（通信与信息系统专业论文）基于xml的制造信息格式转换技术研究.pdf

武汉理工大学硕士学位论文 摘要 x m l ( e x t e n s i b l em a r k u pl a n g u a g e ，可扩展标记语言) 经过几年的发展已成为 w e b 数据交换的标准，并在许多领域都得到广泛的应用。而在企业的信息化进 程中，关系数据库由于技术成熟、数据管理能力强、稳定可靠的并发控制得到 了广泛应用，并且在企业的各类数据管理中占据着重要地位，在制造企业中大 量的制造信息也是存储于关系数据库中。以关系数据为存贮手段，以x m l 为交 换载体的数据管理方式成为一种趋势，而关系数据向x m l 数据的转换是制造信 息格式转换的关键。 本文对含语义键的关系树模型、关系模式向x m l 模式的映射、关系数据转 换成x m l 数据且在转换的过程中保持关系数据的语义等方面进行了深入的研 究，提出了有效的方法与实现技术。 ( 1 ) 论文提出了一种含语义键的关系树模型，设计了一个依据关系模式生 成对应关系树的算法。该算法不仅可以把关系模式转换为含有语义键关系树， 且能保证转换后的语义键集的有效性和完备性。在此基础上，将基于语义键的 关系树转换为x m l 模式，生成相应关系模式所对应的x m l s c h e m a ，该方法对 于保留关系模式的语义约束，加强数据耦合是可行有效的。 ( 2 ) 在w e b 上进行数据交换时，往往要考虑进行数据交换的双方所要满足 的x m l 模式约束。而如果在要交换的一方源数据是以关系数据的方式存储，就 需要把关系数据发布成x m l 数据。为此，基于前面研究生成的用x m l s c h e m a 描述的x m l 模式约束，研究了一种将这种x m l 模式约束转换为嵌套的数据映 射结构的方法。通过在数据映射结构中嵌入构造的s q l 语句获取相应关系数据， 然后放入x m l 文档的正确位置，最终完成关系数据到x m l 数据的转换。 ( 3 ) 用j a v a 开发了一个b s ( b r o w s e r s e r v e r ) 架构的r e d 2 x m l 系统来实现 上述思想，并可以作为w e b 上数据交换的中间件为实际应用提供支持。 本文以关系数据库作为底层数据载体，研究了关系模式数据转换为x m l 模 式数据方面的相关技术，有机地将关系模式同x m l 模式的模式映射与数据库动 态查询技术结合，实现了关系数据库数据的x m l 格式数据的无损发布。 关键词：语义键；x m l 模式；模式映射；数据转换 武汉理工大学硕士学位论文 a b s t r a c t i nt h ep a s ty e a r s ，x m l ( e x t e n s i b l em a r k u pl a n g u a g e ) h a sb e e no n eo ft h e s t a n d a r d sf o rd a t ae x c h a n g eo nt h ew e b i ti sw i d e l ya p p l i e di nm a n yf i e l d s b u t d u r i n gt h ep r o c e s so fe n t e r p r i s ei n f o r m a t i o n i z a t i o n ，r e l a t i o n a ld a t a b a s es y s t e m sa r e w i d e l yu s e da n da r ep l a y i n gs o m es i g n i f i c a n tr o l e si nt h ed a t am a n a g e m e n to f e n t e r p r i s e sw i t ht h e i rm a t u r et e c h n o l o g y ，p o w e r f u ld a t am a n a g e m e n t ，t h er e l i a b l ea n d s t a b l ec o n c u r r e n tc o n t r 0 1 a n dal o to fm a n u f a c t u r i n gi n f o r m a t i o ni ss t o r e di n r e l a t i o n a ld a t a b a s es y s t e m s o f t e nr e l a t i o n a ld a t a b a s ea r eu s e dt os t o r ea n dm a n a g e d a t aa n dx m ld a t aa r eu s e da si n f o r m a t i o ne x c h a n g em e d i u m t r a n s f o r md a t af r o m e x i s t i n gr e l a t i o n a ld a t a b a s ei n t od a t at y p eo fx m l h a sb e c o m et h ep i v o t a lp r o b l e m f o rd a t af o r m a te x c h a n g e 研mm a n u f a c t u r ei n f o r m a t i o n w er e s e a r c ht h ef o l l o w i n gt o p i c s ：r e l a t i o n - t r e em o d e lw i t hs e m a n t i ck e y s ， m a p p i n gr e l a t i o ns c h e m at ox m ls c h e m a , t r a n s l a t i n gr e l a t i o n a ld a t ai n t ox m l d a t a w h i l ep r e s e r v i n gi n t r i n s i cs e m a n t i cr e l a t i o n s h i p sa m o n gt h er e l a t i o nd a t a a sar e s u l t ， w ep r o p o s ee f f e c t i v em e t h o da n dr e a l i z a b l et e c h n o l o g y ( 1 ) t h i sp a p e rp r e s e n t sar e l a t i o n - t r e em o d e lw h i c hi n c l u d e ss e m a n t i ck e y s a n d a na l g o r i t h mi sd e s i g n e dt om a pr e l a t i o n a ls c h e m at ot h i sr e l a t i o n - t r e e t h i sm a p p i n g a l g o r i t h mn o to n l ym a pr e l a t i o n a ls c h e m at or e l a t i o n - t r e ew i t hs e m a n t i ck e y sb u ta l s o g u a r a n t e et h ec o m p l e t e n e s sa n dv a l i d i t yo ft h es e to fs e m a n t i ck e y sa f t e rt r a n s f o r m t h e n , t h ex i v l ls c h e m ai sm a p p e db a s e do nt h i sr e l a t i o n - t r e ea n dax m l - s c h e m ai s d e s i g n e dw h i c hd e s c r i b et h ex m l s c h e m aa n dc o r r e s p o n dt ot h er e l a t i o n a ls c h e m a i t i sp r o v e dt h a tt h i sm e t h o di sv a l i da n de f f i c i e n tf o rk e e p i n gs e m a n t i cr e s t r i c t i o na n d s t r e n g t h e n i n gd a t ac o u p l i n g ( 2 ) w h e nd a t ai se x c h a n g e do nt h ew e b ，t h ex m ls c h e m a so ft h et w oe n t i t i e s ( t h e i rs t a n d a r d s ) m u s tb ec o n s i d e r e d i ft h es o u r c ed a t ai sr e l a t i o n a ld a t a , i tn e e d st o b ep u b l i s h e di n t ox m ld a t ac o n f o r m i n gt ot h es c h e m ao ft h et a r g e te n t i t y s o ，a t r a n s f o r mm e t h o da b o u th o wt om a pt h ex m ls c h e m at oan e s t e dd a t am a p p i n g s t r u c t u r ei ss t u d i e db a s e do nt h ex m ls c h e m ar e s t r i c t i o nw h i c hh a sb e e ns t u d i e d 武汉理工大学硕士学位论文 b e f o r ea n dd e s c r i b e db yx m l s c h e m a t h r o u g hc o n s t r u c tc o r r e s p o n d i n gs q lq u e r y s e n t e n c ei nt h en e s t e dd a t am a p p i n gs 仃1 l c t u r e ，r e l a t i o n a ld a t ac o u l db ea c q u i r e d t h e n p u tt h o s ea c q u i r e dr e l a t i o n a l d a t at ot h er i g h t p l a c e so fx m ld o c u m e n t ，t h e t r a n s l a t i o nf r o mr e l a t i o n a ld a t at ox m ld a t ai sf m i s h e d ( 3 ) ap r o t o t y p es y s t e mn a m e d 鹤r d b 2 x m li sd e s i g n e db yj a v aa n db s ( b r o w s e r s e r v e r ) f r a m ea saf a c i l i t yf o rp r a c t i c a la p p l i c a t i o n sa sw e l lt oi m p l e m e n t t h ea b o v ei d e a sa n dm e t h o d s n l ei n t e r r e l a t e dt e c h n i q u et h a tt r a n s f o r m i n gr e l a t i o n a ls c h e m ad a t at ox m l s c h e m ad a t ai ss t u d i e di nw h i c ht h er e l a t i o n a ld a t a b a s es y s t e m si st a k e na st h eb o t t o m s t o r i n gm e d i u m 啊1 et h e s i se s t a b l i s ht w os t r a t e g i e so fp u b l i s h i n gr e l a t i o n a ld a t at o x m ld a t ac o m b i n i n gm a p p i n gr e l a t i o n a ls c h e m at ox m ls c h e m av 以t l l d y n a m i c d a t a b a s eq u e r i e s k e yw o r d ：s e m a n t i ck e y s ，x m ls c h e m a , s c h e m am a p p i n g ，d a t at r a n s l a t i o n i i i 独创性声明 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。尽我所知，除了文中特 l , j j n 以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工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 明并表示了谢意。 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即： 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电子版， 允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的 全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有 关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息 服务。 ( 保密的论文在解密后应遵守此规定) 研糊：崩签鸪弋加期弩 武汉理工大学硕士学位论文 第1 章绪论 1 1 课题研究背景及其意义 制造信息是指制造企业经营过程中产生的各种数据的总和，涉及到等生产、 管理、销售等方方面面，同时这些信息是以不同的格式储存不同的数据源中， 这些数据源包括人工管理方法、文件系统、各种数据库系统，在这些数据源中， r d b ( r e l a t i o n a ld a t a b a s e ，关系数据库) 凭借其多级的安全机制、稳健的并发访问 控制、高速的处理效率、较高技术成熟度，在制造信息管理中占据主导地位。 以关系数据库格式储存的企业制造信息，由于关系数据库技术本身或人为 因素产生了一些不适应信息化进一步发展的问题；不利于系统间的数据交换及 直接的i n t e m e t 应用。国内众多的制造企业广泛应用各种c a x ( 指 c a d c a p p c a m 等计算机辅助系统) 和m i s ( m a n a g e m e n ti n f o r m a t i o ns y s t e m ，管 理信息系统) ，一些技术基础好的企业，通过实施c i m s ( c o m p u t e ri n t e g r a t e d m a n u f a c t u r es y s t e m ，计算机集成制造系统) 7 - 程、并行工程等先进制造技术，已 在局部应用了p d m ( p r o d u e td a t am a n a g e m e n t 产品数据管理) 、e r p ( e n t e r p r i s e s r e s o u r c ep l a n n i n g ，企业资源规划) 技术或系统，为进一步实施基于i n t e m e t i n t r a n e t 的制造业信息化奠定了良好基础。但是，早期在构建企业制造信息管理的某项 应用系统时，大多基于某种d b m s ( d a t a b a s em a n a g e m e n ts y s t e m ，数据库管理系 统) 、采用“独立解决方案”，程序开发者和企业逻辑相结合，在特定的操作系统 平台和开发环境下，基于特定的数据格式、开发模式和系统框架进行特定应用 程序的开发，很少考虑应用系统的可集成性可重用性、可扩充性、可移植性； 因此，当众多基于关系数据库的应用系统需要信息共享时，必须在它们之间开 发复杂的专用数据访问接口，每一次应用系统的升级要涉及众多复杂接口的升 级，新的应用又需考虑新的接口开发。于是，企业不得不为每套应用配置特有 的专业技术人员，并保持与不同技术供应商的密切联系，结果形成了众多的关 系数据孤岛和小规模的紧密集成并存的局面。另外，存储在关系数据库中的数 据不能直接应用到i n t e m e t 环境，需要开发特定应用程序，才能将的关系数据发 布到i n t e m e t 环境。 武汉理工大学硕士学位论文 随着i n t e m e t 技术高速发展，x m l i ( e x t e n s i b l em a r k u pl a n g u a g e ，可扩展标 记语言) 作为一种支持i n t e m e t 环境的数据表示标准，正在引起人们的极大关注。 x m l 是w 3 c ( w o r l dw i l dw e bc o n s o r t i u m ，世界万维网联盟) 提出的一种定义其 它语言的元语言，是s o m l ( s t a n d a r dg e n e r a l i z e dm a r k u pl a n g u a g e ) 的一个精简子 集，用于支持i n t e m e t 上的结构文档交换。广义的x m l 除了指一种语言和采用 该语言所描述的x m l 文档外，还包括x m l 语言以及所有与x m l 相关的工具 和技术，例如，x m l 解析器及解析技术、x m l 转换技术、x m l 检索技术等。 舭具有如下特点 ( 1 ) x m l 具有可扩展性。x m l 的最大特点是允许用户根据其需要创建自 己的标记，创建标记的范围涉及数据的结构、数据的语义约束条件、数据的内 容、数据显示样式、甚至数据的操作等方面，这个特点使得x m l 突破了h t m l 仅能描述数据显示样式的局限，具有良好的结构和约束。 ( 2 ) x m l 提供了一种灵活的数据描述方式。x m l 支持数据模式、数据内 容、数据显示方式三者的分离，符合内容与形式分离这一规律，从而使得依赖 于数据显示方法的用户界面、数据的使用、数据的定义相分离，使得同一数据 内容在不同终端设备上个性化表现数据成为可能，在数据描述方式上更加灵活。 ( 3 ) x m l 具有自描述性。x m l 文档通常由文档模式描述文件和实例文件 组成，前者用于描述x m l 实例文件所能使用的标记、标记的结构、标记的含义 等，而x m l 实例文件则使用这些预定义的标记描述数据，所以x m l 具有自描 述性。 ( 4 ) 多样的样式表支持：x m l 把数据内容与他们的表现形式分开。这样既 可以只关心数据的逻辑结构，也可以通过样式表来格式化数据的表现。你甚至 可以定义自己的个人样式表来显示各种不同的x m l 数据 ( 5 ) x m l 简单易于处理。从数据处理的角度看，x m l 足够简单易于阅读， 又易于被应用程序处理。 上述优点和特点，使得x m l 可以为结构化数据、半结构化数据、关系数据 库、对象数据库等多种数据源的数据内容加入标记，适于作为一种统一的数据 描述工具，扮演异构应用间的数据交换载体或多源异构数据集成的全局模式角 色。事实上，诸如w e bs e r v i c e s ( w e b 服务) 、s e m a n t i cw 曲( 语义网络) 等多种新 的i n t e m e t 协议都是基于x m l 建立的，x m l 己经成为i n t e m e t i n t r a n e t 环境下数 据表示的事实标准。 2 武汉理工大学硕士学位论文 从上述分析不难看出，x m l 在数据交换方面的自描述、可扩展等优势使其 适于充当i n t e m e t 环境下数据描述标准与异构应用间数据交换载体的角色。另一 方面，迄今为止，用户仍习惯于将制造信息储存于用关系数据库中绝非偶然， 更深层的原因是x m l 缺乏关系数据库那样有效的数据管理手段，存在着数据管 理困难、操作效率低、安全性差的隐患，从而制约了基于x m l 的数据管理技术 的发展和应用。而关系数据库在数据管理方面具有数据操作速度快、效率高、 安全性好，并发访问控制好、技术成熟、应用广泛等优点，使其作为底层数据 管理方式具有一定的潜在优势，但是它也需要提出一种灵活的数据应用方式， 以便将数据有效地发布到i n t e m e t 环境，消除平台差异、实现更大范围的数据交 换与信息共享，x m l 具有上述优势，正可弥补关系数据库技术的不足。综上所 述，x m l 和关系数据库在数据应用和数据管理方面各有优势，它们之间不能相 互代替，应是一种相辅相成、优势互补的关系。因此以关系数据为企业制造信 息的存贮手段，以x m l 为交换载体的制造信息的数据管理方式就成为一种趋势， 而这两种数据格式间的集成和信息共享就成了研究的热点。 在此基础之上，本文探讨的是如何将以关系数据格式储存的制造信息自动 化地转换为x m l 格式的数据，并且转换后的数据必须符合原来数据之间的语义 约束，实现关系格式数据到x m l 格式数据的无损转换。这样就可以充分利用关 系数据库中的数据，有利于数据的共享和交换，并尽量减少手工操作的负担。 现实中x m l 数据的来源往往是关系数据，使得这种转换具有重要的实用价值。 一般来说，以关系数据格式储存的制造信息并不是专门为x m l 应用设计的，它 们要满足其它的业务处理需求，同时这种数据的结构也比较固定，不会作经常 性的调整，而x m l 作为数据发布的手段，其扩展性很强，数据组织的变化也相 对频繁，因此这种转换也存在一定的复杂性。所以如果能够有一种自动或半自 动的方法来完成这种数据转换工作，将为人们提供不少便利。 1 2 相关领域研究发展现状 在国外，x m l 与r d b 的相关技术己经引起了从高校科研院所到商业数据 库公司的广泛关注，其具有代表性的项目或计划如下： 美国u c l a 大学的x p r e s s 项目。x p r e s s 的全称是x m lp r o c e s s i n ga n d r e l a x a t i o ni nr e l a t i o n a ls t o r a g es y s t e m 该项目重点开展基于关系数据库的x m l 存储与查询技术，该项目组的d o n g w o nl e e 博士提出了在关系模式与 3 武汉理工大学硕士学位论文 d t d ( d o c u m e n tt y p ed e f i n i t i o n ，文档类型定义) 双向映射过程中的语义约束保留 问题口 3 ，4 1 。该项目的主要贡献如下：提出了基于x s c h e m a 5 】的语义建模理论；基于 形式语言理论对六种x m l 模式描述语言进行了综合分析；提出了d t d 与关系模 式双向映射的语义约束保留问题【6 j 。 美国c o m e l l 大学的i n t e r n e td a t am a n a g e m e n t ，项目组的 j s h a n m u g a s u n d a r a m 博士最早在d t d 到关系模式映射方面取得突破。该项目的 贡献是：提出基本内嵌、共享内嵌、混合内嵌三种d t d 到关系模式的映射算 法【7 ，8 】；提出面向x m l 的关系数据发布算法及技术1 9 1 ； 法国国家信息与自动化研究所( i n r t a ) 的a g o r a 项目，该项目着重研究基于 x m l 的异源数据库集成技术。其主要贡献有：建立了基于x m l 的多数据库 集成理论【l o 】；对现有的关系模式与x m l s c h e m a 的映射算法进行了分析、比 较；研究了q u i l t 到s q l 的转换算法【l 。 奥地利维也纳科技大学的x r a y 项目，该项目受欧盟教科文基金的资助， 开展x m l 与数据库的集成技术的研究。主要贡献有：对关系数据、对象数据、 x m l 进行了深入的比较【1 2 】；研究了基于x m l s c h e m a 的建模理论【1 3 1 。 近年来，随着x m l s c h e m a 标准的成熟，基于x m l s c h e m a 的x m l 数据 转换研究逐渐深入，在基于x m l s c h e m a 的x m l 模式研究【1 4 , 1 5 , 1 6 , 1 7 1 、关系模式 同x m l s c h e m a 模式映射 1 8 , 9 , 2 0 , 2 1 】等领域开展研究。 在语义约束方面，研究人员提出了一些专门的x m l 的语义约束【2 2 ，2 3 ，2 4 ，2 5 1 ，并 成为研究的热点之一。在这些语义约束中，b u n e m a n 等人中提出的x m l 键【2 6 】 就是一类十分重要的语义约束。b u n e m a n 等人在定义了如何描述x m l 键之后， 还定义了如何判断一个x m l 文档是否符合一些x m l 键，以及如何在x m l 键 之间进行推导的规则f 7 1 ，本文就是借助x m l 键的概念提出了关系树上的语义键 概念。 在关系数据的x m l 发布方面，大量中间件( 如s i l k r o u t e z s ) 支持以标准 的x m l 方式( 如通过x q u e r y 【2 叼o 】) 对关系数据源进行查询；在结构化数据到 x m l 数据的语义映射方面也取得了一定的成果【3 l 】。这些技术在一定程度上实 现了关系数据到x m l 数据的映射或转换。 国内的大多数相关研究工作集中于院校等研究小组进行。北方交通大学的 “关系模式到x m l 模式的影射【3 2 】，中国科学院计算所的 x m l 结构和关系数据 库的一种形式化映射【3 3 】”，东南大学结构化数据到x m l 数据的语义映射【3 4 】 ， 4 武汉理工大学硕士学位论文 西安交通大学的“用x m l 表示关系数据【3 5 】”，上海交通大学的“基于x m l 实现数 据库间信息交换的方法【3 6 】，武汉理工大学的“表达关系模型中m ：i i 联系的方法 【3 7 】”等都对关系数据库与x m l 之间的转换开展了研究，这些转换大部分都是基 于x m ld t d 的转换。西北工业大学c a d c a m 国家专业实验室在关系模式到 x m l s c h e m a 的约束保留映射【3 5 , 3 9 】等研究方面也进行了大量的探讨工作。 目前，一些商业产品实现了关系数据到x m l 数据的转化，例如 o d b c 2 x m l 、o r a c l e sx s q l 、x m ls p y l 4 、m a p f o r c e l 4 1 】工具。除o d b c 2 x m l 、 x m ls p y 、m a p f o r c e 外，大部分的工具都是为相关的数据库产品服务，不支持 多种异构关系数据库。而o d b c 2 x m l 、x m ls p y 和m a p f o r c e 支持多种数据库 系统但没有考虑数据库中数据本身的联系，没有考虑到数据的实体完整性和参 照完整性，例如一些主外键约束等均未转化。 以上的研究成果为我们进行相关工作提供了一些思路和启发，然而早期的 研究多集中在d t d 与关系模式之间的转换技术【4 2 】方面。w 3 c 于2 0 0 1 年5 月推 出了x m l s c h e m a 作为x m l 的模式描述语言，为深化x m l 技术的讨论和研究 提供了标准规范。因此，随着x m l s c h e m a 标准的逐步成熟，关系数据库数据 与基于x m l s c h e m a 的x m l 数据的转换工作仍然有必要继续深入下去。并且， 目前很多技术在实现关系数据向x m l 数据转换时大多数也只注重数据间的对应 转换，而忽略了数据间语义的完整保留，而数据语义中包括数据的完整性、数 据之间的依赖性等重要信息，这在数据集成、数据语义完整性等方面具有重要 的意义。 1 3 本文主要工作及结构安排 本文针对怎样将数据库中储存的制造格式信息转换为x m l 格式数据展开原 理性研究、分析及简单应用。 ( 1 ) 通用性。现有r d b m s ( r e l a t i o n a ld a t a b a s em a n a g e m e n ts y s t e m ，关系数 据库管理系统) 都是基于关系理论的，但在模式表示、操作、访问接口等方面是 不尽相同的，本文不针对特定r d b m s 进行研究，而是通过一般关系模式、基 本s q l 、r d b m s 标准接口，j d b c 等通用技术确保本文算法不依赖于特定的 r d b m s ，具有通用性。 ( 2 ) 关系模式到x m l 模式转换算法的设计。该转换是本研究的核心。为此 本文提出了一种基于语义键的关系树模型来表示表与表、列与列之间的语义关 5 武汉理工大学硕士学位论文 联，然后将关系树转换为x m l 模式的结构，在己有的算法中，关系模式转换为 x m l 模式的结构通常是一种扁平的结构，这种结构非常简单，却不能直接的表 示出一些表之间的参照关系，为此本文用x m l s c h e m a 元素间的嵌套关系来反 映关系表间的参照。使关系模式转换为x m l 模式更为灵活。因为一个关系模式 所要表达的不仅是数据结构，更重要是数据之间的约束依赖关系，所以算法的 设计将在数据的基础上注重数据结构，在数据结构的基础上更注重数据之间的 语义约束条件。同时本文用x m l s c h e m a 来描述x m l 模式，将使得关系数据库 与x m l 之间的数据转换与国际标准一致，以满足大量基于x m l s c h e m a 应用的 需求。 ( 3 ) 数据间的无损转换。在关系模式到x m l 模式转换的基础上，基于生成 的x m l s c h e m a 模式构建一种嵌套结构的数据映射结构文档，通过构造相应s q l 语句从关系数据库中提取相应数据，实现了关系数据的x m l 发布。 ( 4 ) 开发相应的原型系统验证本文算法的有效性。根据算法的特点开发出 一个b s 架构的系统实现关系数据的无损发布。 本文共分五章，各章的内容和组织如下： 第一章论文的研究背景、研究现状、论文研究的主要内容以及论文的组织 结构。 第二章关系模式到x m l 模式的语义映射。提出了一种基于语义键的关系树 模型，并将从数据库中提取的关系模式生成的上述的关系树；然后依据关系树 及其语义键构建对应的基于x m l s c h e m a 的x m l 模式。 第三章关系数据到x m l 数据的转换。在第二章生成x m l s c h e m a 模式的基 础上创建了嵌套的数据映射结构和相应的s q l 语句从关系数据库中提取数据完成 关系数据向x m l 数据的无损转换。 第四章数据转换原型系统。介绍依据上文算法开发的b s 架构原型系统， 实现了关系数据发布为x m l 数据。 第五章全文工作的总结和对未来工作进行展望。 6 武汉理工大学硕士学位论文 第2 章关系模式到x m l 模式的语义映射研究 本章中关系模式到x m l 模式的语义映射由以下步骤组成，首先需要从具体 的关系数据库中抽取关系模式，然后根据关系模式生成关系树模型，再根据关 系树生成x m l s c h e m a 描述的x m l 模式，如图2 - 1 所示： 2 1 相关技术简介 图2 1 语义映射流程图 2 1 1x m l 模式描述语言 x m l 具有很多种模式，包括x m ld t d 、x m l s c h e m a 、x d r 、s o x 、 s c h e m a t r o n 、d s d 、d c d 、d d m l 等，本文统称这些模式为x m l 模式。其中 d t d 、x m l s c h e m a 、x d r 和s o x 属于语法模式而s c h e m a t r o n 属于类型模式， d s d 则介于二者之间。w 3 c 的d t d 和x m l s c h e m a 是目前使用最广的两种模 式，也是w 3 c 的推荐标准。 d t d 缺乏对x m l 文档的内客及其语义的约束机制，这将限制x m l 处理器 进行有效的类型检验，应用软件开发者将不得不专门编写有关类型检验的代码。 因此有必要为x m l 建立一个更全面的有效性约束机制。使x m l 处理器更好地 进行有效性检验，这样就产生了x m l s c h e m a 。自2 0 0 1 年5 月2 日起， x m l s c h e m a 规范成为了w 3 c 的正式推荐标准。 d t d 作为x m l l 0 规范的重要组成部分，对于x m l 文档的结构起到了很 好的描述作用。但它也有一些缺点，比如它采用了非x m l 的语法规则、不支 持数据类型、扩展性较差等等。x m l s c h e m a 正好解决了这些问题。它具有 以下优点： 7 武汉理工大学硕士学位论文 ( 1 ) 一致性。x m l s c h e m a 使得对x m l 的定义不必再利用一种特定的形 式化的语言，而是直接借助x m l 自身的特性，利用x m l 的基本语法规则来定 义x m l 文档的结构，使x m l 达到了从内到外的完美统一，也为x m l 的进一 步发展奠定了坚实的基础。 ( 2 ) 扩展性。x m l s c h e m a 对d t d 进行了扩充，引入了数据类型、命名 空间、一致性约束，从而使其具备较强的可扩展性。 ( 3 ) 互换性。利用x m l s c h e m a ，我们能够书写x m l 文档以及验证文档 的合法性。另外，通过特定的映射机制，还可以将不同的x m l s c h e m a 进行转 换，以实现更高层次的数据交换。 ( 4 ) 规范性。同d t d 一样，s c h e m a 也提供了一套完整的机制以约束x m l 文档中置标的使用。但相比之下，后者基于x m l ，更具有规范性。x m l s c h e m a 利用元素的内容和属性来定义x m l 文档的整体结构，如哪些元素可以出现在文 档中、元素间的关系是什么、每个元素有哪些内容和属性、以及元素出现的顺 序和次数等等。 由x m l s c h e m a 书写的模式文档定义了相应的x m l 文档的规则，以约束 其数据元素及其关系。首先，s c h e m a 文档从数据结构、数据类型、一致性约束 三方面更严格地约束相应的x m l 文档，它可以定义d t d 所无法定义的规则。 而d t d 仅从结构上对x m l 文档进行有限的约束。其次，d t d 语言有其独立 的语法形式，x m l s c h e m a 文档本身就是一个x m l 文档，可以用x m l 工具进 行分析。 尽管x m l s c h e m a 的语法结构远d t d 复杂，但其比d t d 更具有表现力、 更适应于各领域应用的使用，所以x m l s c h e m a 取代d t d 已成为一种趋势。鉴 于以上原因，本文采用x m l s c h e m a 来描述由关系模式映射而成的x m l 模式。 x m l s c h e m a 主要由以下组件构成： ( 1 ) 全局组件与局部组件 组件可以被声明( 或定义) 为全局的或者局部的。全局组件出现在模式文档的 最高层中，而且总是命名组件；在整个模式中，它们的名称在其组件类型中必 须是唯二的。例如，在同一模式文档中具有相同名称的全局元素声明是不合法 的。然而，同一模式文档中具有同名的元素声明和复杂类型定义则是合法的。 相反，局部组件则局限在包含它们的定义和声明作用域内。元素和属性声明可 以是局部的，这意味着它们的作用域只在声明它们的复杂类型范围内。简单类 8 武汉理工大学硕士学位论文 型和复杂类型也可以定义局部的，在这种情况下它们是匿名的，不能被定义他 们的元素和属性声明之外的其他任何元素和属性声明使用。因此为了避免不必 要的命名冲突，应尽可能将组件声明或定义成局部的。 ( 2 ) 命名模型组 x m l s c h e m a 支持命名空间及其引入与包含。x m l 用命名空间标识名字的 来源，利用i m p o r t 与i n c l u d e 机制，应用者可以引入或包含其它命名空间，这样 有利于x m l s c h e m a 的模块化设计，增强其可读性、可维护性、集成性。命名 空间( n a r n e s p a c e ) 是x m l 通过u r i ( u n i v e r s a lr e s o u r c ei d e n t i f i e r ，统一资源定位l 描述名字空间，避免了重复，一个x m l s c h e m a 文件可以引用一个或多个命名 空间的名字来定义目标命名空间的名字。一般的，h t t p ：w w w w 3 o r g 2 0 0 1 x m l s c h e m a 被作为根部模式描述来定义新模式，在定义目标命名空间时， 也可以引用已定义的多个命名空间，但是目标命名空间只能有一个。 ( 3 ) 元素与属性 元素和属性的标签分别为e l e m e n t 、a t t r i b u t e 。元素和属性是x m l 文档的基 本构件，每个元素和属性都与某个数据类型相关联，这个数据类型可以是基本 数据类型，也可以是由基本类型扩展的简单类型。元素的类型还可以是复杂类 型。元素和属性还可以通过d e f a u l t 属性设置默认值，通过m a x o c c u r s ，m i n o c c u r s 约定出现次数。 ( 4 ) 简单类型和复杂类型 简单类型和复杂类型的标签分别是s i m p l e t y p e 、c o m p l e x t y p e 。简单类型包括 x m l 内置的基本类型和由这些类型扩展而来的类型，它不能有子元素和属性。 复杂类型是由简单类型、元素类型、混合类型和空类型其中的一个或几个组合 而成，它可以有子元素、属性等。 x m l s c h e m a 通过简单类型和复杂类型实现对用户自定义类型的支持。简单 类型可以在界限、长度、精度、枚举值、模式匹配、空白处理等六方面实现对 元素和属性的域值约束。而复杂类型实现了x m l 文档所要表达的数据结构，同 时在复杂类型中通过s e q u e n c e ，c h o i c e ，a l l 这三个标签来约定元素出现的顺序。 ( 5 ) 一致性约束 一致性约束可以唯一识别文档中的节点，并确保它们之间引用的完整性。 一致性约束可分三类：唯一性约束、关键字约束、关键字引用。这三种约束定 9 武汉理工大学硕士学位论文 义的语法比较类似。它们的定义包括三部分；范围( s c o p e ) 、选择器( s e l e c t o r ) 、限 制域( f i e l d ) 。唯一性约束和关键字约束的主要区别在于唯一性约束约束的字段可 以为空，而关键字约束限定的字段却不可以为空。在关键字引用和关键字约束 的范围上，还有一个附加约束。被k e y r e f 引用的k e y 必须在同一个元素声明中 定义，或者在它的某个子元素中定义。 x m l s c h e m a 能够提供的约束可以归为八类约束： 数据类型：x m l s c h e m a 具有丰富的数据类型( d t d 不支持数据类型) ， 它提供了s t r i n g 、i n t e g e r 等4 5 个内部类型。 域值约束：域值约束主要指在数据类型基础上的取值合法性问题。 x m l s c h e m a 支持数据类型多个方面的域值约束，以及正则表达式的域值约束。 o 属性默认值：在x m l s c h e m a 属性定义时关键词d e f a t f l t 表示属性的默 认值。 元素默认值：x m l s c h e m a 简单元素支持默认值约束。 o 元素出现次数：x m l s c h e m a 用关键字m i n o c c u r s 表示元素的最少出现 次数，用m a x o c c u r s 表示元素的最多出现次数。 子元素的有序与无序x m l s c h e m a 用关键字s e q u e n c e 支持子元素的有 序；用关键字a 1 1 支持子元素的无序；用c h o i c e 表示子元素任意出现其中之一。 唯一性：x m l 支持属性、元素的唯一性。 关键字与关键字引用：x m l 支持属性、元素、复杂对象的关键字约束， 同时支持属性、元素、复杂对象的关键字引用约束。 2 1 2 关系数据库简述 关系数据库系统采用关系模型作为数据的组织方式，关系模型是目前最重 要的一种数据模型。关系模型与以往的数据模型不同，它是建立在严格的数学 概念的基础上的。关系模型是由美国i b m 公司s a nj o s e 研究室的研究员e e c o d d 在1 9 7 0 年首次提出的，它开创了数据库关系方法和关系数据理论的研究。3 0 年 来关系数据库系统取得了辉煌的成就，涌现出如o r a c l e ，d b 2 ，s q ls e r v e r ，s y b