已阅读5页,还剩64页未读, 继续免费阅读
(计算机软件与理论专业论文)xml数据在关系数据库中存储技术的研究.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
中文摘要 摘要 随着w e b 应用之间的x m l 数据交换数量的不断增长,如何在数据库中可靠 和有效地存储x m l 文档以及x m l 和数据库之间的数据交换技术将变得越来越重 要。将x m l 数据存储到关系数据库中,可以利用关系数据库成熟的索引、存储、 查询技术,但是,x m l 数据复杂的层次结构和关系数据库扁平的表结构之间不匹 配,使得在存储过程中出现很多复杂问题。 从上述应用背景出发,论文首先分析了目前国内外) a l 数据存储相关技术和 工具的优缺点,研究相关的理论和技术,提出了一种将x m ls c h e m a 映射为关系 模式的方法。映射过程中,分析x m ls c h e m a 中的各种组件,挖掘x m ls c h e m a 中包含的语义约束信息,从模式转换角度,基于关系数据库技术,提出保持实体 完整性、参照完整性、取值约束和减少数据冗余的方法,详细介绍了映射算法, 为x m l 数据有效存储打下了基础。然后,充分考虑x m l 数据的层次性、顺序性 等特点,在保持文档顺序上进行深入研究,实现了x m l 数据在关系模式的有效存 储。最后,根据上述理论分析建立原型系统。实验表明,处理通用x m l 文档具有 较好的效果。此外,该方法不依赖具体的操作系统和关系数据库平台,支持x m l s c h e m a 模式标准,应用领域比较广泛。 关键词:x m l ;关系数据库;存储;映射;模式 英文摘要 t h er e s e a r c ho fx m ld a t as t o r a g et e c h n i q u ei nr e l a t i o n a ld a t a b a s e a b s t r a c t w i t l lt h eu n c e a s i n g l yi n c r e a s eo fx m ld a t ae x c h a n 百n ga m o u n ta m o n gw e b a p p l i c a t i o n , h o wt o s t o r ex m lf i l ea n dd a t ae x c h a n g i n gt e c h n o l o g yr e l i a b l ya n d e f f i c i e n t l yb e t w e e nx m la n dd a t a b a s ei sb e c o m i n gm o r ea n dm o r ei m p o r t a n t i n d e x , s t o r a g ea n di n q u i r yo fr e l a t i o n a ld a t a b a s ec a nb eu s e di fw es t o r ex m ld a t ai n t o r e l a t i o n a ld a t a b a s e b u tm a n yc o m p l i c a t e dp r o b l e m sa p p e a ri nt h ep r o c e s so fs t o r a g e b e c a u s eo ft h eu n m a t c h i n gb e t w e e nt h ec o m p l i c a t e dh i e r a c h i c a ls t r u c t u r eo f ) m ld a t a a n dt h ef l a ts t r u c t u r eo fr e l a t i o n a ld a t a b a s e b e g i n n i n gf r o mt h ea b o v ea p p l i e db a c k g r o u n d ,t h ep a p e rf i r s t l ya n a l y z e st h e a d v a n t a g ea n dd i s a d v a n t a g eo fr e l a t e dt e c h n o l o g ya n di n s t r u m e n to fx m l d a t as t o r a g e a b r o a da n dd o m e s t i ca tp r e s e n t ,s t u d i e st h er e l a t e dt h e o r ya n dt e c h n o l o g y ,p r o v i d e st h e m e t h o dt om a px m ls c h e m a 硒r e l a t i o n a lp a t t e m i nt h ep r o c e s so fm a p p i n g t h ep a p e r a n a l y z e sa l lk i n d so fa s s e m b l ya m o n gx m ls c h e m a , f i n d so u ts e m a n t i cr e s t r i c t e d i n f o r m a t i o ni n c l u d e di nx m ls c h e m a , b a s e do nt e c h n o l o g yo fr e l a t i o n a ld a t a b a s e ,g e t s t h em e t h o dt om a i n t a i ns u b s t a n c ea n dr o f e r e n c ei n t a c t n e s sa 耐诃u er e s t r i c t i o nf r o mt h e a n g l eo fp a t t e r nt r a n s f o r m a t i o na n dt or e d u c et h ed a t ar e d u n d a n c y ,e x p l i c i t l yi n t r o d u c e s t h em a p p i n ga l g o r i s m ,a n dl a y st h ef o u n d a t i o nf o rs t o r a g eo fx m l d a t a t h e nf u l l y c o n s i d e r st h eh i e r a c h i c a la n do r d e r e dn a t u r e ,m a k e st h ef u r t h e rr e s e a r c ho nk e e p i n gf i l e o r d e rt or e a l i z et h ee f f e c t i v es t o r a g eo fx m ld a t ai nr e l a t i o n a ls c h e m a a tl a s t , b a s e do n t h ea b o v et h e o r y ,a n a l y s i st r i e st os e tu pp r o t o t y p es y s t e m e x p e r i m e n ts h o w st h a ti t g e t st h eg o o dr e s u l tf o rx m lf i l e f u r t h e r m o r e ,t h i sm e t h o dd o e sn o tr e l yo nt h e s p e c i f i co p e r a t es y s t e ma n dp l a t f o r mo fr e l a t i o n a ld a t a b a s et os u p p o r tt h es t a n d a r do f s c h e m ap a t t e r na n da p p l i e sv e r yw i d e l y k e yw o r d s :x m l = r d b m s ;s t o r a g e ;m a p p i n g ;s c h e m a 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明:本论文是在导师的指导下。独立进行研究工作所取得的成果, 撰写成硕士学位论文:墨丛坠熬塑查羞丕数握庄虫在篮撞苤的硒究:。除论文 中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文 中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公 开发表或未公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名:呈知劫哆年a 月锣日 学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、 版权使用管理办法”,同意大连海事大学保留并向国家有关部门或机构送交学位 论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事大学可以将 本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或 扫描等复制手段保存和汇编学位论文。 保密口,在年解密后适用本授权书。 本学位论文属于:保密口 不保密口( 请在以上方框内打“”) 论文作者签名:王象阳 导师签名:夕哆磊对 日期t 鲫7 年j 月朋日 x m l 数据在关系数据库中存储技术的研究 第1 章绪论 1 1 论文研究背景和意义 1 9 9 8 年2 月x m l1 0 成为了w 3 c 的推荐标准,成为界定文本数据简便、标准的 方法。它日益成为互联网、企业之间、企业内部结构化数据和半结构化数据显示 与交换的主要机制。随着、曲服务和面向服务结构的出现,企业与企业之间、企业 内部之间的信息交换通常都借助于x m l 。如何有效地管理和存储x m l 数据变得越 来越重要l l j 。 互联网上x m l 数据发布呈指数式增长,管理现有的x m l 文档已变得越来越困 难。如果缺乏一种有效的数据管理手段,势必会造成文档数据管理的混乱。例如 在电子申请系统中,申请案卷的所有文件必须以x m l 文档的形式提交,为后续流 程和审查系统进行文档的查询、编辑和出版等处理提供便利1 2 j 。当前专利局一年的 案卷申请量可达数万件,提交的x m l 文档数据量相当大,因此这些x m l 文档的存 储及与其它数据存储系统的数据交换就成为电子申请系统需要解决的一个重要问 题。如果一个企业不能够有效的处理x m l 数据,就不能充分挖掘可能潜藏于文档 后面的某些规律,不利于企业的分析与决策。用户需要对w e b 进行智能化的语义搜 索和对数据按照不同的需求进行多样化显示,公司和企业要为客户刨建和分发大 量有价值的文档信息,以及对不同平台、不同格式的数据源进行有效的数据交换 和集成等。这就要求有效的存储和查询x m l 数据。 近几年来,许多研究人员用纯x m l 数据库存储和查询x m l 数据,所采取的方 法主要是给x m l 数据建立索引,这样往往会引起两个问题:( 1 ) 大多数纯x m l 数据库通过索引进行规则表达式的查询,建立这些索引需要大量额外的空间,如 何减少索引和提高查询效率引起的代价是一个有待解决的问题。( 2 ) 几乎没有一 个纯x m l 数据库很好的为x m l 数据建立键,而键是关系数据库最基本的技术之一 【3 1 。关系数据库中的主键和外键是把多个表组织为一个有效关系数据库的粘合剂。 主键不仅惟一地标识一行而且可以作为一个被外键有效引用的对象。外键可以使 第l 章绪论 关系数据库中的表相关联,保证关系数据库的参照完整性约束。采用关系数据库 存储和管理x m l 数据的优势在于: ( 1 ) x m l 具有自描述性、易扩展性、带语义性、半结构化等特点,实现了内容、 结构和表现三者的分离,使得现有的i n t e r n e t 协议和软件的协作性更好,从而简化 了数据的处理和传输。但x m l 技术检索、修改、安全性及并发操作机制存在明显 缺点,客观上需要一种有效的管理机制。 ( 2 ) 关系数据库是当今主流的数据库,如果采用关系数据库来管理) 酗l 数据, 不仅使x m l 在数据应用方面的易表义,跨平台的特点得到保留,而且可以充分利 用关系数据库成熟的数据管理服务( 有效的存储、高效的查询、并发控制、数据 恢复等) ,来方便、有效地管理x m l 数据。 ( 3 ) 随着x m l 成为数据交换的标准,基于x m l 的数据交换,只有实现数据库 的x m l 数据双向存取,才能将x m l 数据同具体应用程序集成,进而使之与现有的 业务规则相结合,真正实现基于x m l 的分布式数据交换与信息共享。 ( 4 ) 如何用数据库对x m l 文档进行有效的存储成为一个有待解决的问题。对 x m l 数据存储管理的深入研究将有力促进企业的信息化和电子商务的发展,具有 巨大的应用前景和经济效益。 本文在理解和掌握x m ls c h e m a 理论的基础上,重点研究订ls c h e m a 到关 系模式的转换,考虑x m l 数据层次、顺序等特点,实现符合x m ls c h e m a 的x m l 数据到关系数据的存储。 1 2 国内外研究现状 早在上世纪9 0 年代就有组织和研究机构开始致力于半结构化数据管理和 x m l 数据管理等相关问题的研究,影响较大的有s t a n f o r d 大学的l o r e 系统、 m a r k g r a v e s 系统、复旦大学的v x m l r 系统等。每年召开的国际顶级的数据库界 会议都把半结构化数据和x m l 的相关研究方向作为热点来讨论。x m l 是一种半 结构化数据,半结构化数据已有的理论和原型系统可以作为研究x m l 相关问题的 基础。同时x m l 所具有的独特性质又带来了新的研究课题。目前对x m l 数据管 x m l 数据在关系数据库中存储技术的研究 理技术的研究包括x m l 数据的存储、索引、恢复、查询优化等。) ( 】帆数据管理 系统大致分为三类:n a t i v e ( 原生) 方式、e n a b l e d ( 支持) 方式和m i x e d ( 混合) 方式。原生方式下,x m l 文档作为数据库的存储单元进行操作和管理,已经有一 些研究机构开发出此类原生x m l 数据管理系统,如d b x m l ,t a m i n o 和t i m b e r 等。但是原生x m l 数据管理系统至今还没有形成一个固定的模式规范,所以,对 原生x m l 数据管理系统而言,当务之急是建立统一的标准,以便于未来发展的需 要。支持x m l 的数据管理系统凭借传统数据库系统的成熟技术,提供完善的功能, 结合x m l 数据的特点设计x m l 存储、查询功能。混合方式是以上两种方法的结 合,有利于操作的灵活性,但是增加了保持一致性的难度。 当前对x m l 存储支持得较好的关系数据库主要有o r a c l e 、m i c r o s o f ts q l s e r v e r 和m md b 2 ,提供的解决方案有其各自的优点和不足。也有一些第三方提 供的中间件支持x m l 在关系数据库中的存储,比较著名的有x m l d b m s 等。此 外,用户也可以自己编写专用的应用程序处理x m l 和关系数据库之间的数据交 换。但是这些方案存在一些不足之处,表现在: 采用某种关系数据库提供的对x m l 的支持处理比较简单,最大的缺陷在于其 解决方案和具体关系数据库平台相关。不同数据库厂商提供的解决方案无法运用 到其它厂商的平台上,不太适用于集成了多种操作系统和关系数据库平台的应用 领域。采用中间件的方式,即在各种已有关系数据库的平台上加挂一个中间层, 处理x m l 和数据库的数据交换,这是一种比较好的解决方案,但目前很多中间件 的功能并不完备,对x m l 相关标准的支持不很理想。专用应用程序的转换效果虽 好,但处理过程复杂繁琐,与特定的x m l 文档结构相关,通用性不好,而且程序 界面不够友好,使用起来不方便。 总之,x m l 数据在关系数据库存储还存在一系列问题,有待进一步的研究。 1 3 论文的研究内容 x m l 文档在关系数据库中的存储及其与关系数据库进行数据交换的核心是 x m l 和关系数据库间的数据映射技术。目前存在的多种映射方法,根据是否使用 第1 章绪论 x m l 模式可分为三类:无模式映射( n o n - s c h e m am a p p i n g ) 、基于模式映射 ( s c h e m a - b a s e dm a p p i n g ) 和基于查询的映射( q u e r y - b a s e dm a p p i n g ) f 4 】。 x m l 模式定义了x m l 文档的词汇表、逻辑结构和允许值,利用模式可以对 x m l 实例文档的正确性和有效性进行验证。模式驱动映射是以x m l 模式为基础 的映射,包括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) 和x m ls c h e m a 两种方式,适用于电子商务、数据交换和系统集成等领域内面向数据处理的x m l 文档。与无模式映射相比,模式驱动映射不易丢失结构信息,能较好地保证映射 后数据的正确性和完整性。虽然模式映射要对x m l 模式进行分析,转换过程相比 无模式映射要复杂的多,同时模式映射技术存在局限,不太适合混合内容过多或 模式经常改变的x m l 文档,但是,对大部分以数据为中心、用于数据处理程序的 x m l 文档,以及部分以文档为中心的仅需进行存储和查询应用的x m l 数据来说, 比较适合采用基于模式的映射技术。 本文的目标是深入研究x m l 在关系数据库中的存储原理以及基于模式的 x m l 与关系数据库闻的映射技术,并以此为基础构建一个x m l 数据存储系统。 该系统的主要特点包括:可以不加修改地运行在多种操作系统和关系数据库上, 并尽量使关系数据库作为存储平台对用户透明:以模式映射为基础,支持x m l s c h e m a 与关系模式的映射;输入的) i l 文档不依赖具体应用,支持以数据为中 心的x m l 文档并尽可能支持以文档为中心的x m l 文档;采用图形用户界面,提 供可视化工具减少用户工作量。 1 4 论文的组织与结构 本文按先理论后实践的顺序进行论述,具体内容如下。 第l 章绪论。对论文的研究背景和意义、国内外研究现状以及论文主要内容 进行概述。 第2 章简要介绍了x m l 相关标准和技术,包括x m l 标准和x m l 模式标准。 第3 章主要介绍了x m ls c h e m a 到关系模式的映射以及x m l 数据的存储技 术。这是本文的重点。详细讨论了x m ls c h e m a 中组件的处理方法,提出了x m l x m l 数据在关系数据库中存储技术的研究 s c h e m a 到关系模式的映射方法,然后介绍了如何将x m l 数据存储到关系模式中。 第4 章原型系统的的设计和实现。介绍了系统的结构和功能,详细介绍了每 个功能模块。该原型系统是在理论研究基础上开发的,同时也是对这些理论技术 可行性的有效验证。 第5 章总结与展望。 第2 章) a 缸j 相关理论研究 第2 章x m l 相关理论研究 2 1 x m l 介绍 2 1 1 什么是x m l 1 9 9 6 年,万维网协会( w 3 c ,h t t p :w w w w 3 c o r g ) 开始设计一种可扩展的标 记语言,使其能够将s g m l 的灵活性和强大的功能与已经被广泛采用的h t m l 结合 起来,这种语言就是) 也语言【5 j 。 x m l 语言最初是为了满足大规模电子出版物的需要,随着w e b 上大量不同数 据交换的出现,x m l 起着越来越重要的作用 6 1 。它是一种界定文本数据的简便而 标准的方法,它曾经被人称作“w e b 上的a s c i i 码”,就像可以使用自己喜爱的编 程语言来创建任何一种数据结构,然后同其他人在其它计算平台上使用其它语言 来共享一样。x m l 标记用来说明所描述的概念,而属性则用来控制它们的结构。 一所以,可以定义自己所设计出的语法并同其他人共享。 1 9 9 8 年2 月x m l l 0 的第一版产生了,它是一个推荐版本,一个非正式的“标 准”。随后w 3 c 又对它进行修改和更新,到2 0 0 0 年1 0 月,x m l l 0 的第二版发 布。2 0 0 4 年2 月4 日,w 3 c 推出了x m l l 1 版。 2 1 2x m l 相关标准 ) m l 是结构化标记语言,即实现“文档结构化”的语言规范。个x m l 文档 包括了数据和标记,标记的语法在很大程度上与h t m l 类似,但标记是可以扩充的, 可以根据数据的含义自行创建。 一个格式正规的x m l 文档由三个部分组成: 可选的序言( p r o l o g ) 部分,由x m l 声明和可选的文档类型声明组成。 文档的主体( b o d y ) 部分,由一个或多个元素( e l e m e n t ) 组成,其形式为 一个可包含字符数据( c h a r a c t e rd a t a ) 的层次树。 可选的尾声( e p i l o g ) 部分,包括注释( c o m m e n t ) 、处理指令( p r o c e s s i n g i n s t r u c t i o n ,p i ) 或空白内容等。 x m l 数据在关系数据库中存储技术的研究 ( 1 ) 元素( e l e m e n t ) 元素是x m l 标记的基本组成部分,包含其它元素、字符数据、字符引用、实 体日:用、p i 、注释及c d a t a 等部分,这些合在一起被称作元素内容( e l e m e n t c o nr e n t ) 。所有的x m l 数据( 除了注释、p i 和空白等) 都必须包含在其它元素中。 元袈使用标记( t a g ) 进行分隔,由一对尖括号( “ ”) 围住元素类型名( 一个字 符盘) 。每一个元素都必须由一个起始标记和一个结束标记分隔开,唯一例外的 是:复有任何内容的元素,即空元素( e m p t ye l e m e n t ) ,它既可以使用起始标记结 束标记对,也可以使用短小精悍的混合形式一空元素标记。 表2 1 ) 眦元素形式 t a b 2 11 1 kf o r mo f x m le l e m e n t 语法组件 元素起始标记 元素结束标记 t a g n a m e d 空元素标记 格式正规的x m l 文档定义为一棵简单的层次树,每个文档都有一个,并且只 有个根节点,称之为文档实体( d o c u m e n t e n t i t y ) 或文档根( d o c u m e n t r o o t ) 。这 个节点必须包含p i 或注释等内容,而且总是包含子元素树。子元素树的根称之为 文档元素( d o c u m e n te l e m e n t ) ,该元素是这个树中其它所有元素的父元素,而且它 不i f 坡包含在其它任何元素中。 x m l 文档中其它所有元素都是文档元素的后代( 孩子) 。元素树和其中的父 一予关系是x m l 重要的特性。任何元素类型都只能包含四种内容中的一种,而不 能包含字符数据,则称之包含元素内容。如果元素可能包含字符数据和其它元素, 则称之包含混合内容。混合内容的一个子集就是只包含字符数据的元素,称之为 字符内容元素。不包含任何内容的元素称之为空元素。 第2 章b t l 相关理论研究 x m l 对元素有一种非常重要的要求必须正确的嵌套。对现实世界对象分 析有助于解释“正确嵌套”的含义。实际上,我们甚至可以说x m l 元素是任何必 须遵守它们的现实来源的规则的单词。 ( 2 ) 属性( a t t r i b u t e ) 如果说元素是x m l 的名词,属性则是修饰这些名词的形容词。属性作为附着 在元素上的信息与元素本身包含的内容有所不同,其包括一个名称一值的组合, 使用的格式有如下两种格式: a t t r i b u t e _ n a m e 2 a t t r i b u t e v a l u e ” a t t r i b u t en a m e = a t t r i b u t ev a l u e 表2 2x 札元素属性的形式表示 t 曲2 2t h ef o r mo f x m la t t r i b u t e 语法组件 一带有属性的元素的起始标记 t a g n a m ea t t r l 2 v a l u e l 带虿均个属性的芏兀素标记 a t t r 2 = v a l u e 2 协 属性值必须是分隔开的字符串,其中可能包含实体引用、字符引用,以及( 或) 文本等内容。在起始标记和空标记中属性只允许有一个实例存在。 一 ( 3 ) 字符数据 字符数据为任何不是标记的文本,是元素或属性值的文本内容。但需要注意 的是,“ ”和“& ”是标记分隔符,不允许以字符串的形式出现在字符数据中 ( c d a t a 部分除外) 。如果这些数据是必需的,它们必须以实体引用& i t ;或& a m p ; 代替。 ( 4 ) 字符引用和实体引用 在x m l 文档中,字符引用是一个字符文字形式的替代物,主要用于处理违反 x m l 格式正规要求的字符。字符引用的形式为十进制或十六迸制的数字前面加上 “& 撑”或“& 极”,后面紧跟分号。 x m l 数据在关系数据库中存储技术的研究 实体引用允许在元素内容或属性值中插入任何字符串,是一种合法的x m l 名 字,由前面的符号“& ”及后面紧跟的分号组成。x m l 标准预定义了5 个实体作 为x m l 标记分隔符号的转义序列使用,除了该5 个实体外,任何实体都必须在文 档侄用前予以定义( 类似于传统语言的宏定义) 。 ( 5 ) 其它x m l 标准组成部分 其它x m l 标准的组成部分还包括c d a t a 部分、处理指令、注释和命名空间 ( n a m e s p a c e ) 。由于这些不是x m l 标准的重点,我们只进行简要说明。 c d a t a 部分:该部分是一种用来包含文本的方法,其对象是那些其中的字 ? 辛如果不如此处理就会被识别为标记的文本,这对于希望在文档中包含x m l 标记 的饺用举例的用户来说是最为有用的。 处理指令部分:x m l 是一种描述性的标记语言,其并不预先假定自身内 窑的处理方法,但x m l 标准还是提供了处理指令部分用来把x m l 文档中的某些 线索和应用程序进行关联。虽然处理指令的有效性一直受至n 置疑,但作为一种可 在刁:影响文档结构的情况下扩展文档的方法还是有一些优点的。 9 注释部分:注释部分提供了修订记录、历史信息或其它类型的对文档创建 于或编辑者来说有特殊意义但又不是真正文档内容的元数据。注释可以出现在文 当中馀标记以外的任何地方。 命名空间:在x m l i 0 标准中,元素和属性名都被看作是本地的,但在 i n t e r n e t 等分布式应用环境下,相同元素或属性名对于不同应用程序来说可能具有 不历:昀含义。w 3 c 通过增加命名空间来解决这种问题,即扩展该数据模型使元素 名和霉性名能够使用标识该名称空间的一个u r i ( u l l i v e r s a r e s o u r c ei d e n t i f i e r ,统 一资泵描述符) 来限定,这个u r i 在一段时间内应该唯一和持久。命名空间为应 用程亭提供了一种获取元素或属性定义的方法。 第2 章x m l 相关理论研究 表2 3 一些特殊的i l 指令和声明 t a b 2 3s p e c i a lx m li n s t r u c t i o na n ds t a t e m e n t 语法 组件 ? n a m e s t r i n g b 用于x m l 应用程序的处理指令 注释,供撰写和编辑者使用 未解析的字符数据 文档类型声明 2 2x m l 的模式 ) l i v i l 模式是对某一类x m l 文档的描述,其用正式的语法定义了x m l 文档的 结啕、元素的允许值、数据类型以及某些语义等内容。它是一种保证3 c m l 文档格 式正确的有效方法,被用于检蚕文档是否符合规范、元素和标签使用是否正确。 使用同一个x m l 模式来作为文档创建规范,符合这个规范的数据就很容易交换和 共享,满足了网络共享和数据交互。这里所说的模式为广义上的) m 皿模式,包含 d t d ( d o c u m e n tt y p ed e f i n i t i o n ) 和x m l 模式( x m ls c h e m a ) 两种方式。x m l 模式在基于x m l 的应用中被广泛使用,主要包括x m l 词汇表定义,x i v i l 文档验 证,文档编辑等领域。 x m l 词汇表定义:作为程序之间数据交换的平台,x m l 文档反映了某个 应用领域的特定数据信息,而这些数据信息都需要用词汇表来进行描述。x m l 模 式通过某种定义方式提供了机器可读的x m l 词汇表,该词汇表也可以通过相关工 具转换成为开发人员可读的文档。 x i v i l 文档验证:格式正规的x m l 文档可能是遵循一些隐式规则编写的, x m l 解析器无法根据这些潜规则来检查文档中的错误,从而引发程序出错或导致 异常的数据进入系统。采用x m l 模式对输入的x m l 文档进行验证,可以确保文 档的结构和内容符合用户定义规则,减少非法数据进入系统的风险,简化文档处 x m l 数据在关系数据库中存储技术的研究 理代码的编写。 x m l 文档编辑:目前很多x m l 编辑器都在用户编写x m l 文档的过程中 采用x m l 模式对编辑的文档进行约束和验证。此外通过x m l 模式还可以生成 沮实例文档的框架,在很大程度上减少了用户的编写工作量。 在处理x m l 和关系数据库的数据转换中,必须知道输入x m l 文档的内容、 结构和数据类型等相关信息,因此对于x m l 模式文档的分析是非常重要的。下面 我们分别讨论x m l 模式中的d t d 和x m ls c h e m a 标准,但由于w 3 c 中x m l 模 式的标准比较复杂,尤其是x m l s c h e m a ,因此我们只对涉及到的主要内容作简单 介绍。 2 2 1d t d 标准 为了使x m l i 0 的其他用户能够理解符合所创建的词汇表的文档结构,引入 了一种机制一文档类型定义( d o c u m e n tt y p ed e f i n i t i o n ,d t d ) 。通过给x m l 文 档创建d t d ,能够正式精确地定义该类文档的词汇表。所有词汇规则都包含在d t d 中。许多解析器可以根据d t d 对x m l 实例文档进行有效性验证【5 1 。 2 2 1 1d ) 结构 ( 1 ) 实体 在x m l 文档创建过程中,用户可能需要多次在文档中引用相同的内容块,以 减少文档的代码输入量。d t d 中提供了定义这些内容块的方法,称之为实体定义。 在d t d 中定义了实体的名称及内容后,用户就可以用特殊的语法通过实体名称在 x m l 实例文档中对这些内容进行引用。x m l 实体可分为三类:预定义实体、通 用实体和参数实体,表2 4 给出了这三类实体的定义和示例。 第2 章儿相关理论研究 表2 4d t d 实体类型 t a b 2 4t h ee m i t yt y p eo f d t d 实体类型 定义示例 x m l 必须保留某些字符或特殊字 & i t 为字符 吲b 只包含子元素, ( ,b 元素类型 勺d 吲a 1 2 x m l 数据在关系数据库中存储技术的研究 表2 5d t d 元素类型( 续) t a b 2 5t h et y p eo f d t de l e m e n t ( c o m i n u e d ) 内容类型 描述d t d 元素声明x m l 示例 包含元素和可解 p c d a t a 析字符数据( # h e r g i ss o m e t e ) ( 复合类型 p c d a t a p c d a t a ) 或文本 p c d a t a 的组合 啕c 叫a 可包含任意形式 的内容,但不能 p c d a t a 任意类型 p c d a t a 破坏x m l 格式 p c d a t a 正规语法 啪 复合内容和元素内容采用内容模型( c o n t e n tm o d e l ) 来表示。内容模型是一种 规范,定义了元素内容的内部结构,它是圆括号包含的若干子元素名称、运算符 和# p c d a t a 关键字的组合。运算符用于说明元素包含的元组及元素和字符数据 ? 间的组合方式。表2 6 列举了各类d t d 运算符的含义。 表2 6i y r d 运算符类型 t a b 2 6t h et y p eo f d t do p e r a t o r 运算符类型含义 顺序运算符逗号,表示多个元组、元素及字符数据间的严格顺序关系。 顺序运算符管道符号,表示多个元组、元素及字符数据间的选择关系。 o 元组运算符问号,表示所修饰元组或元素是可选的,可有可无的。 元组运算符星号,表示所修饰元组或元素出现的次数为零次或多次 + 元组运算符 加号,表示所修饰元组或元素出现的次数为一次或多次 ( 3 ) 属性 属性是对元素的补充和修饰。属性在d t d 中使用a t t l i s t 标记来声明。它 由a t t l i s t 关键字、属性修饰的元素名称,以及零或多个属性定义组成。属性定 义包含属性名称、类型和缺省声明。表2 7 列举了属性的缺省值类型。 第2 章m 相关理论研究 表2 7d t d 属性缺省值分类表 t a b 2 7t h et y p eo f d e f a u l tv a l u eo f d t da t t r i b u t e 属性缺省值含义示例 元素的每个实例必须包含该 # r e q u i r e d 属性 元素实例可选择是否包含该 婀m p l i e d 属性 # f i x e d 加上缺省 属性值永远为缺省值:如果 元素中不包含该属性解析器 取缺省值 如果元素中不包含该属性解 只有缺省值析器取缺省值,否则可取其 它值 2 2 1 2d t d 的缺点 d t d 最初能够有效地推动x m l 的发展,与x m l 的巨变和成功相比,d t d 尚没 有实质性的飞跃,原因是它存在以下缺点【7 】【8 l : ( 1 ) 难读懂,且难以书写。d t d 不遵循在x m l1 0 规范中所建立的格式正确的 x m l 规则。它虽然可以用以规定限制) m 亿但本身并不是) 嘲l ,需要认真学习d t d 才能熟练地创建和编写x m l 文档。 ( 2 ) 需要两套不兼容的解析器。一套用来分析x m l ,如判断其结构是否良好; 另一套用来分析d t d 。目前几乎没有解析器能够使应用程序简便地访问它们所处 理的d t d 中的声明,这就妨碍了利用d t d 验证文档的有效性。 ( 3 ) 对于数掘类型的支持有限。d t d 只提供了非常有限的几种数据类型,d t d 中规定的文档内容都是字符数据,整型、浮点型、数据型、布尔型等简单的数据 类型都没有提供,更不要说复杂的数据类型了。d t d 没有内置对名称空间的支持。 2 2 2s c h e m a 标准 由于d t d 的局限性束缚了x m l 的发展,为此,w 3 c 推出了x m l s c h e m a 解 决方案,于2 0 0 1 年5 月正式推荐x m l s c h e m a 为x m l 的标准模式。 x m l 数据在关系数据库中存储技术的研究 2 2 2 】x m ls c h e m a 的结构 x m ls c h e m a 结构规定了x m ls c h e m a 的定义语言。它提供了规定x m l 文档 的结构和内容约束机制。一个x m ls c h e m a 由类型定义和元素声明等部件组成, 从抽象数据模式上看,x m ls c h e m a 的通用组成项是s c h e m a 组件( s c h e m a c o m p o n e n t ) ,各组件及其相互关系可以参见附录1 【9 】。一个x m ls c h e m a 是许多 s c h e m a 组件的集合。下面介绍一下几种主要的组件【1 0 1 。 ( 1 ) 元素声明 元素声明用于给元素制定元素类型名称和数据类型。在x s d l 中,实现的方 法是使用e l e m e n t 元素。元素声明可以是全局的,也可以是局部的。全局元素的声 明所使用的限定名称在模式中必须是唯一的。局部元素声明只出现在复杂类型定 义的内部,它只在该类型定义中使用,而不被其它复杂类型引用或者在替换组中 使用。 全局元券肋声明: x s d :e l e m e n t n a m e = s i z e ”t y p e = x s d :s t r i n g 恰 局部类型的声明: x s d :e l e m e n tn a l l l e = ”c i t y ”t y p e = ”x s d :s t r i n g ”6 - x s d :e l e m e n tn a m e = ”s t r e e t ”t y p e = ”x s d :s t r i n g ”胁 ( 2 ) 属性声明 属性声明用于命名属性并使之与某个特定的简单类型相关联。在x s d l 中, 实现的方法是使用a t t r i b u t e 元素。属性的声明可以是全局的,也可以是局部的。全 局属性声明出现在模式文档的最顶层,可以在多个复杂类型中使用。局部属性只 出现在复杂类型定义的内部,只在该类型定义中使用,而不被其它复杂类型引用 或者在替换组中使用。 全局属性的声明: x s d :a t t r i b u t en a m e = 6 s y s t e m t y p e = x s d :s t r i n g 修 第2 章) 。相关理论研究 局部属性的声明: x s d :a t t r i b u t e 姗e = ”s t r e e t ”t y p e = ”x s d :s t r i n g ”伊 ( 3 ) 类型定义 x m l 模式定义的结构仅仅依赖于类型定义,允许模式设计者声明在模式中使 用的扩展类型。它们被用于说明元素和属性的内容和类型。类型定义包括简单类 型定义和复杂类型定义两类。 简单类型 简单类型又分为命名简单类型和匿名简单类型。命名简单类型总是在全局定 义,而且要求在模式的数据类型中具有唯一的名称。 命名简单类型的定义形式: x s d :m i n l n c l u s i v ev a l u e = 2 修 匿名简单类型的定义形式: x s d :m i n l n c l u s i v ev a l u e = 2 ”凸- 每个简单类型都是另一个简单类型的限制,也叫做它的基类型。简单类型通 过应用面( f a c e t ) 限制其值来限制其基类型,如上面定义式中的m i n l n c l u s i v e 。表 2 8 列举了面的名称和意义。 x m l 数据在关系数据库中存储技术的研究 表2 8x m ls c h e m a 中面的名称和意义 t a b 2 8 t h e t y p e o f d e f a u l t v a l u e o f d t da t t r i b u t e 面意义 m i n e x c l u s i v e 值必须大于x m i n l n c l u s i v e 值必须大于等于x m a x l n c l u s i v e 值必须小于等于x t r t a x e x c l u s i r e 值必须小于x l e n g t h值的长度必须等于x m i n l e n g t h值的长度必须大于等于x m a x l e n g t h 值的长度必须小于等于x t o t a l d i g i t s有效数字的位数必须小于等于x f r a c t i o n d i g i t s小数位数必须小于等于x w h i t e s p a c e模式处理器应该保留、替换或者压缩w h i t e s p a c e ,取决于x e n u m e r
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 七年级科学《生物的结构与生殖》单元整体教学设计
- 高二英语北师大版选择性必修一 Unit 1 Relationships Lesson 1 Teachers 教学设计
- 初中九年级数学与函数有关的定点交点最值问题专项复习教学设计
- 高中美术鉴赏第一课美术鉴赏及其意义教学设计
- 小学四年级道德与法治教学设计:蛇年话年俗 传承年味浓
- 九年级物理二轮复习教学设计:简单机械核心模型与实战突破
- 小学二年级道德与法治《传统游戏我会玩》活动化教学设计
- 高三生物二轮复习坐标图类情境分析专题教学设计
- 小学二年级美术《虾和蟹》教学设计
- 七年级英语一般将来时假期计划语法教学设计
- 黑龙江省龙东十校联盟2027届高三上学期11月期中质量测试语文试卷(含答案)
- GB/T 7251.3-2026低压成套开关设备和控制设备第3部分:由一般人员操作的配电板(DBO)
- 欧盟电池护照EU2023-1542数据架构全解:唯一标识访问权限与数据更新合规指南
- 钢筋弯曲机使用安全要求培训
- 2026年秋季开学时间管理课:做时间的主人课件
- 考研政治马克思主义基本原理核心知识点系统梳理框架
- ISO 14001-2026《环境管理体系 要求和使用指南》变化与应对行动说明表(雷泽佳编制-2026A0)
- (物理)2027版高中《基础自测小纸条》必修2(默写+背诵版)
- 2026年河北省中考英语试卷(含答案)
- 低压电缆头制作安装施工方案及技术措施
- 2026年中国东航行测笔试题库
评论
0/150
提交评论