（管理科学与工程专业论文）基于元数据的教育资源非结构化数据组织管理.pdf

内蒙古大学硕士学位论文 基于元数据的教育资源非结构化数据组织管理 摘要 随着互联网时代的到来，机构面对的信息呈现爆炸式增长。据统计，当前 社会上8 5 的信息是以非结构化数据的形式出现，包括纸上的文件、报告，视 频和音频文件，照片、传真件、信件。但对于这些非结构化的内容，其中只有 不到5 进行了数字化管理。如不利用信息技术对数据进行有序的管理，不但不 能发挥数据应有的价值，更有可能被海量数据“淹死”；但如果投资信息技术不 得其法，又会造成资源浪费，数据管理效果也将事倍功半。 教育部在2 0 0 0 年组织的专门研究小组起草制定的教育资源建设技术规 范，从教育资源建设的实际出发，确定了教育资源的内容主要包括以下九类： 媒体素材、题库、试卷素材、课件与网络课件、案例、文献资料、常见问题解 答、资源目录索引、网络课程。由此可见教育资源绝大部分是属于非结构化数 据，对此类数据使用传统的面向结构化数据的关系型数据库进行管理有些捉襟 见肘，如何完整有效组织管理教育资源成为一个非常重要的研究课题。 本文首先分析了高校的教育资源建设现状和国内外关于教育资源描述的元 数据标准，根据教育部教育信息化技术委员会发布的教育资源建设技术规范， 对本校教育资源非结构化数据进行描述，上传保存教育资源同时自动生成对应 x m l 元数据描述信息文件，以实现数据与元数据信息同步更新、下载和显示。 关键字：教育资源，非结构化数据，元数据，x m l ，j s p 基于元数据的教育资源非结构化数据组织管理 o r g a n i z a t i o na n dm a n a g e 匝n to ft h ee d u c a t i o n a l r e s o u r c e su n s t r u c t u r e dd a l - b a s e do n 匝t a d a t a a b s t r a c t w i t ht h ea d v e n to ft h ei n t e r a c te r a , t h ei n f o r m a t i o nw h i c ht h eo r g a n i z a t i o nf a c e ss h o w st h e d e t o n a t i o nt y p et og r o w a c c o r d i n gt os t a t i s t i c s ，8 5 o ft h ec u r r e n ts o c i a li n f o r m a t i o ni si nt h ef o r m o fu n s t r u c t u r e dd a t a , i n c l u d i n gp a p e rd o c u m e n t s ，r e p o r t s ，v i d e oa n da u d i of i l e s ，p h o t o s ，f a x ，l e t t e r b u tf o rt h e s eu n s t r u c t u r e dc o n t e n t ，o fw h i c h o n l yl e s st h a n5 o f t h ed i g i t a lm a n a g e m e u t w i t h o u t t h eu s eo fi n f o r m a t i o nt e c h n o l o g yt ot h em a n a g e m e n to fd a t ai na no r d e r l ym a n n e r ，n o to n l yc a nn o t p l a yt h ev a l u eo ft h ed a t as h o u l db e ，m o r el i k e l yt ob em a s s i v ed a t a ”d r o w n e d ”；b u ti fi m p r o p e r l y i n f o r m a t i o nt e c h n o l o g yi n v e s t m e n t , w i l lb eaw a s t eo fr e s o u r c e s ，d a t am a n a g e m e n te f f e c tw i l lb e 1 e s se f f e c t i v e i n2 0 0 0t h em i n i s t r yo fe d u c a t i o no r g a n i z e das p e c i a ls t u d yg r o u pd r a f t i n ga n df o r m u l a t i o no f t h e ”t e c h n i c a ls p e c i f i c a t i o nf o re d u c a t i o n a lr e s o u r c ec o n s t r u c t i o n ”，e m b a r k e df r o mt h er e a l i t yo f t h ee d u c a t i o n a lr e s o u r c e st od e f i n ee d u c a t i o n a lr e s o u r c e s ，i n c l u d i n gt h ec o n t e n t so ft h ef o l l o w i n g n i n ec a t e g o r i e s ：m e d i am a t e r i a l ，q u e s t i o nb a n k , e x a m i n a t i o np a p e rs o u r c em a t e r i a l ，c o u r s e w a r ea n d n e t w o r kc o u r s e w a r e ，c a s e ，d o c u m e n t a t i o n , f a q ，r e s o u r c ed i r e c t o r y ，n e t w o r kc o u r s e s i ti st h a tt h e v a s tm a j o r i t yo fe d u c a t i o n a lr e s o u r c e sa r eu n s t r u c t u r e dd a t a , s u c hd a t au s e dt h et r a d i t i o n a ls t r u c t u r e o ft h er e l a t i o n a ld a t a b a s ed a t am a n a g e m e n th a v et o om a n yp r o b l e m st ot a c l d e ，h o wc o m p l e t ea n d e f f e c t i v eo r g a n i z a t i o na n dm a n a g e m e n to fe d u c a t i o n a lr e s o u r c e st ob e c o m eav e r yi m p o r t a n t r e s e a r c hs u b j e c t i nt h i sp a p e r ，f i r s t l ya n a l y z e du n i v e r s i t y se d u c a t i o n a lr e s o u r c e sc o n s t r u c t i o np r e s e n ts i t u a t i o n a n dm e t a d a t as t a n d a r do fe d u c a t i o n a lr e s o u r c e sa th o m ea n da b r o a d a c c o r d i n gt om i n i s t r yo f i n f o r m a t i o nt e c h n o l o g ye d u c a t i o nc o m m i t t e e ”t e c h n i c a ls p e c i f i c a t i o nf o re d u c a t i o n a lr e s o u r c e c o n s t r u c t i o n ，c a r r i e so nt h ed e s c r i p t i o nt ot h i ss c h o o le d u c a t i o n a lr e s o u r c e sn o n - s t r u c t u r i z a t i o n d a t aa n du p l o a dt h ep r e s e r v a t i o no fe d u c a t i o n a lr e s o u r c e s ，a tt h es a m et i m ea u t o m a t i c a l l yg e n e r a t e c o r r e s p o n d i n gx m l m e t a d a t ad e s c r i p t i o nd o c u m e n t s ，i no r d e rt oa c h i e v ed a t as y n c h r o n i z a t i o nw i t h t h em e t a d a t ai n f o r m a t i o nu p d a t i n g ，d o w n l o a d i n ga n dd i s p l a y i n g k e y w o r d s ：e d u c a t i o n a lr e s o u r c e s ，u n s t r u c t u r e dd a t a ，m e t a d a t a ，x m l ，j s p u 内蒙古大学硕上学位论文 图表目录 图1 1 教育资源非结构化数据组织管理构想图3 图5 1 系统模型图。1 6 图5 2 系统结构图1 6 图5 3 系统功能模块图：1 7 图5 4 系统流程图。18 表5 1by h b 表1 9 表5 2b 的表。19_upload 表5 3ba n n o t a t i o n 表2 0 表5 4 t dg x l x d r n 表2 0 表5 5t dz y l x d m 表2 0 表5 6 t dz h x k d m 表：。2 1 表5 7 t dx k d m 表2 1 表5 8 t dy z d r n 表2 1 表5 9 t di e u r d m 表2 2 表5 1 0t 表22_zyb 图6 1添加用户页面2 5 图6 2 修改用户显示页面2 6 图6 3修改用户页面。2 7 图6 4 添加语种页面2 8 图6 5 修改语种显示页面。2 9 图6 6 修改语种页面3 0 图6 7 上传页面3 3 图6 8 上传成功页面3 4 图6 9 检索页面_ 3 5 图6 1 0 检索结果页面_ 3 6 图6 1 1 评注显示页面。3 8 图6 1 2 评注显示页面3 9 图6 1 3 统计页面4 0 图6 1 4 预览页面4 l v 原创性声明 本人声明：所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人 - 己经发表或撰写过的研究成果，也不包含为获得内蒙古大学或其他教育机构的学 位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在 论文中作了明确的说明并表示了谢意。 学位论文作者签名： 日期：私巧、纱 指导教师签名：自劳 日 期：掣星：厶： 在学校期间研究成果使用说明书 学位论文作者完全了解内蒙古大学有关保留和使用学位论文的规定，即：内 蒙古大学研究生在校攻读学位期间论文工作的知识产权单位属内蒙古大学。学校 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查 阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印 或其它复制手段保存、汇编学位论文。作者今后使用涉及在学期间主要研究内容 或研究成果，须征得内蒙古大学就读期间导师的同意；若用于发表论文，版权单 位必须署名为内蒙古大学方可投稿或公开发表。 学位论文作者签名：扬名 e l期：么形 誓导教师签耋：! 兰l - 譬 日 期谚谆j a 内蒙古大学硕士学位论文 1 1 背景介绍 第一章绪论 在当今信息爆炸的时代，信息量每天都在以惊人的速度增长。信息种类也在不断的扩展， 越来越多的非结构化信息不断出现，其中包括各种报表、账单、电子文档、网站的各种元素、 图片、传真、扫描影像，以及大量的多媒体的音频、视频信息等等。而在信息爆炸的背后， 人们面临的巨大挑战是如何有序地存储、管理并利用这些信息，尤其是对于那些大量的、非 结构化的信息。 据国际知名调研机构f o r r e s tr e s e a r c h 的统计资料表明，其中1 5 左右的信息有效地存 储在了各种类型的结构化数据库中，但是还有8 5 非结构化信息( 只有不到5 进行了数字化 管理) 分散在组织的整个业务过程及外部环境中。 教育部在2 0 0 0 年组织的专门研究小组起草制定的教育资源建设技术规范，从教育资 源建设的实际出发，确定了教育资源的内容主要包括以下九类：媒体素材、题库、试卷素材、 课件与网络课件、案例、文献资料、常见问题解答、资源目录索引、网络课程。由此可见教 育资源绝大部分是属于非结构化数据。当教育资源经过多年的积累和无序的组织管理，管理 者就会发现开始一个新项目的时候总要从头开始寻找相关资料，使用者总是从一长串文件夹 中找到他们要的资料，而这样总会花费他们大量的时间。 1 2 研究意义 对于这些非结构化的内容，其中只有不到5 进行了数字化管理。作为数据管理的下一 个发展阶段，内容管理允许用户收集、管理和发布所有形式的商业信息，并将这些内容与核 心业务活动相联系。目前国内外的应用大多集中在如图书馆、档案馆等传统领域，在新兴的 电子化需求和容量较大的行业和部门的应用才刚刚起步。因此本课题在教育资源领域的研究 还是比较新颖的。 如果教育资源根据一个定义良好的程序将所有的非结构化数据组织在一个统一的目录体 系之中，至少会带来下列好处： ( 1 ) 有利于信息查询。如果不对非结构化数据进行整合，那么对某项信息进行检索就往往 基于元数据的教育资源非结构化数据组织管理 意味着工作人员要检索好几个在线数据库、给同事们打电话，甚至调用多个应用程序。 ( 2 ) 减少重复劳动。高校的教育信息门户系统对非结构化数据进行了整合，实际上可以令 各有关人员具备了使用绝大部分重要数据的能力，因而会令重复劳动基本上不会发生。 ( 3 ) 避免人去岗空。教育信息门户系统的知识捕获系统可以帮助其他工作人员迅速总结出 离职者一点一滴积累下来的知识细节，有助于新人大幅缩短进入状态前的准备时间。 ( 4 ) 有助于降低办公开支，并有助于迅速更新信息。 ( 5 ) 改善部门间合作伙伴的关系。 ( 6 ) 给学校员工带来利益。使教职员工能及时获得关于学校有关教学、人事、政策方面的 l 。 最新消息。 根据本人两年多来的学习和观察，我校作为“2 n 工程 重点建设的大学，经过这些年 学校的发展，已经积累的数量相当大的历史教育资源，并且现在日常的教学资源和教务资源 的数量也是与日俱增。如不利用信息技术对数据进行有序的管理，不但不能发挥数据应有的 教育价值，更有可能被海量数据“淹死”；但如果信息技术不得其法，又会造成资源浪费， 数据管理效果也将事倍功半。希望通过本课题的研究对我校的非结构化教育资源的管理起到 一定的作用。 1 3 研究目标 针对多年来我校教育资源非结构化数据数量庞大，与日俱增的趋势，无序存储低效应用 的实际问题，使用先进的元数据理念对历史数据合理存储并深度挖掘其中的价值信息。 结构化数据是可以在结构化关系型数据库中保存并且检索。对于非结构化数据最好的办 法当然是保存在非结构化数据库中，并可以实现信息检索。但是，非结构化数据库作为一新 兴产物还不完善，正在发展阶段，所以我们应用关系型数据库和文件系统相结合的管理模式。 这种模式采用基于表与实体的方法，即非结构化数据以文件形式存放于指定的计算机目 录下，在数据库中只反映数据文件的元数据描述属性和其存储路径。这种方法综合了文件系统 的管理模式和数据库系统的管理模式方法的优点，一方面可以有序地存储数据，数据表中用字 段反映非结构化数据的属性，便于数据的检索和查找。另一方面由于元数据存放在文件系统中， 数据的浏览、修改、更新都比较方便。将x m l 以及其他技术与关系数据库的结合将会是一条 主流道路，最终实现了用结构化的方法使用非结构化的数据。 2 内蒙古大学硕士学位论文 应 图1 1 教育资源非结构化数据组织管理构想图 业 务 层 数 据 层 消息传递 _ _ _ _ _ _ _ _ - _ 。 - - - - - 一 消息返回 f i g u r e1 1e d u c a t i o n a lr e s o u r c e sn o n - s t r u c t u r i z a t i o nd a t ao r g a n i z a t i o nc o n c e p t i o nc h a r t 1 4 本文组织 本篇论文采用j s p 技术，已初步实现了基于元数据的教育资源非结构化数据的组织管理， 本篇论文的结构如下： 论文第一章阐述了论文选题的背景，研究目标和论文的基本框架。 论文第二章介绍了元数据的概念、共同特点和元数据的作用等相关基础知识。 论文第三章介绍了教育资源以及非结构化数据的综合认识。 论文第四章介绍了系统开发的三项核心技术的历史来源和技术应用。 论文第五章着重提出系统的设计思想以及系统体系结构。 论文第六章详细介绍系统的设计和展示系统成功果。 论文第七章对全文进行总结并提出系统有待改进的地方。 基于元数据的教育资源非结构化数据组织管理 2 1 元数据概述 第二章元数据 元数据是对数据资源的描述，英文名称是“m e t a d a t a ，通常被解释为d a t aa b o u td a t a ， 即关于数据的数据。元数据是信息共享和交换的基础和前提，用于描述数据集的内容、质量、 表示方式：空间参考、管理方式以及数据集的其他特征。其使用目的在于：识别资源；评价 资源；追踪资源在使用过程中的变化；实现简单高效地管理大量网络化数据；实现信息资源 的有效发现、查找、一体化组织和对使用资源的有效管理。 元数据本身不是一个新事物，自从有人类所产生的信息与知识进行分析、分类与管理之 日起，元数据就扮演了一个重要的角色。时间上传统的图书卡片、出版图书的版权说明、磁 盘的标签等都是元数据。随着数据种类的增多，数据量的增大，人们迫切需要一种合理的方 法来避免数据的重复建设以及协调不同数据部门之间的资源共享。这时元数据这个概念的重 要性才被人们逐渐认识到。 国际上关于科学数据的元数据标准已有很多，比较典型的有美国联邦数据委员会( f g d c ) 的数字地理元数据内容标准( c o n t e n ts t a n d a r d sf o rd i g i t a lg e o g r a p h i cm e t a d a t a ，c s d g m ) 、 美国航空与航天局( n a s a ) 的目录交换格式( d i r e c t o r yi n t e r c h a n g ef o r m a t ，d i f ) ，美国国际 地球科学信息网络中心( c i e s i n ) 的元数据标准、英国的d u b l i n 核心元数据标准、澳大利亚和 新西兰a n z l i c 的元数据核心元素标准，以及国际标准化组织正在制定中的i s 0 1 5 0 4 6 - 1 5 地 理信息一元数据标准等口1 。上诉已制定和实施的标准分别在国家级或某国际组织机构范围内 使用，并在国际互联网上提供查询。 2 2 元数据的特点 ( 1 ) 描述性：这是所有元数据最本质的特性。将元数据定义为“关于数据的数据 ，目标 就是数据共享。元数据是描述数据的数据，它通过按一种约定俗称的规则来描述对象的手段 来组织和管理信息资源乜1 。 ( 2 ) 动态性：元数据不是静止不变的，它随着描述对象的变化而变化。 ( 3 ) 多样性：这是指元数据类型多样。一个描述对象的元数据会有各方面的特征。我们从 不同的角度对其进行划分都会产生不同的结果。 4 内蒙古大学硕士学位论文 ( 4 ) 复杂性：这主要表现在两个方面：一方面，元数据既可以是集合的概念也可以是个体 的概念。元数据中还可以包括其他的元数据；另一方面，对不同的描述对象，有些元数据项 是必须有的，而有些却不一定强求，即强制性的元数据与选择性的元数据共存。 ( 5 ) 多层次性：这一方面是由元数据所描述对象的多层次决定的，另一方面，是由元数据 使用对象的多层次性决定的。 ( 6 ) 支撑性：从某种程度上来说，元数据相当内容而言，处于次要的地位，但又是必不可 少的，起支撑的作用，它有效地维护所描述对象的原始性和完整性。另一方面，元数据的支 撑性还表现在它与所描述对象的共存，能保证资源的长期使用，在产生它的人、计算机系统 乃至标准停用后，能可继续使用。 2 3 元数据作用 随着信息技术不断发展，以及人们对信息共享的迫切需求，元数据技术被应用于更多的 领域，如：在图书馆与信息界，元数据被定为提供关于信息资源或数据的一种结构化的数据， 是对信息资源的结构化的描述；在数据仓库领域中，元数据被定义为描述数据及其环境的数 据；在软件构造领域，元数据被定义为在程序中不是被加工的对象，而是通过其值的改变来 改变程序的行为的数据。元数据是描述信息资源或数据对象的数据，其使用的目的在于：识 别资源；评价资源；追踪资源在使用过程中的变化；实现简单高效地管理网络化数据；实现 信息资源的有效发现、查找、一体化组织和对使用资源的有效管理口1 。具体作用如下： ( 1 ) 描述作用：即对信息对象的内容和位置进行描述，以利于信息对象的存取与应用。 ( 2 ) 定位作用：确定信息对象在数据库或其他集合体中的位置，从而促进信息对象的发现 和检索。 ( 3 ) 发现作用：元数据是提供信息对象搜寻线索的基础。 ( 4 ) 评估作用：根据元数据提供的基本属性( 如信息对象的名称、内容、年代、格式、制作 者等) ，使用户无需浏览信息对象本身，即可大致了解和认识信息对象，并可参照有关标准对其 价值进行评估，作为存取利用的参考。 ( 5 ) 选择作用：按照元数据所提供的描述信息，用户便可参照有关评估标准，对信息对象做 出取舍决定。 由此可见，元数据是使数据充分发挥作用的重要条件之一。它可以用于许多方面，包括 数据文档建立、数据发布、数据浏览、数据转换及数据使用等。元数据对于促进数据的管理、 使用和共享均有重要的作用。 基于元数据的教育资源非结构化数据组织管理 3 1 教育资源 第三章教育资源及非结构化数据知识 教育资源是指蕴涵了特点的教育信息：以能创造出一定教育价值的各类信息资源，特别 是能以数字信号在互联网上进行传输的教育信息。数字化和教育价值是它的核心特征。根据 教育部在2 0 0 0 年组织的专门研究小组起草制定的教育资源建设技术规范，从教育资源建 设的实际出发，确定了教育资源的凌容主要包括以下九类：媒体素材、题库、试卷素材、课 件与网络课件、案例、文献资料、常见问题解答、资源目录索引、网络课程。它们可能是物 理形式，僵越来越多的以数字形态产生，且往往覆盖众多媒介形式，透过计算枫系统和网络 来应用；它们可能根据不同需要，以多个层次和角度以及多种技术方法相互链接和重组。对 它钔的箍述涉及瓷源内容、资源使用对象。资源使用的教学和教学方法学要求。资源使用的 技术与过程要求。利用元数据对它们进行开放的和计算机可识别的描述，有助于用户通过智 能代理搜寻、剩用、选择和集成教育信息资源。 3 。2 非结构化数据 3 。2 。1 非结构化数据概念 数据分为结构数据、半结构化数据和非结构化数据。结构化数据是经过严格的标引后的 数据，一般以二维表的形式存在。如关系数据库中表元组和对象数据库中的类型对象。半结 构化数据是数据结构不规则或不完整。如h t m l 、x m l 、电子邮件等。非结构化信息是没有经过 人为处理的不规燹| j 的信息，例如扫描图像、传真、照片、计算机生成的报告、字处理文档、 电子表格、演示文稿、语音和视频片段等。 3 2 2 非结构化数据历史与发展现状 随着互联时代的到来，机构面对的信息呈现爆炸式增长，各个领域信息化和数字化进程 的推进，大量多源、异构数据分布式存储，j 基结构化信息管理和应用现在尽益重要。媒体和研 究报告都说8 5 以上的信息是非结构化的，像文件、电子邮件、网页、多媒体信息、银行、保 险、票据等等。传统的j 结构化信息处理，瘦该说侧重予电子化的文档，类似于像很多传统的 6 内蒙古大学硕士学位论文 应用，电子影响系统，电子档案等等。这一些系统我觉得他们缺乏对非结构化信息全生命周期 和智能化的管理。目前非结构化信息也已经日益成为我们政府、企业等决策的依据。大家可 以看到目前政府支持信息服务、知识管理已成为新兴行业，所以信息开发和利用非常重要。传 统的数据管理特别是像关系数据库系统，应用中对非结构化的数据应该只提供一些表层的管 理。所以怎样将非结构化数据有效的管理起来，能够进行数据和知识挖掘，提取当中的隐含信 息，对决策进行支持成为当今亟待解决的主要问题。 3 2 3 非结构化数据的特性分析 非结构化信息有一些自己的特点，第一，格式多样性，非结构化数据必须借助对应的解释 软件才能打开并直观浏览。第二，标准多样性的，不像我们结构化的数据一目了然，无法从数 据本身直接获取其表达的物理属性，亦即不易于理解。第三，数据量大，非结构化信息特别是 多媒体数据信息量非常大，如果直接存储于数据库中，除了大幅度加大数据库的容量外，还会 降低维护和应用的效率，这对于中小型数据库系统尤为明显。那么从另外一个信息整合角度来 看，信息需要集成，这也是目前信息整合的挑战。在平台上可以使用不同的方式处理不同的数 据对象，但是我们终端客户需要看到个性化完整内容的整合。第四，非结构化数据不具备严格 的结构，因此，较之结构化信息更难以标准化，管理起来较为困难。 3 3 教育资源非结构化数据的认识与总结 由此可见教育部在2 0 0 0 年组织的专门研究小组起草制定的教育资源建设技术规范包 括九类教育资源：媒体素材、题库、试卷素材、课件与网络课件、案例、文献资料、常见问 题解答、资源目录索引、网络课程。可见教育部规定的教育资源都属于非结构化数据，对此 类数据使用传统的面向结构化数据的关系型数据库进行管理有些捉襟见肘，因此需要一种新 的管理技术和工具进行组织和管理。 教育资源非结构化数据管理系统数据模型设计以元数据模型来描述数据元素的定义和相 互关联，在此基础上构建数据模型。教育资源非结构化数据处理过程包含采集、存储、管理、 展现及归档5 个步骤。 教育资源非结构化数据组织管理目的是在组织现有的分散应用环境下，把原来分散的部 门和组织，通过系统的集成使其相互关联，形成广泛的、相互关联的组织应用环境。它在组 织系统的构架层次上，为组织的信息流建立了一个跨越多种分散的、内部和外部的信息处理 7 基于元数据的教育资源非结构化数据组织管理 过程的系统链，完全淡化了传统的内外部分界。 最终，教育资源非结构化数据的组织与管理不是单纯的数据管理，它是把复杂、无序、 异构的各类型数据通过新技术新方法存放、加工后，能得到对人们来说是具有价值、有知识、 有内容并且能直接接受的教育学习信息形式内容。 8 内蒙古大学硕士学位论文 4 1x m l 及其讨论分析 4 1 1x m l 语言简介 第四章关键技术 早在1 9 6 9 年，i b m 公司就开发了一种文档描述语言g m l 用来解决不同系统中文档格式不 同的问题，g m l 是i b m 许多文档系统的基础，包括s c r i p t 和b o o k m a s t e r ，该个语言在1 9 8 6 年演变成一个国际标准( i s 0 8 8 7 9 ) ，并被称为s g m l ，s g m l 是很多大型组织，比如飞机、汽车 公司和军队的文档标准，它是语言无关的、结构化的、可扩展的语言，这些特点使它在很多 公司受到欢迎，被用来创建、处理和发布大量的文本信息。 在1 9 8 9 年，在c e r n 欧洲粒子物理研究中心的研究人员开发了基于s g m l 的超文本版本， 被称为h t m l 。h t m l 继承了s g m l 的许多重要的特点，比如结构化、实现独立和可描述性，但 是同时它也存在很多缺陷：如只能使用固定的有限的标记，侧重于对内容的显示等晦1 。随着 w e b 上数据的增多，这些h t m l 存在的缺点就变得不可被忽略。人们认识到随着w e b 的发展， 必须有一种方法能够把数据和它的显示分离开来，w 3 c 提供了h t m l 的几个扩展用来解决这些 问题，最后，开发一个新的s g m l 的子集，称为x m l ，并于1 9 9 8 年，成为w 3 c 的标准。 4 1 2x m l 文档结构 x m l 是由s g m l 和h t m l 发展而来，它为描述数据对象提供了新的途径。在x m l l 0 建议中 称这些所描述的数据对象为“x m l 文档( x m ld o c u m e n t s ) 。同时也描述了对x m l 文档处理 的计算机程序操作。严格意义上说，x m l 是s g m l 针对特定应用领域的子集，x m l 应该是s g m l 的一种特定的受限形式，因此x m l 文档也应该合乎s g m l 文档规范。x m l l 0 中定义了x m l 文 档应满足规范中定义的格式良好( w e l l - - f o r m e d ) 的要求。根掘s g m l 的规范和x m l 的设汁目 标，x m l l 0 规定一个文本对象成为满足格式良好的x m l 文档必须满足以下三点要求： 作为一个整体，它满足x m l 文档的产生式。 它满足规范中定义的所有格式良好的约束。 此文档中直接或者间接引用的所有已析实体都是格式良好的。 下面是一个格式良好的x m l 文档的例子： 9 基于元数据的教育资源非结构化数据组织管理 w h e r e t h e g r e e n f u n k g r o w s i m s t u h k 1 3 9 9 h o w t o m a k e g o o i f e l1i n i t 5 9 9 当然x m l 中对于格式良好的要求还很详尽，而且分布在整个x m l 标准的始末。另外x m l i 0 标准还说明了x m l 文档中文本内容的字符范围、一些通用的语法成分和注释、处理指令、c d a t a 段和序言，还提供了和处理程序有关的空白处理、行尾处理等说明。 4 1 3 本文中应用x m l 的优势 良好的数据存储格式、可扩展性、高度结构化和便于网络传输是x m l 四大特点，给基于 w e b 的应用软件赋予了强大的功能和灵活性。在本系统中应用x m l 会给系统带来如下优势： ( 1 ) 统一的格式标准：采用x m l 开发的课件具有统一的格式标准，便于各类资源的共享和 管理。 ( 2 ) 良好的可扩展性：x m l 标记可以根据课件的具体需求加以扩充，也可以根据不同课件 类别定义不同的d t d 或s c h e m a 。 ( 3 ) 强大的数据检索：由于数据可被x m l 唯一的标识，使得不需要了解课件信息库的结构， 就可以很容易以标准的方式按照标题、作者、关键字、格式或其他的标准分类检索，使课件 的检索变得更加容易。 ( 4 ) 不同来源数据的集成：x m l 能够使不同来源的结构化的数据很容易的结合在一起。系 统可以在中间层的服务器上对从后端数据库和其他应用处来的数据进行集成，然后将数据就 发送到客户或其他服务器做进一步的集合、处理和分发。 ( 5 ) 数据的本地计算和处理：x m l 格式的数据发送到客户端后，客户端可以用应用软件解 析、编辑和处理数据；d o m 允许用脚本或其他编程语言处理数据，减轻了服务器端的压力。 ( 6 ) 可伸缩性：由于x m l 彻底把数据同显示分开，因此能够在结构化的数据中嵌套程序化 的描述以表明如何显示数据。这减少了客户计算机同使用者的交互作用的时间，同时也减少 1 0 内蒙古大学硕士学位论文 t t r 务器的数据交换量和浏览器的响应时间。 ( 7 ) 有助于构造三层的应用框架。 ) 【m l 的强大功能在于将显示和结构化数据分离，允许不同来源的数据无缝集成以及对统 一数据的多种处理。从数据描述的角度看，x m l 是灵活的，可扩展的，并且有良好的结构和 约束；从数据处理的角度看，它足够简单并且易于阅读、学习及处理。因此，) ( m l 必将带来 下一代网络应用技术的革命。 4 2j s p 技术 4 2 1j s p 简介 j s p ( j a v a s e r v e r p a g e s ) 是由s u n m i c r o s y s t e m s 公司倡导、许多公司参与一起建立的一种 动态网页技术标准。由于j a v a s e r v e r p a g e s 技术不但能够实现跨平台和兼容各种w e b 服务器 产品，而且还把强大的服务器端的j a v a 技术( s e v e r s i d e j a v a t e c h n o l o g y ) 有机地融合到了 h t m l 网页构件中去。因此，利用j a v a s e r v e r p a g e s 技术可以建立先进、安全和跨平台的动态 网站。 4 2 2j s p 技术特点 ( 1 ) 将内容的生成和显示进行分离。使用j s p 技术，w e b 页面开发人员可以使用h t m l 或 者x m l 标识来设计和格式化最终页面。 ( 2 ) 生成可重用的组件。绝大多数j s p 页面依赖于可重用的，跨平台的组件( j a v a b e a n s 或者e n t e r p r i s e j a v a b e a n s t m 组件) 来执行应用程序所要求的更为复杂的处理。 ( 3 ) 采用标识简化页面开发。j a v a s e r v e r p a g e 技术封装了许多功能，这些功能是在易用 的、与j s p 相关的x m l 标识中进行动态内容生成所需要的。 ( 4 ) 将内容的生成和显示进行分离。明确的进行分工，w e b 页面设计人员编写h t m l ，只需 要留出地方让s e r v e r l e t s 程序员插入动态部分即可。 ( 5 ) 由于j s p 页面的内置脚本语言是基于j a v a 编程语言的，而且所有的j s p 页面都被编 译成为j a v a s e r v l e t ，j s p 页面就具有j a v a 技术的所有好处，包括健壮的存储管理和安全性。 ( 6 ) 作为j a v a 平台的一部分，j s p 拥有j a v a 编程语言“一次编写，各处运行的特点。 随着越来越多的供应商将j s p 支持添加到他们的产品中，可以使用自己所选择的服务器和工 具，更改工具或服务器并不影响当前的应用。 基于元数据的教育资源非结构化数据组织管理 4 2 3a s p 、p h p 与j s p 的比较 从微软推出a s p ( a c t i v e s e r v e r p a g e ) 后，它就以其强大的功能，简单易学的特点而受到 广大w e b 开发人员的喜欢。但是它确有微软产品的通病，只能在w i n d o w s 平台下使用，虽然 它可以通过增加控件而在l i n u x 下使用，但是其功能最强大的d o c m 控件却不能使用。 p h p ( h y p e r t e x t p r e p r o c e s s o r ) 是一种跨平台的服务器端嵌入式语言，在u n i x 平台应用比较广 泛。 p h p 是完全免费的，也支持大多数的数据库。但是，p h p 缺乏规模支持而且对多层结构也 缺欠支持，对于大型网站来说，应用p h p 会造成负担过重。而s u n 公司在j a v a 的基础下开发 的j s p ( j a v a s e r v e r p a g e s ) 实现了动态页面的分离，脱离了硬件平台的束缚，以及编译后运行 等方式大大提高了其执行效率而逐渐成为因特网上的主流开发工具。 4 3m y s o l 数据库服务器 4 3 1m y s q l 数据库简介 m y s q l 是瑞典的m y s q l a b 公司开发的一个可用于各种流行操作系统平台的关系数据库系 统，它具有客户机n 务器体系结构的分布式数据库管理系统。b i y s q l 完全适用于网络，用其 建造的数据库可在因特网上的任何地方访问，因此，可以和网络上任何地方的任何人共享数 据库。m y s q l 具有功能强、使用简单、管理方便、运行速度快、可靠性高、安全保密性强等 优点。m y s q l 用c 和c + + 编写，它可以工作在许多平台( u n i x ，l i n u x ，w i n d o w s ) 上，提供了 针对不同编程语言( c ，c + + ，j a v a 等) 的a p i 函数；使用核心线程实现多线程，能够很好的支持 多c p u ；提供事务和非事务的存储机制；快速的基于线程的内存分配系统；m y s q l 采用双重许 可，用户可以在g n u 许可条款下以免费软件或开放源码软件的方式使用m y s q l 软件，也可以 从m y s q l a b 公司获得正式的商业许可。 4 3 2n y s q l 数据库技术特点 m y s q l 插件式存储引擎是m y s q l 数据库服务器中的组件，负责为数据库执行实际的数据 i o 操作，并能允许和强制执行面向特殊应用需求的特定特性集合。使用特殊存储引擎的主 要优点之一在于，仅需提供特殊应用所需的特性，因此，数据库中的系统开销较小，最终结 果具有更有效和更高的数据库性能。这也是m y s q l 被始终视为具有高性能的原因之一，在行 1 2 内蒙古大学硕士学位论文 业标准基准方面，它能匹敌或击败专有的整体式数据库。 从技术角度上看，在存储引擎中，一些独特的支持底层结构的组件是什么呢? 一些关键 差别包括： ( 1 ) 并发性：某些应用程序比其他应用程序具有很多的颗粒级锁定要求( 如行级锁定) 。选 择正确的锁定策略能够减少开销，并有助于整体性能的提升。它还包括对多种能力的支持， 如多版本并发性控制或“快照 读取等。 ( 2 ) 事务支持：并非所有的应用程序都需要事务，但对的确需要事务的应用程序来说，有 着定义良好的需求，如a c i d 兼容等。 ( 3 ) 引用完整性：通过d d d l 定义的外键，服务器需要强制保持关联数据库的引用完整性。 ( 4 ) 物理存储：它包括各种各样的事项，从表和索引的总的页大小，到存储数据所需的格 式，到物理磁盘。 ( 5 ) 索引支持：不同的应用程序倾向于采用不同的索引策略，每种存储引擎通常有自己的 编制索引方法，但某些索引方法( 如b - t r e e 索引) 对几乎所有的存储引擎来说是共同的。 ( 6 ) 内存高速缓冲：与其他应用程序相比，不同的应用程序对某些内存高速缓冲策略的响 应更好，因此，尽管某些内存高速缓冲对所有存储引擎来说是共同的( 如用于用户连接的高速 缓冲，m y s q l 的高速查询高速缓冲等) ，其他高速缓冲策略仅当使用特殊的存储引擎时才唯一 定义。 ( 7 ) 性能帮助：包括针对并行操作的多i o 线程，线程并发性，数据库检查点，成批插入