分布異構(gòu)數(shù)據(jù)源集成方法研究.pdf

1、多數(shù)據(jù)庫(kù)系統(tǒng)是在不同成員系統(tǒng)之間實(shí)現(xiàn)數(shù)據(jù)共享和互操作的理想途徑.在數(shù)據(jù)庫(kù)系統(tǒng)中,數(shù)據(jù)都是結(jié)構(gòu)化的;而在文件系統(tǒng)中,存在大量如web網(wǎng)頁(yè)的半結(jié)構(gòu)化數(shù)據(jù).在充分吸收國(guó)內(nèi)外數(shù)據(jù)集成領(lǐng)域研究成果的基礎(chǔ)上,通過分析比較各類主流分布式對(duì)象技術(shù)、Agent技術(shù)和XML技術(shù),提出了一種以多數(shù)據(jù)庫(kù)系統(tǒng)為主要技術(shù)路線的分布異構(gòu)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(kù)系統(tǒng)研究的重點(diǎn),由于數(shù)據(jù)源在數(shù)據(jù)格式和表達(dá)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(diǎn),在XML標(biāo)準(zhǔn)的基礎(chǔ)上,給出了一種面向XML Schema的擴(kuò)展多數(shù)據(jù)庫(kù)的公共數(shù)據(jù)模型XIDM,該模型是基于圖結(jié)構(gòu)的模型,適合表現(xiàn)結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù),同時(shí)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(zhuǎn)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(jìn)行表達(dá),這些描述方法彼此之間往往存在很大差異,當(dāng)集成這些數(shù)據(jù)源時(shí),這些差異可能會(huì)造成數(shù)據(jù)語(yǔ)義的丟失.針對(duì)異構(gòu)數(shù)據(jù)源都需要提供對(duì)存儲(chǔ)數(shù)據(jù)集合的查詢和應(yīng)答這一

3、共同特性,借助泛代數(shù)和代數(shù)邏輯等數(shù)學(xué)工具,提出了一種對(duì)分布異構(gòu)數(shù)據(jù)源代數(shù)結(jié)構(gòu)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(jié)構(gòu)化數(shù)據(jù),因此文件系統(tǒng)的集成是分布異構(gòu)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(chǔ)上,提出采用CAX方法集成各類文件系統(tǒng),即利用CORBA實(shí)現(xiàn)對(duì)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(lái)填補(bǔ)文件系統(tǒng)與傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng)的差異,屏蔽文件系統(tǒng)在數(shù)據(jù)操作上的異構(gòu)性;通過基于XML的數(shù)據(jù)模