基于XML的異構(gòu)數(shù)據(jù)源查詢處理研究.pdf

1、隨著網(wǎng)絡(luò)應用和企業(yè)決策支持系統(tǒng)的需求持續(xù)增長,越來越多的應用需要訪問各種異構(gòu)數(shù)據(jù)源,數(shù)據(jù)集成成為時下研究的一個熱點.而關(guān)于異構(gòu)數(shù)據(jù)源的查詢處理實現(xiàn)是數(shù)據(jù)集成的難點和重點.目前國內(nèi)外學者已經(jīng)提出一些基于XML技術(shù)的查詢語言如XML-QL、Xquery、Xpath,但是這些查詢語言普遍存在的一個缺點是語法復雜,不易使用,且均處于探索階段,尚無統(tǒng)一標準.鑒于此本文用XML擴展了SQL一種簡單易用的查詢語言XSQL,并給出了詳細的定義.以XSQ

2、L為基礎(chǔ),本文提出了一種行之有效的異構(gòu)數(shù)據(jù)源查詢處理的解決方案:用戶根據(jù)全局視圖提出查詢條件字串,用戶的查詢字串被應用服務器置入XSQL查詢語言模板,并生成一棵查詢樹,由查詢處理器負責分解成各異構(gòu)數(shù)據(jù)源支持的子查詢交給各異構(gòu)數(shù)據(jù)源的包裝器,包裝器負責向異構(gòu)數(shù)據(jù)源提交查詢并將返回的結(jié)構(gòu)表示成公共數(shù)據(jù)模型規(guī)范的XML文檔,再交由查詢處理器進行匯集.由于這些數(shù)據(jù)來自于各種不同的數(shù)據(jù)源,數(shù)據(jù)的質(zhì)量可能存在問題,如重復記錄或因為模式設(shè)計不好,輸入

3、錯誤等出現(xiàn)數(shù)據(jù)質(zhì)量問題.查詢處理器匯集這些數(shù)據(jù)以后需要進行數(shù)據(jù)清理工作.本文在分析窗口算法和優(yōu)先排序鄰近算法的基礎(chǔ)上,提出了在本文解決方案中比較適用的算法—改進的窗口算法,使數(shù)據(jù)清理的效率加快.最后,在上述研究的基礎(chǔ)上,設(shè)計實現(xiàn)了一個學位與研究生教育集成信息系統(tǒng)及其子系統(tǒng)-基于網(wǎng)絡(luò)的學科信息年報系統(tǒng)(XWDIS),XWDIS是一個典型的異構(gòu)數(shù)據(jù)源集成系統(tǒng),它以XSQL作為查詢語言,能夠完成對多個異構(gòu)數(shù)據(jù)源的透明查詢處理.所有這些工作,無