高校信息資源異構(gòu)數(shù)據(jù)源整合的技術(shù)方案分析

劉雪芳

(景德鎮(zhèn)學(xué)院,江西 景德鎮(zhèn) 333000)

0 引言

目前,大部分高校均配備了若干個(gè)數(shù)據(jù)庫(kù)平臺(tái),并以此類平臺(tái)為基準(zhǔn)運(yùn)行相應(yīng)的教學(xué)應(yīng)用系統(tǒng)。然而,這不可避免地會(huì)加劇教育資源建設(shè)的重復(fù)性問(wèn)題。恰當(dāng)?shù)乩卯悩?gòu)數(shù)據(jù)源整合技術(shù)不僅可以實(shí)現(xiàn)對(duì)使用率較低、分散度較高的數(shù)字資源的無(wú)縫整合,賦予其集成檢索的能力,還可以構(gòu)建一個(gè)全新的能夠跨越數(shù)據(jù)庫(kù)、平臺(tái)和內(nèi)容數(shù)字資源體系,從而在有效提高知識(shí)服務(wù)水平、改善知識(shí)服務(wù)質(zhì)量的同時(shí),使數(shù)字資源整體應(yīng)用水平邁上新的臺(tái)階。

隨著高校信息資源的需求量日趨增加,高校紛紛在信息化建設(shè)上投入許多物力、人力以及財(cái)力,實(shí)施高校信息化建設(shè)是大勢(shì)所趨。現(xiàn)階段,大量高校已完成了各類信息服務(wù)系統(tǒng)的構(gòu)建,給高校提供現(xiàn)代化服務(wù)、開展現(xiàn)代化管理工作創(chuàng)造了便利條件。在高等教育信息化建設(shè)的初期,信息往往只服務(wù)于單一部門,缺乏統(tǒng)一標(biāo)準(zhǔn)以及系統(tǒng)規(guī)劃。這種情況下,信息資源采集時(shí)常常會(huì)出現(xiàn)重復(fù)和浪費(fèi)的問(wèn)題。同時(shí),各部門之間的信息管理能力和信息查詢的開放程度也大相徑庭,一些資源只能服務(wù)于少數(shù)人群,導(dǎo)致信息資源的利用效率不盡如人意。鑒于此,本文認(rèn)為應(yīng)合理地調(diào)整和整合高校的信息資源,以充分發(fā)揮其潛在價(jià)值。

1 異構(gòu)數(shù)據(jù)源集成整合過(guò)程中存在的問(wèn)題

1.1 異構(gòu)性

高校在進(jìn)行信息資源異構(gòu)數(shù)據(jù)集成的過(guò)程中,一定會(huì)面臨異構(gòu)性問(wèn)題,該問(wèn)題的具體表現(xiàn)包括以下3個(gè)方面。(1)模式異構(gòu):在存儲(chǔ)模式方面數(shù)據(jù)源存在差異;(2)系統(tǒng)異構(gòu):具體有基礎(chǔ)操作系統(tǒng)異構(gòu)、計(jì)算機(jī)體系結(jié)構(gòu)的異構(gòu)、DBMS本身的異構(gòu);(3)來(lái)源異構(gòu):由于數(shù)據(jù)獲取渠道差異產(chǎn)生的異構(gòu),具體有外部數(shù)據(jù)與內(nèi)部數(shù)據(jù)異構(gòu)[1]。

1.2 完整性

本文討論的完整性包含了約束完整性和數(shù)據(jù)完整性。整合異構(gòu)數(shù)據(jù)源的出發(fā)點(diǎn)是為應(yīng)用提供一致的訪問(wèn)支持。數(shù)據(jù)完整性是指全面提取所有數(shù)據(jù),比較容易實(shí)現(xiàn)。數(shù)據(jù)完整性中的約束完整性可以充分體現(xiàn)數(shù)據(jù)之間的聯(lián)系與數(shù)據(jù)間的邏輯關(guān)系。若能保障約束完整性,則能夠有效提升效率,為數(shù)據(jù)處理創(chuàng)造便利條件,是順利完成數(shù)據(jù)交換與數(shù)據(jù)發(fā)布的重要前提。

1.3 權(quán)限問(wèn)題

權(quán)限問(wèn)題有2種:(1)在異構(gòu)數(shù)據(jù)源集成系統(tǒng)中,有許多數(shù)據(jù)存在,而大學(xué)環(huán)境中,存在多樣化的群體,每個(gè)群體對(duì)系統(tǒng)的訪問(wèn)權(quán)限各不相同。因此,高校應(yīng)合理管控系統(tǒng)訪問(wèn)權(quán)限,避免出現(xiàn)系統(tǒng)使用混亂的問(wèn)題;(2)在進(jìn)行異構(gòu)數(shù)據(jù)源整合時(shí),需要確保這個(gè)過(guò)程不會(huì)干擾各部門訪問(wèn)原始數(shù)據(jù)庫(kù)的權(quán)限[2]。

1.4 性能

為了使得高校能夠又快又準(zhǔn)地對(duì)突發(fā)性事件做出判斷,高校的異構(gòu)數(shù)據(jù)源集成系統(tǒng)就必須具有優(yōu)異的數(shù)據(jù)處理能力,且具備較強(qiáng)的對(duì)或許產(chǎn)生的數(shù)據(jù)源的適應(yīng)能力?？紤]到高校的運(yùn)作成本,此系統(tǒng)還需滿足投入少的要求。

1.5 附加約束

在集成系統(tǒng)內(nèi)至少有2個(gè)數(shù)據(jù)源的情況下,數(shù)據(jù)源的數(shù)據(jù)間或許存在一些聯(lián)系,將關(guān)聯(lián)附加至集成結(jié)果內(nèi)的過(guò)程就叫做附加約束。

1.6 集成性

集成性要求所有異構(gòu)商務(wù)數(shù)據(jù)能夠?qū)崿F(xiàn)聯(lián)結(jié)存儲(chǔ)和有序集成,而不是僅僅被簡(jiǎn)單地放在一個(gè)數(shù)據(jù)庫(kù)系統(tǒng)里。在經(jīng)過(guò)集成處理之后,所有過(guò)去在高校中孤立的應(yīng)用系統(tǒng)的數(shù)據(jù)僅需經(jīng)由一個(gè)統(tǒng)一的檢索入口即可實(shí)現(xiàn)對(duì)全部數(shù)據(jù)的訪問(wèn)。

1.7 集成內(nèi)容限定

數(shù)據(jù)集成并不僅僅是在各數(shù)據(jù)源之間進(jìn)行全面的數(shù)據(jù)融合,而是在進(jìn)行集成處理的過(guò)程中需要緊密與高校的各種業(yè)務(wù)流程相結(jié)合。關(guān)于集成范圍的定義,實(shí)際上是對(duì)集成內(nèi)容的邊界問(wèn)題的界定。

1.8 語(yǔ)義沖突

語(yǔ)義沖突通常會(huì)使數(shù)據(jù)集成的結(jié)果出現(xiàn)重復(fù),對(duì)數(shù)據(jù)的發(fā)布、處理和交換構(gòu)成阻礙。因此,在數(shù)據(jù)集成時(shí)需重點(diǎn)解決語(yǔ)義沖突的規(guī)避問(wèn)題。

2 目前主流的異構(gòu)數(shù)據(jù)源整合技術(shù)方案

2.1 運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)對(duì)異構(gòu)數(shù)據(jù)源進(jìn)行整合

在具體實(shí)施時(shí),需要在數(shù)據(jù)庫(kù)內(nèi)實(shí)施快照設(shè)置,以便在指定時(shí)間將其他數(shù)據(jù)源的數(shù)據(jù)復(fù)制到本地?cái)?shù)據(jù)庫(kù),如此可以有效地彌補(bǔ)數(shù)據(jù)庫(kù)訪問(wèn)接口技術(shù)整合方案在處理不同數(shù)據(jù)源問(wèn)題時(shí)的不足。然而,該技術(shù)要求在規(guī)定時(shí)間進(jìn)行復(fù)制,無(wú)法實(shí)現(xiàn)實(shí)時(shí)同步數(shù)據(jù),不適用于對(duì)實(shí)時(shí)性有著高要求的應(yīng)用。

2.2 運(yùn)用數(shù)據(jù)庫(kù)訪問(wèn)接口技術(shù)對(duì)異構(gòu)數(shù)據(jù)源進(jìn)行整合

Sun公司開發(fā)的JDBC技術(shù)和微軟公司推出的ODBC技術(shù),都是數(shù)據(jù)庫(kù)訪問(wèn)接口技術(shù)的典型代表,可以在應(yīng)用程序中實(shí)現(xiàn)對(duì)多種數(shù)據(jù)源的數(shù)據(jù)連接。這就要求用戶對(duì)連接對(duì)應(yīng)的數(shù)據(jù)庫(kù)具有強(qiáng)大的辨識(shí)能力,若在進(jìn)行設(shè)計(jì)時(shí)還牽扯到存儲(chǔ)過(guò)程,那么程序員必須重點(diǎn)參考不同數(shù)據(jù)庫(kù)的要求完成編寫。該項(xiàng)技術(shù)的應(yīng)用對(duì)程序員的能力與水平有著較高的要求。

2.3 運(yùn)用中間件異構(gòu)數(shù)據(jù)集成平臺(tái)技術(shù)完成異構(gòu)數(shù)據(jù)源整合

雖然采用前述的2種方案能夠妥善處理好內(nèi)部應(yīng)用系統(tǒng)集成的問(wèn)題,但是由于各種數(shù)據(jù)封裝標(biāo)準(zhǔn)和組件模型架構(gòu)之間存在差異,使得各組件模型間的集成變得更加困難。目前,在所有的異構(gòu)數(shù)據(jù)源系統(tǒng)整合方案中,效果最為顯著且使用最頻繁的方案是利用中間件進(jìn)行異構(gòu)數(shù)據(jù)源整合這一方案。中間件異構(gòu)數(shù)據(jù)集成平臺(tái)可用于創(chuàng)建平臺(tái)的工具有2種,其一為網(wǎng)格,其二為Web服務(wù),借助在數(shù)據(jù)轉(zhuǎn)換上XML的優(yōu)勢(shì)完成異構(gòu)數(shù)據(jù)轉(zhuǎn)換[3]。

作為新的Web應(yīng)用程序中的一部分,Web Service具有自描述、自包含、模塊化的特點(diǎn),支持定位、發(fā)布、經(jīng)由Web調(diào)用。同時(shí),Web Service具有處理從基礎(chǔ)請(qǐng)求到高級(jí)商務(wù)操作的廣泛能力。經(jīng)過(guò)一系列的配置步驟后,其他Web Service應(yīng)用能夠識(shí)別并使用已經(jīng)部署的服務(wù),同時(shí)能夠兼容XML、HTTP等標(biāo)準(zhǔn)的網(wǎng)絡(luò)協(xié)議。

可擴(kuò)展標(biāo)記語(yǔ)言中的標(biāo)記指處在計(jì)算機(jī)可理解范圍內(nèi)的信息符號(hào),以標(biāo)記為導(dǎo)向,計(jì)算機(jī)與計(jì)算機(jī)之間能實(shí)現(xiàn)對(duì)各類文獻(xiàn)等的處理[4]。對(duì)此類標(biāo)記下定義,不僅僅能選用國(guó)際通用標(biāo)記語(yǔ)言,如HTML等,還能使用XML等標(biāo)記語(yǔ)言,此為語(yǔ)言的可擴(kuò)展性。

3 解決高校信息資源異構(gòu)數(shù)據(jù)源整合問(wèn)題的有效路徑

3.1 高校信息資源的特征

現(xiàn)階段,高校對(duì)一站式的信息資源服務(wù)的要求較高,資源交換以及資源共享的需求量大。受歷史因素的影響,我國(guó)大部分學(xué)校往往具備若干個(gè)教學(xué)應(yīng)用系統(tǒng),這些系統(tǒng)在數(shù)據(jù)結(jié)構(gòu)方面往往存在差異,但卻一般可以運(yùn)行同一課程。同時(shí),數(shù)據(jù)孤島式的本地?cái)?shù)據(jù)庫(kù)管理系統(tǒng)無(wú)法滿足資源互換和共享的要求。如今,高校教師和學(xué)生獲取信息的方法以及習(xí)慣已經(jīng)有了明顯的轉(zhuǎn)變,無(wú)需前往圖書館查閱資料即可在網(wǎng)絡(luò)上得到自己想要的文獻(xiàn)資料或者信息,且不受時(shí)間、地點(diǎn)的限制。因此,高校信息資源服務(wù)的目標(biāo)應(yīng)是:在不對(duì)現(xiàn)有數(shù)據(jù)庫(kù)正常運(yùn)作產(chǎn)生任何負(fù)面影響的同時(shí),能顯著提升對(duì)不同異構(gòu)信息平臺(tái)進(jìn)行優(yōu)化整合的效率。

3.2 高校信息資源異構(gòu)數(shù)據(jù)源整合解決方案的實(shí)現(xiàn)

基于對(duì)高校信息資源異構(gòu)數(shù)據(jù)源基本特點(diǎn)的思量,以中間件異構(gòu)數(shù)據(jù)集成平臺(tái)為媒介,對(duì)異構(gòu)數(shù)據(jù)源進(jìn)行整合這一方案具有較高的可行性。該方案通過(guò)提供Web服務(wù)的路徑實(shí)現(xiàn)交互功能,只要依托相應(yīng)的平臺(tái)或者軟件開發(fā)環(huán)境,Web應(yīng)用客戶端及其他應(yīng)用程序客戶端均能成功調(diào)用Web服務(wù)接口以獲取自己想要的數(shù)據(jù),以此達(dá)到透明式訪問(wèn)數(shù)據(jù)的目的。從實(shí)現(xiàn)上看,本文將列舉教學(xué)應(yīng)用系統(tǒng)、試題庫(kù)應(yīng)用系統(tǒng)、教務(wù)管理系統(tǒng)整合的案例,借助開放網(wǎng)格服務(wù)架構(gòu) (OGSA)打造中間件異構(gòu)數(shù)據(jù)集成平臺(tái)。

(1)各種系統(tǒng),如試題應(yīng)用系統(tǒng),都需要利用異構(gòu)數(shù)據(jù)資源和數(shù)據(jù)庫(kù)進(jìn)行建模,可以使用JAXP和JDOM來(lái)實(shí)現(xiàn)數(shù)據(jù)庫(kù)數(shù)據(jù)和XML數(shù)據(jù)之間的轉(zhuǎn)換[5]?？紤]到數(shù)據(jù)庫(kù)內(nèi)有過(guò)多的表,因此需借助通用的ResultSet對(duì)象實(shí)現(xiàn)向XML文件的程序的轉(zhuǎn)換。因此,只需要提供要生成的XML文件和查詢結(jié)果集的路徑,再完成屬性名和元素名的指派工作,利用designOver( )函數(shù)對(duì)其對(duì)應(yīng)的查詢結(jié)果的集中字段進(jìn)行調(diào)用。該解決方案的特征是:無(wú)需讀固定的標(biāo)簽,僅僅需借助一個(gè)映射條件雙向轉(zhuǎn)換數(shù)據(jù)即可。

(2)開放網(wǎng)格服務(wù)架構(gòu)(OGSA)是一種支持無(wú)縫銜接異構(gòu)數(shù)據(jù)源、提供各類后臺(tái)服務(wù)、為中間件異構(gòu)數(shù)據(jù)集成平臺(tái)的建設(shè)提供支持的架構(gòu),目前已得到了廣泛應(yīng)用。

(3)實(shí)施OGSA所設(shè)定的接口,整理所有中間件之間以及異構(gòu)數(shù)據(jù)庫(kù)與中間件異構(gòu)數(shù)據(jù)集成平臺(tái)之間的連接信息,構(gòu)筑全面的數(shù)據(jù)共享網(wǎng)絡(luò)。在數(shù)據(jù)共享網(wǎng)絡(luò)內(nèi)數(shù)據(jù)共享的程度與共享數(shù)據(jù)信息量的多少主要取決于數(shù)據(jù)共享網(wǎng)絡(luò)內(nèi)所有中間件權(quán)限的配置情況。在實(shí)踐過(guò)程中,用戶可使用該平臺(tái)實(shí)現(xiàn)訪問(wèn),通過(guò)網(wǎng)格服務(wù)的形式對(duì)外發(fā)布集成平臺(tái)內(nèi)的所有節(jié)點(diǎn)數(shù)據(jù)源。利用中間件異構(gòu)數(shù)據(jù)集成平臺(tái)對(duì)客戶端請(qǐng)求進(jìn)行研究分析的過(guò)程中,第一步要對(duì)客戶端請(qǐng)求使用的數(shù)據(jù)庫(kù)以及中間件進(jìn)行剖析,若2個(gè)以上的中間件數(shù)據(jù)需匹配查詢,那么首先要獨(dú)立查詢其中的單一中間件數(shù)據(jù),然后提取結(jié)果數(shù)據(jù),最后得到與另外的中間件數(shù)據(jù)相匹配的一個(gè)子查詢。

(4)調(diào)用這一中間件的網(wǎng)格服務(wù)接口是各類教學(xué)應(yīng)用系統(tǒng)收集所需數(shù)據(jù)的一種有效路徑,從而達(dá)到無(wú)障礙式訪問(wèn)異構(gòu)數(shù)據(jù)的目的。當(dāng)用戶將查詢語(yǔ)句的請(qǐng)求提交至Web后,該平臺(tái)會(huì)立即進(jìn)入工作狀態(tài),系統(tǒng)探究此類查詢語(yǔ)句,并將其轉(zhuǎn)發(fā)至相應(yīng)的中間件。查詢結(jié)果將通過(guò)多個(gè)DataSet的形式展現(xiàn),然后由異構(gòu)數(shù)據(jù)集成平臺(tái)進(jìn)行再處理,最終生成一個(gè)最終版的DataSet。根據(jù)客戶端的需求,平臺(tái)將DataSet轉(zhuǎn)化為一個(gè)結(jié)果XML文件,并傳輸至客戶端。至此,查詢過(guò)程全部完成。

4 結(jié)語(yǔ)

綜上,異構(gòu)數(shù)據(jù)源整合是一種可以使高等教育信息資源得到更充分的利用、能給用戶訪問(wèn)提供更為便捷的環(huán)境的有效方式。一方面可以減少高校在物力、人力方面的投入,另一方面可以有效提升高校對(duì)特色資源的利用率。未來(lái),高校信息資源異構(gòu)數(shù)據(jù)源整合將和大量技術(shù)逐步融合在一起,如計(jì)算機(jī)協(xié)同工作技術(shù)等。