面向SOA的XML數(shù)據(jù)壓縮技術(shù)研究與應(yīng)用.pdf

1、近年來(lái)隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展，XML 已經(jīng)成為Internet 上數(shù)據(jù)表示、存儲(chǔ)和交換方面的標(biāo)準(zhǔn)，而電子商務(wù)的興起與企業(yè)自身業(yè)務(wù)的需求又帶動(dòng)了面向服務(wù)架構(gòu)體系(SOA)的蓬勃發(fā)展，使得SOA 成為當(dāng)前熱門(mén)的討論話題。SOA實(shí)質(zhì)上是組織服務(wù)的一種架構(gòu)模式，它把服務(wù)通過(guò)統(tǒng)一的、中立的、定義良好的接口和契約聯(lián)系起來(lái)，獨(dú)立于實(shí)現(xiàn)服務(wù)的硬件平臺(tái)、操作系統(tǒng)和編程語(yǔ)言，使服務(wù)通過(guò)統(tǒng)一通用的方式進(jìn)行交互。而XML 具有的自我描述性與跨平臺(tái)性，使得它非

2、常符合SOA環(huán)境的要求，因此，在SOA 體系中使用XML 文檔作為數(shù)據(jù)的傳輸格式和信息載體是XML 一個(gè)很好的應(yīng)用。
　　 但是，XML 文檔一個(gè)最大缺陷就是它的冗余性，尤其是結(jié)構(gòu)信息大量重復(fù)造成XML 數(shù)據(jù)體積龐大，占用過(guò)多的存儲(chǔ)空間與網(wǎng)絡(luò)帶寬，降低了處理效率，增加了SOA消息的傳輸難度，造成了SOA 數(shù)據(jù)傳輸問(wèn)題。為了解決這個(gè)問(wèn)題，在SOA 體系中可以通過(guò)對(duì)服務(wù)器的配置采用GzIP對(duì)傳輸?shù)南⑦M(jìn)行壓縮，GzIP是通用文本壓縮

3、技術(shù)而不是專門(mén)為XML 設(shè)計(jì)的，而本文考慮了XML 數(shù)據(jù)自身特點(diǎn)和SOA 這個(gè)具體應(yīng)用環(huán)境，重點(diǎn)研究了面向存儲(chǔ)與交換的、適合XML 數(shù)據(jù)的壓縮方法，并在前人研究的基礎(chǔ)上提出自己的改進(jìn)。
　　 本文首先闡述SOA基本概念、實(shí)現(xiàn)途徑及由于XML 冗余造成的SOA 數(shù)據(jù)傳輸問(wèn)題，提出對(duì)XML 數(shù)據(jù)進(jìn)行壓縮是解決問(wèn)題的有效手段。然后介紹XML基本概念、相關(guān)處理技術(shù)及存在的冗余，并介紹通用數(shù)據(jù)壓縮技術(shù)中兩種經(jīng)典算法，分別是哈夫曼編碼和LZ

4、77算法，這些基本的壓縮算法是所有壓縮技術(shù)、壓縮工具的基礎(chǔ)。隨后本文敘述了源壓縮模型Xmill的工作原理，它將結(jié)構(gòu)信息與數(shù)據(jù)內(nèi)容相分離，對(duì)結(jié)構(gòu)信息進(jìn)行字典編碼壓縮，對(duì)數(shù)據(jù)部分按照它們所屬標(biāo)簽分門(mén)別類地放進(jìn)相應(yīng)容器中，用Gzip 壓縮。在Xmill中如果有用戶參與，可以根據(jù)用戶的指令對(duì)數(shù)據(jù)容器選用更適合的壓縮方法進(jìn)行處理，能使壓縮率有所提高。本文是在SOA 應(yīng)用環(huán)境中，SOA中傳輸?shù)臄?shù)據(jù)必須遵循XML Schema 文檔定義的規(guī)范，因此，

5、本文在Xmill的基礎(chǔ)上將輔助結(jié)構(gòu)Schema 運(yùn)用到XML 文檔的數(shù)據(jù)壓縮部分，Schema中包含所有XML 文檔元素類型的定義。當(dāng)把數(shù)據(jù)放進(jìn)容器時(shí)通過(guò)讀取XML Schema 文檔中的數(shù)據(jù)類型值，選用適合的壓縮算法對(duì)數(shù)據(jù)容器進(jìn)行壓縮，而不是一味地只用Gzip，如果某些特殊的數(shù)據(jù)類型與壓縮算法沒(méi)有匹配成功，就依然使用Gzip 壓縮，這樣做的優(yōu)勢(shì)是可以獨(dú)立于用戶參與，減輕用戶負(fù)擔(dān)，在一定程度上實(shí)現(xiàn)自動(dòng)化。
　　 本文將改進(jìn)后的模

6、型命名為XS-XMLComp(Based on XML Schema of XML dataCompression Technology)，它的一個(gè)創(chuàng)新之處就是“因地制宜”地運(yùn)用了輔助性文檔XML Schema，并且壓縮效果比SOA 使用的Gzip 要好。
　　 本文最后進(jìn)行了仿真實(shí)驗(yàn)，將XS-XMLComp 與其他幾種壓縮模型進(jìn)行比較，主要比較了壓縮率、處理速度和效率等性能指標(biāo)。通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的分析評(píng)述了各個(gè)方法的優(yōu)缺點(diǎn)，并且