基于XML 的異構數據庫集成的研究

王雅軒，頊 聰

WANG Ya-xuan，XU Cong

（大連外國語學院 軟件學院，大連 116044）

0 引言

隨著計算機的發展，許多企業為了滿足自身的需求，設計自己的信息系統，而這些信息是獨立設計的，并且操作系統和網絡結構的不同造成了各種不同類型的信息資源。我們把這些不同的信息資源稱為異構信息[1]。由于異構信息的存在，使企業之間難以實現數據的共享。為了實現資源的有效利用以及系統間信息的高度共享，集成異構數據庫就成為迫切的需要。目前數據集成典型的方法主要有模式集成方法和數據復制方法[2]。

1 XML 及其相關技術

異構數據集成必須把各種異構數據最終都轉化為一種統一的全局數據模式，以供用戶訪問。XML是W3G設計的一種可擴展標記語言，利用XML人們對于不同數據源，按照一定規則轉換成統一的數據模式，可以對其進行統一訪問[3]。目前XML與數據庫之間的映射主要有兩種方法：模板驅動和模型驅動。在基于模板驅動的映射中，并不預先定義文檔結構和數據庫結構之間的映射關系，而是在數據轉換軟件的處理模板中嵌入說明命令，讓數據傳輸中間件來執行該模板。以模型驅動的映射模式的原理就是利用XML文檔中的數據模型的結構顯性或隱性地將其映射成數據庫的結構，反之亦然。具體實現時，把一個XML 文檔表示為由數據對象構成的樹，每個元素類型和對象模式中的對象相對應，然后使用傳統的對象-關系映射技術將這個模型映射到關系數據庫。

2 用XML 實現異構多數據源的集成

文中提出了一種基于XML 技術的異構數據庫數據集成的構架，屬于模式集成方法。通過在用戶應用程序和各種數據源之間建立一個中間層，來對用戶層屏蔽數據源的差異。從而向用戶層提供一致的數據視圖，完成從實際數據源到用戶數據視圖的轉換，并在中間充當數據總線[4]。

本系統的集成框架圖如圖1 所示，系統分為三層，從下至上各層的基本服務功能如下：

圖1 異構數據庫數據集成的構架圖

1）數據服務器層：系統數據的提供者，它包括各種類型的數據庫。每個數據源與企業內部各部門的MIS系統相連，構成自己的本地應用。

2）應用服務器層：以XML 格式的文檔作為異構數據源的集成，并對用戶層的訪問提供支持；提供必要的數據轉換功能進行數據與XML 格式的相互轉換，將數據存儲到XML 數據空間中，并維持XML數據空間與各異構數據源之間的映射關系。

3）用戶層：用戶層可以是Web 瀏覽器或專用的客戶端，提供對集成數據的應用服務器層進行數據訪問。

3 異構數據庫集成方案中的關鍵技術

從實現角度來看，由于用戶層和數據服務器層相對比較簡單，在此主要對應用服務器層的關鍵技術進行討論。應用服務器層的詳細框架圖如圖2所示。

圖2 XML中間件層框架圖

3.1 公共模型的建立

這部分主要包括局部數據庫關系模式的提取及關系數據模式到XML Schema 的轉換。關系模式提取方法的目的是構建共享數據庫的關系模式（包括表、字段、屬性、主鍵和外鍵），保證數據提取的完整性，為進一步的模式轉化提供基礎。其輸入是在數據庫注冊流程結束時，中間件層所接收到的局部數據庫連接信息（數據庫名稱、數據庫用戶名、密碼以及主機地址）和數據庫類型。輸出是數據庫關系模式的列表表示集，結果可采用一個一維數組和多個二維數組分別存儲注冊異構數據庫中的關系表表名和每個表的屬性字段名稱、字段類型、可否空、主鍵和外鍵屬性。

由于XML DTD 采用了非XML 文檔語法規則、不支持數據類型等原因，在關系數據模式到XML 模式轉換中使用DTD 無法對關系表之間的約束進行轉換[5,6]。而XML Schema 的語法結構比DTD 復雜，比DTD更具有表現力，更適應于各領域應用的使用[7,8]，所以本文使用包含約束條件的數據庫關系模式到XML Schema 轉換算法來實現數據庫關系模式到XML 的轉換。

算法描述如下：

1）每一個異構數據源模式轉換為XML Schema 的轉換結果定義唯一的命名空間。

2）對每一個表R 和字段A1，…，An ，創建復雜類型元素和子元素Al ，…，An ，并設置各個子元素的數據類型。對于數據庫DataBase和表R1，…，Rm ，在XML Schema 中增加一個DataBase 元素，并插入一個復合類型元素，其子元素分別為R1，…，Rm ，各子元素相應的數據類型為每個表創建的復雜類型。

3）表中主鍵映射的屬性或元素定義為key 屬性，外鍵映射的屬性或元素定義為keyref 屬性。根據表中的主鍵外鍵關系，創建子元素，若一個表中的外鍵作為另一個表中的主鍵或主鍵的一部分，則同一字段為外鍵的表映射為父元素，而另一個表映射為子元素。

3.2 查詢處理器的查詢分配

查詢處理器的查詢分配是將用戶基于總體視圖的查詢分解為對各個數據源的子查詢，并發送到相應的數據源。查詢分配器在執行檢索分配時，要參照公共模型的信息，將子查詢準確地發送至各個目標數據源。本系統采用查詢分配方式是GAV 方法，方法描述如下：

1）將接收的用戶檢索請求通過DOM解析器（Document Object Model）轉換成XML 格式文檔，得到轉換后的XML Schema 定義。

2）在XML Schema 的Query 元素復合數據類型定義中，設子元素Item 表示查詢的項目，Form子元素表示查詢的目標表名，Where 子元素描述查詢條件，其中，Item 和Form 子元素可以有任意多項。

3）在查詢的分配過程中，通過遍歷公共模型，查詢分配器找出Form 元素值所在的異構數據源，同時找出Item 元素值中每一項對應的數據表，然后進行XML 子查詢文檔的構建。

4 結束語

XML的出現，為異構數據集成技術帶來了希望，也使共享不同數據庫中的數據成為可能，為解決異構數據集成提供了機會。相信在以后，隨著XML體系結構的完善，可以更好地實現異構數據的集成、共享及利用，并大大提高信息系統的整體性能。

[1]Susame Busses Ralf-detlefKutsche，U if laser and her bertweberFederated information systems： concepts[R].Terminology andArchitectures.For schung sherichte DesFzchbereichs Informatik1999.

[2]陳躍國，王京春.數據集成綜述[J].計算機科學，2004，31（5）：48-50.

[3]陶以政，唐定勇.基于Java 和XML技術的異構信息系統數據集成框架應用研究[J].計算機應用研究，2004（5）：38-40.

[4]BOURRET C，BORNHOVD A，BUCHMANN A.Generic Load Extract Utility for Data Transfer Between XML Documents and Relational Databases [Z].W ECW IS 2000,Milpit as，California，2000，6.

[5]楊芳，陶世群.基于XML異構數據庫系統的集成設計[J].計算機工程與設計，2005，26（7）：1907-1909.

[6]Chen Shyh–Kwei，LO Ming-Ling，WuKun-Lung.A practical approach to extracting DTD-conforming XML documents from heterogeneous data sources [J].Information Sciences，2006，176（7）：820-844.

[7]Valentine Chelsea，Dykes Lucinda，Ed T.XML Schema數據庫編程指南[M].北京：電子工業出版社，2002.

[8]Madrias，Passi K，Bhowmicks.An XML Schema integration and query mechanism system [J].Data ＆Knowledge Engineering，2007，65（2）：266-303.