基于模式映射的異構(gòu)數(shù)據(jù)集成模型研究.pdf

1、隨著各種企業(yè)級(jí)系統(tǒng)的快速發(fā)展和異構(gòu)框架的不斷豐富，將各種異構(gòu)系統(tǒng)進(jìn)行的集成就成為當(dāng)前數(shù)據(jù)庫領(lǐng)域的一個(gè)熱點(diǎn)問題。要實(shí)現(xiàn)系統(tǒng)集成就首先進(jìn)行數(shù)據(jù)集成，而基于本體的數(shù)據(jù)集成在各種數(shù)據(jù)集成方法中脫穎而出，成為目前數(shù)據(jù)集成領(lǐng)域中的重要研究點(diǎn)。一般情況下，由于數(shù)據(jù)源的異構(gòu)性和多樣性，數(shù)據(jù)集成中會(huì)存在各種各樣的沖突，比如常見的命名沖突，單位沖突，順序沖突等等，所以必須首先發(fā)現(xiàn)沖突，然后按照人工的或者自動(dòng)的沖突消除規(guī)則對(duì)沖突進(jìn)行處理。
　　 鑒于

2、上述考慮，本文利用本體的語義性，提出了一個(gè)基于模式映射的數(shù)據(jù)集成模型，該模型構(gòu)建于映射規(guī)則(Rule-based)，并且能夠自動(dòng)發(fā)現(xiàn)和消除特定的沖突(Conflict-solved)，所以將其命名為RCM。本文首先對(duì)RCM進(jìn)行建模，該模型包含了局部概念集、全局概念集、映射集、沖突集和約束集，其中后三者是該模型的核心。我們用映射文檔的形式來對(duì)后三者進(jìn)行描述，然后在此基礎(chǔ)上提出了一個(gè)沖突發(fā)現(xiàn)和消除的算法，最后闡述了RCM框架的實(shí)現(xiàn)。

3、　　 在數(shù)據(jù)源描述方面，每個(gè)局部數(shù)據(jù)源由它自己的本體來描述語義。但是為了使每個(gè)源本體之間能夠相互比較，在最上層建了一個(gè)共享的詞匯集，共享的詞匯集包含了領(lǐng)域內(nèi)基本的術(shù)語，即構(gòu)建了一個(gè)代表全局?jǐn)?shù)據(jù)源的本體，這樣就涵蓋了RCM模型中的局部概念集和全局概念集。在此基礎(chǔ)上，用OWL自定義的映射文檔對(duì)局部數(shù)據(jù)源與全局?jǐn)?shù)據(jù)源之間的映射關(guān)系進(jìn)行描述，從而將RCM中的映射集、沖突集和約束集的信息記錄到映射文檔中。
　　 本文研究了基于板映射模型

4、的沖突消除算法和常用的查詢重寫算法，分析了它們的部分不足之處，提出了適合在RCM上進(jìn)行沖突發(fā)現(xiàn)和消除的算法。在映射文檔中自動(dòng)發(fā)現(xiàn)沖突并判斷沖突發(fā)生的子數(shù)據(jù)源及對(duì)應(yīng)的屬性，并同時(shí)在映射文檔中進(jìn)行修改。在查詢重寫的過程中，將借助該映射文檔來消除以單位沖突和格式?jīng)_突為代表的數(shù)據(jù)沖突和以命名沖突為代表的語義沖突，從而保證查詢結(jié)果的正確性。
　　 本文最后介紹了由RCM延伸出來的框架，具體包括用戶接口、查詢處理、文檔處理和結(jié)果提取四大部分