基于XML的異構數據交換研究

[摘要]數據交換是進行數據融合和集成的重要途徑。本文針對XML的特點，對基于XML的異構數據標準化、數據與XML之間的轉換和異構數據交換方法進行了研究。

[關鍵詞]XML；XML-Schema；數據交換

[中圖分類號]F270.7；TP312 [文獻標識碼]A [文章編號]1673-0194(2009)24-0082-02

0 引言

信息化建設大大提高了各類管理工作的效率。隨著各種信息系統的推廣使用。存儲在信息系統數據庫中的數據已經成為管理工作的重要基礎。由于各管理機構之間的相對獨立以及信息系統開發初期缺乏總體規劃，導致一個有機實體或部門內部出現大量的“信息孤島”和“應用孤島”。

信息集成是消除“信息孤島”和“應用孤島”、避免資源浪費的根本途徑。進行信息集成，必須首先實現各系統之間的數據交換。數據交換是指各業務信息系統之間在業務需求的基礎上，通過定義數據接口或數據交換平臺互相交換數據，實現系統之間的數據共享與互操作。在原有業務系統之間建立的數據接口或數據交換平臺，必須滿足以下要求：源數據位置透明；在不改變原有系統安全策略的情況下，保證數據安全性；集成系統具有繼承性；保證數據實時性：系統易于維護等。

1 XML與XML Schema

電子數據交換(Electronic Data Exchange，EDI)在傳統的異構數據集成中發揮了重要作用。但由于傳統EDI業務規則固定、數據傳輸成本高等缺點使之已難以適應異構數據源快速變化和新業務規則迅速增長的需要，而XML則能很好地適應新形勢下信息集成的要求。

可擴展標記語言(eXtensible Markup Language，XML)是一種元語言，能針對特定的應用定義自己的應用語言，并具有良好的數據存取格式、可擴展性和自描述性、高度結構化、便于網絡傳輸等特點。這些特點使XML有著巨大的伸縮性和靈活性，可以廣泛應用于不同數據源間的數據交互、分布式運算、數據展現等應用中。

XML文檔的結構、數據類型等可通過XML Schema來進行定義和描述。XML Schema是一種描述信息結構的模型，它為XML文檔建立了一個模式，規范了XML文檔中的標記(tag)和文本(text)可能的組合形式。XML Schema支持許多復雜的數據類型，引入原型(Archetypes)和命名空間概念，可隨意擴充，使得其不但編寫簡單，而且內容充實完整，可以給出XML文檔詳細明確的定義。在XMLSchema定義約束下，XML文檔的有效性更加嚴格，內容結構更加嚴謹。

XML與XMLSchema組合已成為各種結構化、半結構化和非結構化信息交換的最佳方式。

2 基于XML的數據標準化

不同應用系統中異構數據的交換。最理想的方法是建立一個全局或局部的標準，作為交換的中介，為各異構數據提供交換平臺。因為XML在數據結構表示和語義表達方面具有突出優勢，所以本文將其作為數據標準化工具。

基于XML的數據標準化，是指運用XML Schema技術為各類異構數據創建一個基于XML的標準化數據框架，以便實現各信息系統之間的數據交換和信息共享。

XML文檔表示的標準化數據，簡單易懂，可解決不同數據庫系統及數據關系、語義定義等數據表達方面的差異，且數據表示獨立于應用系統，具有平臺無關性，較好地解決了各應用系統間信息資源集成的分布和異構等問題，使得數據的交互變得透明。利用XML文檔內容受其XMLSchema模式約束的特性，我們可以給出所有相關應用系統間需交換數據的全局XML Schema模式的描述標準，作為數據轉換時的結構定義，也就是利用XML Schema來表示各類異構源數據與XML標準數據之間轉換的映射規則。以保證各類應用系統間交流的XML數據文件都有標準的、統一的數據結構形式。

3 基于XML的數據交換機制

異構數據交換，首先將需交換的異構數據轉換成統一的標準數據結構，經過網絡傳輸與交換，被目標系統(數據庫或數據轉換模塊)接收后，再將標準化的數據轉換成目標數據庫的數據模式，進而實現異構數據的集成共享。

本文以基于XML的數據標準化為交換模型，以XML文檔作為底層信息交換載體進行數據的轉換與傳輸，完成各應用系統之間異構數據的自動、平滑交換，實現異構數據的集成共享和各種現有信息資源的有效利用。

基于XML的異構數據交換，是將異構數據從數據源中提取出來，根據定義的異構源數據到標準XML全局數據模式的轉換規則(即轉換映射關系)將異構源數據轉換為XML標準結構文檔。再通過數據傳輸通道，將XML標準數據文檔傳送到相應的目標應用系統。最后。通過目標系統的模式轉換規則，將接收到的XML標準數據文檔。轉換成自身系統可理解的數據模式，再接收相關的數據信息，進而完成異構數據源間的異構數據交互。

基于XML的異構數據交換模型如圖1所示。

4 映射規則生成

從圖1可以看出?；赬ML的異構數據交換，其核心是各類異構源數據與標準XML數據之間的轉換。而要實現轉換，必須先建立轉換規則，即建立全局XML Schema與各數據源數據間的映射關系。

目前。管理信息系統中廣泛應用的數據管理模式都是基于關系數據模式的，因此，這里只討論關系數據庫數據與XML文檔之間轉換映射規則的生成。

4.1 源數據轉換到XML文檔的映射規則

首先獲取源數據的具體關系模式，考慮到源數據關系模式的數據庫平臺無關性，將具體關系模式再轉換為一般關系模式，從一般關系模式中提取出表、字段、完整性約束等信息并通過有向圖來表示。由于關系數據由扁平的數據表構成，而XML是多層嵌套的層狀結構，XML Schema是由13種模式組件組成的集合。通過定義模式組件與有向圖屬性的映射模板，實現數據庫中表結構和相關屬性的扁平結構到XML Schema的層狀結構的轉換。

4.2 XML文檔轉換到源數據的映射規則

首先對XML Schema的數據結構與數據語義約束信息進行形式化描述，建立E－R模型。然后在E-R模型的基礎上，通過建立E－R次序特性、引入父子元素的方向特性、擴展元素出現次數、建立附件信息等，形成擴展關系模型。通過建立XML Schema形式化描述與擴展關系模型的元素與實體、元素到子元素與實體、屬性等之間的對應關系，實現形式化描述到擴展關系模型之間的映射。通過將擴展關系模型轉換為關系模式的數據結構，將擴展關系模型的約束條件轉換為關系模式的數據約束條件，就可實現擴展關系模型到一般關系模型的轉化，最后針對具體信息系統的數據模式，實現一般關系模型的具體化，就可以實現XML向關系數據模式的轉換。

5 XML文檔的傳遞與接收

在基于XML的異構數據交換模型中，數據交換途徑與方式也是關鍵技術之一。XML數據文檔的傳遞與接收，可通過兩種方式來進行：基于普通文檔和基于消息模式數據包。基于普通文檔，就是將包含數據的普通XML文檔進行傳遞與接收?；谙⒛Ｊ降臄祿褪菍瑪祿腦ML文檔或符合XML格式的文檔片段打包成消息的方式進行傳遞和接收。

在進行XML文檔的傳遞與接收時，必須先建立一個數據區，它是一個概念上的區域，其本質上是信息交換平臺，既可以是用來存儲普通XML文檔的物理磁盤區域或內存區域，也可以是基于消息機制的信息傳播機制。所有需交換的信息以XML數據文件的形式存儲在數據交換區，供目標應用系統訪問或觸發目標應用系統，進而實現不同應用系統間信息的發布、獲取、協商、交換等功能，如圖1所示。該平臺上還可包括用XML Schema描述的各全局模式或局部模式的模式結構，以及異構源數據與標準XML數據文檔的轉換規則等，并提供下載機制。

6 總結

異構數據交換是進行異構數據集成的關鍵技術之一。一直是信息集成領域研究的熱點。XML具有良好的可擴展性和自描述性，便于網絡傳輸。針對XML這些優點。本文對基于XML的異構數據交換方法進行了研究。探討了使用XML Schema進行數據標準化和基于XML的異構數據交換實現機制，對利用XML技術進行異構數據集成具有一定的參考意義。