XML數據到關系數據的映射

洪欣，陳維斌，蹇崇軍

（1.華僑大學計算機科學與技術學院，福建 泉州 362021；2.華僑大學機電及自動化學院，福建 泉州 362021）

XML數據到關系數據的映射

洪欣1，陳維斌1，蹇崇軍2

（1.華僑大學計算機科學與技術學院，福建 泉州 362021；2.華僑大學機電及自動化學院，福建 泉州 362021）

為實現XML數據到關系數據的數據映射，提出一種模式抽取算法，通過XML2XDR模塊抽取XML模式，依據模式對XML數據分類.分析XML模式與關系模式的差異性，通過XMLdata2DB模塊建立XML數據到關系數據的映射規則，從而實現將XML數據映射到關系數據中.

關系數據；XML；映射規則；模式抽取

企業之間進行商務數據交換時，存在數據結構不同的問題，往往通過XML格式的數據進行數據交換，并將其導入企業原有的關系數據庫中［1］.隨著大量XML文檔數據的出現，如何高效地存儲、管理和查詢這些XML數據，成為目前值得研究的重要課題.對XML數據庫系統的研究主要有兩個基本途徑一種是純XML數據庫系統，優點是充分考慮XML數據的特點，以一種自然的方式來處理XML數據，能較好地支持XML數據的存儲和查詢，但目前技術仍不成熟；另一種是在原關系數據庫系統或面向對象數據庫基礎之上擴充功能，實現XML數據的處理［2-5］.本文提出一種XML模式抽取技術，抽取XML文檔的模式，將XML模式映射到關系模式中，從而實現企業間的電子商務數據交換［6］.

1 抽取XML模式的必要性

在XML文檔中，模式不是必須的.對于帶模式的XML文檔，可以將XML模式直接映射為關系模式.對于不帶模式的XML文檔，如果直接映射為關系，即使XML文檔來自于同一模式，也可能映射為不同結果.如以下兩個XML文檔片斷A和B.

（1）XML文檔片斷A.

文檔片斷A直接映射生成的關系表如下：

（2）XML文檔片斷B.

文檔片斷B映射生成的關系表如下：

以上示例（1），（2）中可見，文檔片斷直接映射生成的關系表存在著差異.即采用不帶模式的映射，可能會生成多個具有重復字段卻并不完全相同的表，不僅浪費了存儲空間，而且不利于數據的管理.

如果首先抽取XML文檔片斷A與XML文檔片斷B的模式，然后通過模式進行映射，由于兩個文檔片斷是同源的，那么生成的關系表就是相同的.由此可見，如果XML文檔帶有模式，最好的方式就是依據模式來映射關系模式，這樣映射生成的關系表具有通用性.如果XML文檔不帶模式定義，則先為其建立XDR模式，然后再調用帶有模式的XML文檔的映射算法進行映射.

2 系統設計

2.1 映射框架

對不帶XDR模式的XML文檔的映射包含如下3個步驟.（1）生成XDR模式.（2）應用含有XDR模式的映射方法，對XML文檔進行映射生成關系表.（3）通過填入數據模塊，將XML文檔數據映射為關系數據庫數據.

圖1為系統流程.模塊結構包括XML文檔模式的抽取（XML2XDR模塊）、XDR模式到關系模式的映射（XDR2DB模塊）、XML數據到關系數據的映射（XMLdata2DBdata模塊）.

圖1 系統工作流程Fig.1 Working flow of the system

2.2 XML文檔模式的抽取

XML文檔的模式有多種，選擇其中的XDR（XML Data Reduced Language，簡化XML數據定義語言）進行說明.基于XDR模式的XML文檔的抽取算法XML2XDR有如下7個步驟.

（1）讀取XML文檔.

（2）建立XDR文件頭.

（3）讀取XML數據建立根節點.

（4）生成元素聲明.

（5）如果元素有屬性，則讀取屬性值，建立屬性聲明.

（6）如果元素有子節點，則讀取子節點生成子元素，轉到（4），繼續分析子元素，建立子元素的元素及屬性聲明.

（7）是否還有同層節點，如果有則轉到（4），為該節點建立元素及屬性聲明；如果沒有則輸出XDR模式文件.

前例中的A文檔與B文檔經過模式抽取之后，生成的XDR模式如圖2所示.由于Star包含在minOccurs＝“0”maxOccurs＝“＊”的group中，出現的次數是不定的，所以在XDR模式的實例中，Star元素可能出現零次、一次或多次，與文檔A及文檔B的情況相符.

圖2 XML文檔抽取的XDR模式Fig.2 XDR schema extracted from XML documents

2.3 XML模式到關系模式的映射算法

抽取XML模式之后，可以通過模式將XML的數據結構映射到關系數據的數據結構，建立模式映射算法XDR2DB.算法有如下5個步驟.

（1）讀取XDR模式.

（2）讀取ElementType元素聲明.

（3）消除遞歸，生成關系表XDR2DB-Recursion-Mapping.

（4）根據節點類型，進行相應的映射.如果子元素類型為屬性，調用元素屬性映射算法生成字段；如果子元素類型為元素，調用子元素映射算法生成字段及關系；如果子元素為group，調用模式組映射算法生成字段及關系.

（5）判斷是否到達XDR模式末尾，如果不是，則轉到（2）；否則，生成表間聯系.

圖2所示生成的XDR模式，經過XDR2DB映射后，其結果如圖3所示.

圖3 XDR模式映射到關系數據庫的結果Fig.3 The results of XDR schema mapping to the relational database

2.4 XML數據到關系數據的映射算法

將XML模式映射為關系模式之后，需要將XML文檔的數據填充到所建立的關系表中.XMLdata2DB映射算法有如下5個步驟.

（1）讀取XML模式的根節點，建立表格.

（2）讀取模式的節點element，創建子表.

（3）如果element不含子節點，則轉到（5）；如果element含有子節點，則分析子節點的類型.如果為屬性節點，則為該屬性節點對應的字段賦值；如果為元素節點，則判定是否還包含子節點，如果含有子節點則轉到（2）；否則，為該子節點對應的字段賦值.

（4）判斷子節點是否還有未訪問的同層節點，如果是，則讀取下一節點轉到（3）；否則，插入一條記錄到關系表中.

（5）查找是否還有未訪問的節點，如果有轉到（3）；否則完成數據映射.

文檔A與文檔B的數據映射到關系數據庫中的結果，如圖4所示.

圖4 XML數據映射到關系數據的結果Fig.4 Results of XML data mapping to relational data

3 結束語

建立了一個數據交換框架，提出一種XML模式的抽取技術，并給出從XML數據到關系數據的映射算法.研究結果可為企業的商務數據交換提供一種可行的方法，方便企業之間在異構平臺上的實現數據交換.

［1］宋培義.XML與電子商務［J］.北京廣播學院學報：自然科學版，2000，7（4）：33-37.

［2］WANG Guo-ren，HAN Dong-hong，QI AO Ba i-you，et al.Extending XML schema with object-oriented features［J］.Information Technology Journal，2005，4（1）：44-54.

［3］WANG Guo-ren，LIU Meng-chi.Extending XML schema with nonmonotonic inheritance［C］//Proceedings of 1st International Workshop on XML Schema and Data Management.Chicago：Iustrotion，2003：402-407.

［4］LEE Dong-won，CHU W W.Comparative analysis of six XML schema language［J］.ACM SIGMOD Record，2002 29（3）：117-151.

［5］萬常選，林大海.基于關系數據庫分裂大型XML文檔到關系存儲［J］.計算機應用研究，2004，21（8）：166-167.

［6］洪欣.基于XDR模式的XML文檔與關系數據庫的映射技術研究［D］.泉州：華僑大學，2004.

Mapping from XML-Data to Relational-Data

HONG Xin1，CHEN Wei-bin1，JIAN Chong-jun2
（1.College of Computer Science and Technology，HuaQiao University，Quanzhou 362021，China；2.College of Mechanical Engineering and Automation，Huaqiao University，Quanzhou 362021，China）

In order to realize the data mapping from the XML-data to the relational-data，this paper propose a model extraction algorithm，the XML2XDR model extract the XML model，according to the model the XML-data is classified.By analysing the differences between the XML schema and relational schema，the mapping rules from XML-data to relational data was established based on XML data2B，and the mapping from XML-data to relational-data was realized.

relational data；XML；mapping rules；pattern extraction

1000-5013（201101-0039-04

TP311.132.3；TP311.12

A

（責任編輯：錢筠 英文審校：吳逢鐵）

2010-04-23

洪欣（1977-），女，講師，主要從事數據庫領域的研究.E-mail：xinhong@hqu.edu.cn.

福建省青年人才項目資助（2007F3062）；福建省泉州市科技計劃項目（2010G4）；華僑大學高層次人才科研啟動項目（07BS403）；華僑大學科研基金資助項目（08HZR18）