數(shù)據(jù)抽取轉(zhuǎn)換工具中數(shù)據(jù)映射關系的設計及其關鍵技術研究.pdf

1、目前信息化建設呈現(xiàn)出“數(shù)據(jù)集中化、業(yè)務綜合化、管理扁平化、決策科學化”的發(fā)展趨勢，因此大多數(shù)過去遺留下來的異構(gòu)系統(tǒng)已不能滿足這樣的需求。企業(yè)信息和數(shù)據(jù)的集成交換需求越來越強烈。因為數(shù)據(jù)集成和交換必須解決復雜的數(shù)據(jù)處理過程，所以出現(xiàn)了專門的數(shù)據(jù)抽取、轉(zhuǎn)換和載入(Extract，Transform，Load)工具——即ETL工具。ETL工具在數(shù)據(jù)集成過程中起到了舉足輕重的作用。 論文首先介紹了ETL工具的相關背景知識，并分析了ETL

2、工具的研究現(xiàn)狀。分析得出結(jié)論：現(xiàn)有關于ETL的研究對源一目數(shù)據(jù)的映射關系重視不夠，而這一內(nèi)容是數(shù)據(jù)抽取轉(zhuǎn)換的核心。基于這一結(jié)論，在第一章提出了本文的研究目標和研究內(nèi)容。 根據(jù)論文的研究目標，本文論述了一種基于網(wǎng)絡的異種數(shù)據(jù)抽取轉(zhuǎn)換工具ETLA(Extract-Transform-Load-Analysis的縮寫)的分析和設計，該工具根據(jù)數(shù)據(jù)映射關系定義ETL任務，根據(jù)映射關系生成執(zhí)行腳本。論文在第二章闡述了該工具的系統(tǒng)框架、功能

3、劃分，以及數(shù)據(jù)處理和數(shù)據(jù)映射流程。 本文隨后重點研究了ETLA中的數(shù)據(jù)映射關系。分析了各種數(shù)據(jù)映射后，提出了數(shù)據(jù)映射關系的形式化描述。在ETLA中，映射關系是以表達式表示。表達式由源數(shù)據(jù)項、目標數(shù)據(jù)項、以及源數(shù)據(jù)項之間的關系構(gòu)成，并符合一定表示規(guī)則。按照表達式表示映射關系后，ETLA的數(shù)據(jù)轉(zhuǎn)換模塊將解析表達式，生成數(shù)據(jù)轉(zhuǎn)換執(zhí)行腳本，并執(zhí)行。 論文最后設計了ETLA映射索引庫。索引庫按照主題組織源數(shù)據(jù)，用戶能夠根據(jù)目標表的