得各自的數(shù)據(jù)難于

2、集成.通過比較各類數(shù)據(jù)模型特點,在XML標準的基礎上,給出了一種面向XML Schema的擴展多數(shù)據(jù)庫的公共數(shù)據(jù)模型XIDM,該模型是基于圖結構的模型,適合表現(xiàn)結構化和半結構化數(shù)據(jù),同時有豐富的數(shù)據(jù)類型和約束定義,滿足了同其他數(shù)據(jù)模型轉換的需要.各類數(shù)據(jù)源的描述方法一般可以用代數(shù)工具進行表達,這些描述方法彼此之間往往存在很大差異,當集成這些數(shù)據(jù)源時,這些差異可能會造成數(shù)據(jù)語義的丟失.針對異構數(shù)據(jù)源都需要提供對存儲數(shù)據(jù)集合的查詢和應答這一

3、共同特性,借助泛代數(shù)和代數(shù)邏輯等數(shù)學工具,提出了一種對分布異構數(shù)據(jù)源代數(shù)結構的統(tǒng)形式化方法.由于文件系統(tǒng)中的數(shù)據(jù)多是半結構化數(shù)據(jù),因此文件系統(tǒng)的集成是分布異構數(shù)據(jù)源集成中比較困難的問題.在分析文件系統(tǒng)集成中問題的基礎上,提出采用CAX方法集成各類文件系統(tǒng),即利用CORBA實現(xiàn)對文件系統(tǒng)的封裝,減少開發(fā)中的工作量;采用文件系統(tǒng)的局部代理作為適配器來填補文件系統(tǒng)與傳統(tǒng)數(shù)據(jù)庫系統(tǒng)的差異,屏蔽文件系統(tǒng)在數(shù)據(jù)操作上的異構性;通過基于XML的數(shù)據(jù)模