（管理科学与工程专业论文）基于内容的数据交换中心研究.pdf

国防科学技术大学研究生院学位论文 摘要 就大型企业和政府部门的信息佬丽言，信息系统建设通常具有阶段性和分布性的特 点，这就导致“信息孤岛”现象的存在。解决“信息孤岛”问题的最直接的办法是彻底 推翻现寿瓣应用体系，蓬新建立一个统一的、大鼢全的波霞系统，这对于绝大邦分的企 业或政府是不现实的。如果在企业或政府应用系统较多丽且复杂的情况下，就会形成复 杂的点对点的弼状拓扑缩构。这种对一的直接读写或调用的方法，使得一个系统对另 一个系统的依赖，系统之间的相关性很高，进而使系统维护复杂。因此，需要研究一种 高效的数攒交换机制来解决“信息孤岛”问题。 本文的主要工作和创耨在于弓l 入本体技术建立语义僖息模型，提出在j 2 e e 架擒下基 于内容的数据交换方式，这种方式保障了各个数据交换节点间的松散耦合性，通过基于 肉蜜豹方式支持数据的主动拉取，保障了数据的实黠性，毅点对煮豹方式在数据交换节 点之间传输数据，极大的减轻了数据交换中心的负载与网络拥寒。 首先，考虑判分布式环境下各个数据源是异构的，新开发系统与遗留系统并存，要 解决它们之间的数据交换，首要的问题就是信息的语义描述。因此，本文引入本体技术 构建语义信息模型，描述各个数据源澜的关系。 其次，提出整个数据交换系统的结构图，分析数据交换中心豹核心部分数据交 换引擎的结构与功能。详细介绍了数据交换引擎中数据请求的语义分析、查询分解、构 建转换援更l 等功戆模块的作用及工作愿理。接下采，筒要分析了数据交换节点上数据交 换通信组件、数据交换适配器组件、数据加载组件的功能。然后，分析了数据交换节点 之闯点对点的数据传输方式的优缺点。 最后，讨论本文提出的基于内容的数据交换方式的实现阔题，并列举一个实例进行 说明。 关键词：信息孤岛本体语义信息模型j 2 e e 数据交换节点数据交换中心点对点 第1 页 国防科学技术大学研究生院学位论文 b s t r a c t w 也r e 蹲e c lt ot h e n f o m l a t i o ne o n s t m c t o no fl a r g e s c 越ee n t e r p r s e 鞠dg o v e m m 蝴l ， t h e i ri n f o 姗a t i o ns y s t e m s c o n s t n l c t i o ni sd i 咖i b u t e da n ds t a g g e r e d ，t h u sr e s u l ti nt l l e p h c n o m c n o no f “i s o l a t e di n f o 鼬a t i o ni s l a n d ，t h em o s td i r e c t 缈a c ho f 糟s o l v i l l g “i s o l a t e d i n f 0 1 锄a t i o ni s l a n d i st op u l id o w nt h ee x i s t i n gs ”t e 啪e n t i 蹦ya l l dr e b u i l dau n i f i e d ，l a 噶e ， c o m p l e t es y s t e m i ti su n r e a l i s t i ct oo v e n v h e l m i n gm 耐o r i t yo fe n t e 叩r i s e sa n dg o v e 删n c n t s i f 氆en u 辙b e ro fa p p l i c 撕o ns y s 重e m so fe n t e r 如s ea | 1 d g o v e r 越1 托li s t o ol a 谤e 髓d 毛h e 印p l i c 砒i o ns y s t e m sa r ec o m p l e x ，i tc a u s e sac o m p l e xp o i n t - t o - p o i mn e n i k es t r u c t i l r e t 树s o n e t o 帕n ed i 狞c tr e a d 州耙o ri n v o 羹em e b o dc a nc a 惜et i 曲tf e l a 畦o na 掇o n gs y s t e 嬲，也u s m a k e st l l em a i m e n a n c eo fs y s t e md i m c u l t t h e r e f o r e ，i ti sn e c e s s a r yt or e s e a r c h 粕e 街c i e n t m e c h a n i s mo fd r i 协e x c h a n g et or e s o l v e “i s d a t e di n f o 蛳a t i o ni s l a n d ” t h em a i nw o r k 趾di n n o v a t i o no f 也i sp a p e ri se s t a b l i s h j i l g m 蛐t i ch f o r m a t i o nm o d e l u s i n go n t o l o g ya n dp u n i n gf o r w a r dac o m e n t - b 嬲e dd a 协e x c h a l l g em o d cu s i n gj 2 e e 挪c h i t e c 协羚。髓l i sm 酣ee 猫u 增st 量l el 辩c o u p l i n ga m o n g 幽t ae x c h a n g en o d e s ，s 唧f t s a c q u i “n gd a _ 七av o l u n t a r i l yt oe n s u r et b ea c q u i r e dd a _ t ai nt i m ea 1 1 dh 强s f b h i n gd a t ab y p o i n t - t o p o 醢删o n gd 8 攮e x c h 髓g en o d e s ，a l l e v i a t e 班el o a d 觚dn e t w 0 呔c o n g e s 蛀雌o fd a t a e x c h a i l g ec e n t e f 秘e a n f f i r s t l y ，c o 芏l s 主d e r i n gt h ed i s t r i b u t e dd 8 组s o u f c e sw h i c ha r e 量l e t e g e n e o u sa n dt h ee x i s 重i n g n e w d e v e l o p e d 拍do l ds y s t c m s ，i no r d e rt os o i v ed a t ae x c 抛m g ea m o n gt h e m ，t h ef i r s t p r o b l e mi st or e s o l v es c m a n t i cd e s c r i p t i o no fi n 蚴i o n t h u s ，t h i sp 印e rm a i 【e su s eo f o n t o l o g yt 0c o n s t r ts e | l l a n t i ci n f o 瑚甜o nm 丽e l 赫dd e s 翻b c 斑er e l a t i o n s h p 娜o n g 甑t a s o u r c e s s e e o n 国y ，也es 担硅c m r eo f 壤ed a t ae x 穗a l l g es y s t e mi sp r o 即s e d 弛s 惶u c t 瓣a n d f i l i l c t i o l l so f d a t ae x c h a n g ee n g i n ew h i c hi st h ec o r eo f d a t ac x c h a n g ec e n t e f s e m a i l t i c 觚a l y s e o fd a t ar 。q u e s t ，q u e r yd e c o m p o s i t i o na n dc o n v e r s i o nn l l e sa r ei n t r o d u c e di nd e t a i l 飘l e n ，搬i s p a p e ra l l a l y z e st h ef 油c t i o no fd a t ae x c h a n g ec o m m u n i c a t i o nc o m p o n e n t ，d a t ae x c h a n g e a d 印t e rc o m p o n e n ta i l dd a t al o a dc o m p o n e n tw h i c ha r cp a n so fd a t ae x c h a l l g en o d e l a s t m e a d v a n 掘辇e sa n dd e f t s 嘏p o i n t t o - p o i n tm o d eb yw 越c hd a t ai st f a n s f 酞d 锄o n gd a l a e x c h a n g en o d e s a tl 掇，t h e 瓣醵i z a t i o no f c o 硅泌挝_ b 髂e dd 8 l ae x e h 8 n g em o d ei sd i s c h s s e da n d a ne x 8 越p l e i sg i v e nt oi l l u s t r a t em i sm o d e k e yw o r d ： i s o i a t e di n f o 珊a l i o 珏i s l 8 n d ，o n t o l o g y s e m a n l i ci n f o r m 矗t 主。珏m o d e l ，j 2 e e d a t ae x c h a n g en o d e ，d a t ae x c h a n g ec e n t e bp o i n t - t o - p o i n t 第1 i 页 国防科学技术大学研究生院学位论文 图表目录 图i 1t s i m m i s 系统3 图2 ，l 点对点互连的数据交换方式6 图2 t 2 物化中央数据库的数据交换方式一7 图2 3 基于中间件的数据交换方式7 图2 。4 中怠4 数据交换平台系统结构9 图2 5o i 出简化网络需求9 图2 6d c i d a t a e x c h a n g e 总体结构示意图+ l o 图2 7s o a 模型。1 1 图2 8d t d e p 总体结构示意图1 3 图3 1 整个系统结构图1 8 图3 2 异构数据源中关系模型示例2 1 图3 3 语义信患模型部分代码示倒2 2 图3 4 点对点方式2 4 图3 5 数据交换引擎示意图2 6 图3 6 查询分解示例2 9 图3 7 整合转换后的“l 数据格式3l 图3 8 点对点的数据传输方式3 2 圈3 9 数据交换控制流示圈3 3 图4 1 信息资源管理工具界面3 4 图4 2j 2 e e 架构下数据交换引擎结构图3 5 图4 - 3 数据交换弓l 擎的工作滚程图3 6 胬4 4 谮义分析处理过程围3 8 图4 5 查询分解处理过程图3 9 图4 6 数据交换节点工作流程图4 l 图4 7 请求消息格式示例4 1 第m 贾 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特剐加以标注和致谢的地方外，论文中不包含 其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它 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谢意。 学位论文题目：基卤壅煎熬舞塞捶宝尘蟹窥 学位论文作者签名：鲷燕垒日期：川弭瑚矿日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定。本人授权 嚣防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子 文档，允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密学位论文在解密后适用本授权书。) 学位论文题目：基主逸窒煎熬堂塞逸坚堂题窟 学位论文作者签名： 盔蛊盘出日期：加d 年砂月扩日 作者指导教师签名：堑坠，l ：日期：艄年7p 月y 日 国跨科学技术大学研究生浣学位论文 1 1 1 信息系统集成 第一章绪论 1 。1 研究背景 就大型企业_ 平口政府部门的信息化而言，信息系统建设通常具有阶段性和分布性的特 点，这就导致“傣息孤岛”瑗象的存在。“信息孤岛”造成系统中存在大量冗余数据、垃 圾数据，无法保证数据的一致性，从而降低信息的利用效率和利用率。解决“信息孤岛” 问题的最巍接的办法是彻底推翻现有的应掰体系，重新建立一个统一的、大两全的应用 系统，这对于绝大部分的企业或政府是不现实的。为了能够共搴其它应用系统的数据， 一般的方法是直接打开目标应用数攥库读写数据。如果在企业或政府应用系统较多而且 复杂的情况下，就会形成复杂的点对点的网状拓扑结构。这种一对一的直接读写或调用 的方法，使得一个系统对另一个系统的依赖，系统之间的相关性很高，进而使系统维护 复杂，一曼一个系统豹结构发生了变化，就会导致另一个系统豹异常。另外，由于应藤 系统为了共享而开发数据环境，有可能存在数据被恶意破坏的隐患。因此，如何让应用 系统之润缀好遣躲享数据，这是企韭分布式应雳集成的一个关键，其核心是数据集成和 应用集成。数据集成的核心任务是要将互相关联的分布式异构数据源集成到一起，使用 户能够以透明的方式访闯这些数据源“3 。集成是指维护数据源熬体上的数据一致性、提 高信息基事利用的效率；透明的方式是指用户无需关心如何实现对异构数据源数据的访 问，只关心以何种方式访问何种数据。实现数据集成的系统为用户提供统一的数据源访 闫接目，执行愿户对数据源的访阂请求。 1 1 。2 数据集成 数据集成的数据源主要指潞嬲，广义上也包括各类x m l 文档、h t m l 文档、电子邮件、 普通文件等结构化、半结构化信息。数据集成是信息系统集成的基础和关键。好的数据 集成系统要保证用户以低代价、高效率使用异构的数据。要实现这个目标，必须解决数 据集成中的一些难题。 数据集成的难点。1 可以归纳为以下主要方面： ( 1 ) 异构桎：被集戒的数据源通常是独立开发的，数据模型舅构，给集成带来很大困 难。这些异构性主要表现在：数据语义、相同语义数据的表达形式、数据源的使用环境 等。 第l 页 国防科学技术大学研究生院学位论文 ( 2 ) 分布性：数据源是髯地分布的，依赖网络传输数据，这就存在网络传输的性能和 安全性等闯题。 ( 3 ) 自治性：各个数据源有很强的囊治性，它们可以在不通知集成系统的前提下改变 自身的结构和数据，给数据集成系统的鲁棒性提出挑战。 但是依据传统的数据集成豹思想，可能会带来另外一个问题：数据的冗余。因而， 为尽可能避免这个阙题，就需要研究另外一种更为优像的方式实现对髯构数据源豹数据 交换和共享，这就是数据交换中心。 1 1 3 数据交换中心 数据交换中心是一种采用了特定技术进行组件的封装，将数据交换节点的数据需求 看 乍一种服务，通过服务的请求和调用实现系统闯的数据交换和共事。它主要有以下凡 个特点： ( 1 ) 应用系统所能提供的数据并不需要先复制到中心数据库，只有当其他系统发出服 务请求的时候，数据才从应用系统直接传递到请求系统。因此，其他系统中所得到的信 患是最新的。 ( 2 ) 应用系统中的数据格式变更或增加了薪的数据，只需要重新设计或维护数据交换 中心的语义信息模型，消息的格式无需变化，那么，本系统和其他系统的接口也就不需 要做任何改动。 ( 3 ) 各数据交换节点通避向数据交换中心发数据请求与其他数据交换节点栏连，实现 了数据交换节点之间的低耦合。 ( 4 ) 数据交换节点之间采用点对点的数据传输方式，减轻了数据交换中心的负载与网 络拥塞。 1 2 数据交换研究现状综述 目前国内外仍然j 常关注信患系统集成的研究，其中不乏对数据交换的磷究，比较 著名的蠢以下一些： i 蓍际上著名大学斯毽福大学g a r c i a _ 堋。l i n a 等人在1 9 9 4 年开发了t s i 瑚i s 系统m ，是 一个典型的中间俘集成系统。 第2 受 国防科学技术大学研究生院学位论文 第二意数据交换平台相关理论 2 1 数据交换与数据集成 近年来，数据集成弓l 起了广泛的磷究兴趣。给定某个特定领域墨的蔫干髯构的、 自治的信息源，数据集成使得用户可以如同访问拥有统一模式的单个数据源一样查询这 些信息源中有用信息。为达到这个目的必须定义一个全局模式，井描述各个数据源与全 局模式之间豹关系，用户剩基于全局模式提融查诲。数据集成梳制包掭全蜀模式、查询 翻译和查询处理算法，一般由m e d i a t o r “”处理。一个数据集成系统成功的关键在于所有 数据源都与用户关心的某个领域相关“。 数据交换跫一个与数据集成密不可分的研究课题。数据集成的主要目的是使得各数 据源之间的数据共事，为用户提供一种透明访竭舞构数据源鹩方式。数提交换的蘑的则 在于通过一定的方式使得综台系统中各子系统中的数据能相曩共事。类比数据集成，可 以发现数据交换主要有以下三种方式。下面，本节将分别介绍这几种方式。 2 1 1 点对点互连的数据交换方式 点对点置连的数据交换怒指整个信息系统中的每个子系统都要单独为另外其能予系 统开发一个数据交换接口。其结构如图2 1 魇示。显然，这种方式需要开发豹接翻太多， 其复杂度为n ( n - 1 ) 。 图2 1 点对点互连的数据交换方式 第6 页 国防科学技术大学研究生院学位论文 2 1 2 物化中央数据库的数据交换方式 物化中央数据库的数据交换方式是一种信息系统再工程的方法。它需要建立一个中 央数据库，将各数据源的信息抽取到中央数据库中，此后所有的操作都直接在中央数据 库上进行。为了使查询到豹信患和数据源豹信息保持一致，当数据滚发生改交时，中央 数据库中的数据也要及时更新。这种方法不需要访问数据源，因此访问效率离，但是这 种方法数据重复存储，难以及时更新。该方法结 鸯图耍匪图2 2 赝示。 匿2 2 物化中央数据库的数据交换方式 2 。1 3 基于中阅件的数据交换方式 基于中f 引牛的数据交换方式是指各业务应用系统通过数据交换中闻件来进行数据交 换。该数据交换方式屏蔽了不同接入系统之间的内部数据结构及系统的差异，为它们之 间的数据交换提供了方便。针对网络状况不好的应用或安全程度较高的应用，该方式将 其数据存放到中心数据瘁采实现数据的共享。该方法体系结构如图2 + 3 掰示。 图2 3 基予中间件的数据交换方式 综上所述，可以看出，点对点驻连的数据交换方式最为繁琐，开发接口太多；而物 化中央数据库的数据交换方式采取牺牲空间来取代不同数据源之间复杂的数据格式转 换，在一定程度上简化了系统之间的数裾交换。但怒，其缺点也是缀明显的：警数据源 一 第7 页 国防辩学技沭大学研究生院学位论文 发生改变时，数摆仓库中的数据也要及时更新，而且一显数瓣源中表发生了变佬，数掇 仓库中必然的也要发生变化，否则就会导致数据仓库中的数据无法更新。还有，这秘方 法数据重复存糍，碰到大型企业日数据更改频繁、且数据量大的情况，就会暴露其弊端。 基于中闷俘的数撵交换方式是最哥鞭也是现今最流行的数据交换方式。这种方式支持分 布式的数据集成与集中式的数据共享。分布式的数据集成是摆数据存放在各个应用系统 的数摆瘁中，每个数据交换节点通过数搬交换中澜辞向其他数攥交换节点摄供服务，接 列数据服务请求之慝即向孙提供数据服务。集中式的数据共事是措对予网络状况不好的 一些应用( 如锻行的数摆无法鲞接连到互联掰上) ，或安仝程度较篱的痘用，改造成本太 商，此时采用一个集中的数据库来实现数据共享。相关虚翅可以把要公开数数据更新到 中心数据痒，相关应用通过数掇交换中翔件提出数据请求，扶中心数攒库获取所需的数 据。显然，最霜一种方式是本文所期待豹数据交换方式。这种方式极大豹减少了各应用 系统所要开发的接口数量，降低了系统开发的复杂度；此外，这种方式还考虑了网络状 况不鼯或安全稳度较高的戚塌，静采取中心数据痒豹方式实现数据共享，酉数据库允许 一定的数据冗余是必要的n ”。 2 2 现有数撂交换平台技术分橱 露前效掇交换平台酌主流槊构技术主要包括：c o r b a 架构、w 如服务与雌以及 j 2 拦e 与x m l 。下箍分别藏这兰种主流技术避行介缫。 2 2 。l 慕予c o r b a 的数据交换平台 基于e o r 8 a 的数据交换平台中有代裘性的产品有中剖软件工程股份有隈公司的中刨 软件数据交换平台。谀平台的体系结构见壤2 4 。该平台符含c o r b a 标准豹、基于“款 总线+ 较构件”模式。 第8 页 国防科学技术大学研究生院学位论文 图2 4 中创数据交换平台系统结构 c o r b a 采用壳进的软件总线和面向对象技术，容易实现遗留系统的集成，符合标准 的处理流程，系统的开放性适应新技术的发展。 c o r b a ( c o 唧o n0 bj e c tr e q u e s tb r o k e ra r c h i t e c t u r e ，公共对象请求代理结构) 是 编写分布式对象系统的一个统一的标准。它是对象管理组织( 0 ) 实现分布式计箕节点 间的互操作性的规范。他们的目标是定义一个架构，该架构能允许不同种类的环境进行 对象级通信，而无需考虑是谁设计了分布式应用程序的两个端点。 c o r b a 是o m g 开发制定的，该组织是成立于1 9 8 9 年的一个商业企业的联盟。除了 c o r b a 之外，0 m g 还定义了称为i n t e r n e ti n t e r o r bp r o t o c 0 1 ( i i o p ) 的协议，它是标准 的用于c o r b a 的互联阏协议。c o r b a 本身只是一个标准，就跟e j b 一样“”。o m g 的目的是 为了将对象和分布式系统技术集成为一个可相互操作的统一结构，此结构既支持现有的 平台也支持未来的平台集成。以c o r b a 为基础，可以结合各类电子产品成为网络j 二的服 务资源，使应用集成走向璺为广阔的应用领域。 _ c 0 r b a 的核心：o r b c o r 队中的对象请求代理程序( 0 r b ) 是网络中对象相互通信的助手。o r b 是分布式 对象之间的介质，它可以使不同的应用程序在不知道底层通信机制的情况下相互通信。 o r b 允许对象之间相互调用方法和相互进行动态查找等。o 髂负责查找所调用方法的对 象，处理暂时性参数，并退回结果。当多个对象在c o r b a 环境中相互作用时，o r b 会使 相互通信变得更容易实现，如图2 5 所示。 c o r b a 的技术优点 ( 1 ) 可以将c o r b a 用于原有系统中。如果有一个现存的系统( 例如，原 有的银行应用程序) ，现在可以使用c o r b a 充分利用该系统的资源。例如，有一个 通过c + + 编写的银行应用程序，c o r b a 提供了保护和复用它的能 图2 5 0 l m 简化网络需求 力，可以把现有系统包装成一个c o r b a 对象，劳允许任意应用程序调用它。由此霹 以看出，c o r b a 是一个与语言无关的标准，它允谗由多种语富编写的代码相互通信。 因此，c o r b a 是一个多种语言编写的代码进行合作的理想平台。 ( 2 ) c o r b a 允许开发高级中间件。 第9 页 国防科学技术大学研究生院学位论文 ( 3 ) c o r b a 与e j b 之间可以相鬟连接。 c o r b a 豹不足 ( 1 ) 现有c o r b a 标准中允许对对象界霞的继承，但不支持对象实现的继 承， 这样可以使同一对象对应不同的界面。但是，由于希望c o r b a 对象能够可以将其 功能分成多个逻辑单元，或者通过增加附加的服务来扩展现有的c o r b a 界面，产 生了进一步的单对象多雾萄的要求。箍现有的c o r 酷标准并不能完全遥瘦这种要 求，尽管这种要求以及在j a v a 中已经实现。 ( 2 ) 现有的面向对象的r p c 机制并不能适应所有的应用领域，c o r b a 定义了三种 方法调用： 同步请求应签语法。 单路请求。允许客户方在服务响应之前连续的工作。这是一种不可靠机制。 有延迟的同步请求。 c o r b a 并不支持基于消息的光阻塞通信。 ( 3 ) c o r 队定义了基本对象适配器( b o a ) ，掰的c o r b a 服务可通过自己的b o a 在实 现仓库中注册，实现仓库为其提供入口地址。但是现有的b o a 比较复杂，这样给 c 漾b a 对象的移疆带来了困难。 2 2 2 基予w e b 服务与x m l 的数据交换平台 基于w 曲服务与x m l 技术的数撰交换平台中有代表性如产品有l 索慧点科技开发 有限公司的d c i d a t a e x c h a n g e 。d c i d 她掇x 曲a n g e 的体系结构如图2 6 。 图2 6d c i d l a t a e x c h a n g e 总体结构示意图 由豳中可以看出，每个数据交换节点通过数据中心与其他数据交换节点进行数据交 第1 0 页 国防科学技术大学研究生院学位论文 换。整个体系结构为一个星型结构，数据中心处于中心位置，它是实现数据共享和交换 的中心，通过标准化的w e bs e r v i c e 接口为每个数据交换节点提供服务。每个数据交换 节点只霰要与数据中心通过w o bs e r v i c e 谶行交互，并通过勰l 进行数据转换丙不霰要 相互直接连接访问就可以获取到所需要的数据。数据中心的整体行为就像一个虚拟的中 心数据库，同时又像一个交换枫。整个数攥共享翔交挟的底层实现和存储枫制对备应用 节点是透明的。该结构耦台性低，并且很容易扩展为层次的雪花型结构，构建出多级的 数据中心结构，i ；1 支持挺大范围的广馘方案。 整个系统的核心技术是w e b 服务与蹦l 。w e b 服务是一个崭新的分准式计算模型，尽 管其思想翠就存在，但其得到迅速发展却是最近的事情，而电子商务的发展更促进了这 静发展。轷e b 服务是一系列标准的综合，这些标疆包括黼l 、s 澉p 、u i 、鹳既和骼跣 等。w e b 服务利用这些标准提供了一个松散耦合的分布式环境；在w e b 服务的模型中， 厂商将其服务封装成一个个相对对立的轷e b 服务，每个服务提供某类功能；客户或其他 厂商可以通过绑窿到h r r p 的s o a p 来访问这些服务“。 _ w e b 服务架构 w e b 服务使用s 0 a ( s e r v i c eo r i e n t e da r c h i t e c t u r e ，霞向服务盼架均) 架卡句。该 架构由三个参与者和三个基本操作构成。三个参与者分别魁服务提供者( s e r v i c e o v i d e r ) 、服务请求者( s e r v i c er e q u e s t e r ) 纛服务代理( s o r v i e eb r o k e r ) ，而三个 基本操作分别是发布( p u b l i s h ) 、查找( f i n d ) 和绑定( b i n d ) 。服务提供者将它的服务 发布到服务代理的一个跨录上：当服务请求者需要调用该服务时，它莆先到服务代理提 供的目录上去搜索该服务。得到如何调用该服务的信息，然后根据这然信息去调用服务 提供者发布的服务。在w e b 服务体系中，使用w s d l 描述服务，u d d i 来发布、查找服务， 而s o a p 用来执行服务调用。正在定义中的w s f l 则将分散的、功能单一的w e b 服务缀织 成一个复杂的有机应用，如图2 7 所示。 图2 。7 s o a 模毽 w e b 服务的优点 ( 1 ) 宪好的封装性。w e b 服务既然是一种部署在w e b 上的对象，自然具备对象的 良好封装性，对于使用者丽言，能仅能番到该对象提供的功能列表。 ( 2 ) 松散稻台。当一个w e b 服务的实现发生变更的时候，调用者是不会感到这一 圈防科学技术大学研究舷院学位论文 点的，对于调用者来说，只要w e b 服务的调用界面不便，w e b 服务的实现任何变更 对绝镯来说舔是透暖豹，甚至是当姚b 服务的蜜现平台从j 2 飘迁移至了。n 疆，或 者是相反的迁移流程，用户都可以对此一无所知。对于松散耦合而言，尤其是在 i n t e r n e t 环境下的w e b 服务丽言，需要有一种适合i n t e r n e t 环境的消息交换协议。 丽x m l s o a p 正是目静摄为适合的消息交换协议。 ( 3 ) 使用协约的燕范性。首先，作为再e b 服务，对象界面掰提供的功能应当使用 标准的描述语言来描述( 比如w s d l ) ，由标准描述语言描述的服务界面应尚是能够 被发现的，因此这一描述文档需要被存储在私有的或公共的注册库里面。同时，使 用标准描述语言描述薛使用揍约海不仅仅是服务界面，它将延 申到驿e b 服务豹聚合、 跨w e b 服务的事务、工作流等，而这些又都需要服务质量( q o s ) 的保障。其次， 由于安全机制对于松散耦合的对象环境的重要性，因此需要对诸如授权认证、数据 完整性( 如签名机制) 、消息源认诞以及事务的不可否认性运用规范豹方法来描述、 传输积交换。最后，在所有层次豹处理都应当怒可管理的。 ( 4 ) 作为w e b 服务，其所有公共的协约完全需要使用开放的标准协议进行描述、 传输和交换。这些标准协议具有完众免费的规范，以便由任意方进行实现。 ( 6 ) 裹瘥豹可集成能力。由于w e b 服务采取翁蕈豹、易理解灼标准w e b 耱议作为 组件界酾描述和协同描述规范，完全屏蔽了不同软件平台的差异，无论是c o r b a 还 是e j b 都w 以通过这种标准的协议进行互操作，实现了在当前环境下最高的可集成 性。 w e b 服务的不足 w e bs e r v i c e s 以及相关的技术当前被炒作得最热的集成技术就要算w e bs e r v i c e s 了，但目前它还很不成熟。w e bs e r v i c e s 本质上是一黉标准、协议和匿录服务。它使得 基予网络豹各个应露系统能够共享和交换数据，蠢不繁稳 f 】底瑶用的是什么编程语言， 也不管他们用的是什么平台。如今，集成工作者必须在两种不同的网络应用基础设施中 选择一种( 虽然它们都能够运用w e bs e r v i c e s 技术) 。它们就是m i c r o s o f t n e t 和 s u s o r a c l e sj 2 e e ，他们在实旌w e bs e 芏v i c e s 时有概念上的差别，但他们俩都提供 w e bs e r v i c e s 集成的全方面支持。可以瓣出，m i c r o s o f t 的那套n 辨虽是语言无关的， 但是只能限用w i n d o w s 平台；而s u n o r a c l e 的那套j 2 髓是平台无关的，但又只限于s u n 的j a v a 语言。w e bs e r v i c e s 是一个非常肖前景的技术，因为它使得应用系统之间的集 成( 无论是在防火墙内还是在防火藩外) 变缮更容易。它还可以作为独立的小应藤来实现 一些简单的任务，如在线保险金额和信誉的查询等。w e bs e r v i c e s 甜于非同步的低交易 量的应用非常理想，例如，分布在上百个不同地区的快餐连锁店之间有着相互间的交流， 但仅仅是每天两次的少量信息传送。臻w e bs e r v i e e s 的倡导者盥扬w e bs e r v i c e s 梅 会为弹性的多分布式系统集成创造一个新的世界，可能最终会消除中央集中式的系统， 如e r p 等aw e bs e r v i c e s 技术将会被大部分运用于系统集成，同时作为企业的核心系统 第1 2 页 国防科学技术大学磺究生院学位论文 功能的补充。而不会主要用来傲企业的核心系统功能，因为核心系统不仅有大容量的交 易，而且就算是篱理每次w e bs e r v i c e s 使用的一系列费用也是很昂贵的。w e bs e r v i c e s 还缀新，它的可靠性、延 睾性和管理功能逐鸯待入们去验证。最然众多软疆 牛公司郡已 提供w e bs e r v i c e s 的支持，但公司的分析员们在这一两年内不会大爨地使用这种技术。 在这之前，健镯希望珥e bs e r v i c e s 的安全，监听以及交荔的标准能够确定和稳定下来， 而这个问题很大取决于最近由4 6 个世界领头公司组成的联合集团，他们正禚联手研究这 个阀越。w e b 目录( 公司可以公开地在目录上注册茅日宣传自己的w e bs e r v i c o s ) 是最近才 创建起来的，还没有填充服务上去。当更多更全面的目录服务被建立起来居，弹e b s e r v i c e s 可以让一个应用去寻找在i n t e r n e t 上的另一个它所需要的应用来进行无缝的 数攥交换。但是在另一方面，箨e bs e r v i e e s 约出现弓i 起了薪的管理上的挑战。运用一 个不能保证准确性的或是欺诈性的w e bs e r v i c e s 会破坏整个商务运作。随着w e b s e r v i c e s 的不断普及，j 、心跑选择商妲茯伴以验镢所用服务的可靠往是非常重要豹。另 外，当功能服务能够很容易地通过网络传递时，知识产权肯定又会成为一个需要首先解 决的问题。 2 2 3 基于j 2 e e 与x m l 的数据交换平台 基于j 2 e e 与x m l 的数据交换平台中有代表性的产品有北京鼎天软件有限公司的鼎天 数攥交换平会d t b 辨。d t d e p 跫基于j 2 e e 和煳l 技术，檄据行娩翡应用特点在逶霜的消 息中间件上封装的面向废用系统的功能软件，呈现给用户的是一组a p i 接口。d t d e p 由 消怠中间髂平台_ 和适配嚣组成，如下圈2 8 所示。 图2 8d t b 嚣p 总体结构示意圈 d t d e p 数据交换平台综合利用了j 2 e e 、糊l 技术。j 2 e e ( 即j a v a 2 平台企业版) 是 s u n 公司提出豹种分布式企娥级应用开发的技术架构“，其本身是个标准，一个为 第1 3 页 国防科学技术大学骚究生院学位论文 第三章基于内容的数据交换中心研究 3 1 系统框架 一般来说，一个企业的信息系统需要在不同的事务之间与别的信息系统进行通信协 佟。在异构数据源环境f ，全舜的系统、安全限制和不弼的数据格式，导致了很多信息 系统相互之间通信困难。一个完整的数据交换系统应该使不同的信息系统相疑通信变为 可能，同时不能增大信息系统的开发和维护成本。一个典型的数据交换系统需要考虑以 下闽题： 1 ，对各数据源上信息语义的统一理解问题； 2 。数据交换节点与数据交换中心之闾豹通信闯惩； 3 数据交换节点发起的请求的语义分析、请求分解问题； 4 各数据交换节点之间的数据传输问题及对最终结果的熬合、转换问题。 为解决以上问题，本文提出了基予内容的数据交换系统，其总体框架如隧3 1 孱示。 整个系统框架中包括数据交换中心与数据交换节点两部分。数据交换中心包括信息资源 管理工具、消息系统以及数据交换引擎三个帮分。信息资源管理工其的功能是受责生成 与维护基于本体的语义信息模型。消息系统负责接收来自数据交换节点的数据请求消息。 数据交换引擎羽利用建立的语义信惠模型聪数据请求消息进行语义分析、请求分解以及 构建转换规则，并将请求分解文件与转换规则文件以消息的形式发送到数据交换节点。 数据交换节点包括数据交换通信组件、数据交换适配器缎件及数据加载组件。 熬个系统的流程如下： 1 数据交换节点通过其数据交换通信组件向数据交换中心发出数据请求消息： 2 数握交换中心在接收到数据请求消怒居，由该镶息触发数据交换弓l 擎加载事先 已生成的语义信息模型； 3 数据交换譬 擎利雳语义信惠模型对消息进行语义分析，明确其数据请求，然后 将请求分解，生成请求分解文件，并生成转换规则文件； 4 数据交换弓l 擎将请求分解文件和转换规则文件以) ( 1 v i l 消息的形式阐传给数据 交换节点。 5 数据交换节点通过其数据交换通信组件接到响应消息后，对该消息进行解析， 得到请求分解文 牛与转换舰婚文4 牛； 6 数据交换适配器组件利用请求分解文件向备相关数据交换节点发送子请求，以 点对点的方式与相关数据交换节点遴行数据传输； 7 数据交换适配器对各子请求所得到的数据整合，并利用响应消息中解析所得的 转换规则文件将整合完的数据转换成与目标数据交换节点的业务库格式相同的 第1 7 页 国防科学技术大学研究生院学位论文 数据。 8 调用数据加载组件加载数据。 图3 1 整个系统结构图 设计数据交换中心，本章需要解决的问题主要肖如下几个： 1 魏凭分拆来自数据交换节点的x m l 数据请求消崽的语义； 2 怎样设计数据交换引擎，将数据请求进行分解； 3 如何构建转换规则文件，梅数据转换成数据请求方的格式。 本牵后面部分将分别就这几个问题进行详细的介绍。 3 2 语义信息模型 i n t e r n e l 要完全发挥崮其威力，不仅在予更快的c p u ，不仅在于更宽的网络带宽， 还在于建立一种更有利于交流和对话的机制，在于发展一种更有利于相互理解的基础技 术。这神技术必须从最基本的数据衷示和信息交换开始，排除一切平食、语言豹分歧， 以人类对现实世界的一致理解为基础，提供一种高质量的信息服务。 信息的集成是集成化的计算机智能管理的基础和关键。系统集成的目的是提供一个 访阀异构信患源的统一接目，使用户不必考虑信息模塑的异构性、信息抽取、数据合成 等问题。信息的集成本质上是对信息知识性利用，髯构信息的独立性和完整性，使其体 现信患的客观实体，如果2 够获取客戏实钵豹本质羁性，那么相应豹异掏信息便有了直 接的语义解释。团此，采用领域中用户和开发者都能理解的概念来描述异构信息的语义， 追求在异构信息集成中的语义一致性。 国防科学技术大学研究生院学位论文 体是一个实体，是对某领域应用本体论的方法分柝、建模的结果，即把现实世界中的菜 个领域抽象为一组概念及概念之间的关系。 研究、开发本体的理由主要有： 1 ) 共享人或软件a g e n t 之间需要共同理解的结构化的信息。 2 ) 重用知识。 3 ) 使领域假设确定化。 4 ) 将领域戋嚣识和运行知识分离开来。 5 ) 分摄领域知识。 6 ) 分析过程( 运行) 知识。 共享人们或软件a g e n t 共同理解的结构化的信息是开发本体的一个重要目标。例如， 假设几个不同网站包含医学信息或提供医疗商业服务。如果网站共享并且公布它们使用 的一样的本体术语，刚软件a g e n t 就可以从这些不同网站里获得倍息。a g e n t 就可以用 这些综合出来的信息回答用户询问或者作为剐的应用软件的输入数据。 震用知识是近年来推动本体研究浪潮的另一动力。例如，许多不问领域的模式需要 表现时间概念。这个表示法包括时闻间隔、时闯点、时闰度量等观点。如果一些研究者 详细地开发这个本体，那么别人就可以在它们的领域墨重照。丽且，如果嚣要建个大 的本体，可以结合许多已经存在的本体来描述一个领域内的各部分。那么也可以重用普 通的本体并且扩充它来描述我们所关心的领域。 建立本体自身并不是目标。建立一个本体类似于定义一系列数据和结构以供别的项 鼹使两。本体为入一入、入一祝和机一机之间或组织一组织的通信提供共同的术语和词汇； 在不瓣的建模方法、范式、语言帮软件工具之闾遴行翻译和浃射，以实现不同系统之间 的互操作和集成。 3 2 2 基于本体的语义信息模型 本体具有非常蓬要的地位，是解决语义层次上信息共享和交换的基础。o w l 是一 种定义程实铡化“w 曲率体”的语言，楚w 3 c 舀前描述本体的最新标准语言，旨在用 于那些需要由应用程序弼不是囱人类来处理文档中的信息豹情彤。o w