(计算机软件与理论专业论文)xml与对象数据库的转换.pdf_第1页
(计算机软件与理论专业论文)xml与对象数据库的转换.pdf_第2页
(计算机软件与理论专业论文)xml与对象数据库的转换.pdf_第3页
(计算机软件与理论专业论文)xml与对象数据库的转换.pdf_第4页
(计算机软件与理论专业论文)xml与对象数据库的转换.pdf_第5页
已阅读5页,还剩88页未读, 继续免费阅读

(计算机软件与理论专业论文)xml与对象数据库的转换.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 中文摘要 随着互联网技术的不断发展,咀。正在成为b b m e t 上应用程序之 间数据交换的标准。同时由于咀。灵活的数据模式和开放的数据访问 可以为信息集成提供强大的支持,因此基于咀。的信息集成系统比传 统信息集成系统更适台数据交换及共享,并已经引起了多方的广泛关注。 目前许多研究人员在x m l 基于关系数据库包装器的存储转换及查询研 究方面作才大量的工作,但是采用关系数据库存储x m l 数据存在很多 弊病。,本文提出采用咀,与面向对象数据库转换技术,进行面向对象 数据库包装器的构建与设计。 本文研究构造基于) 0 v i l 信息集成系统结构的面向对象数据库包装 器,提出面向对象数据库包装器的系统结构;根据该结构提出x v l l 的 数据模式与面向对象数据库对象数据模式的映射策略及相互存储转化算 法,一方面我们借鉴基于d t d 模式的继承对象映射提取算法及各种商业 工具,提出d t d 简化算法和基于d t d 简化结构的对象图映射算法,优 化了生成的对象类、提高了对象类的语义表达能力,也改进了对象映射 提取策略;同时采用模糊聚类策略,提出对象聚类处理算法,改善了札 语义定义的随意性给对象类提取及信息集成带来的复杂性;另一方面本 文提出对象到) m m 的转化算法,采用系统自动定义对象到帆的转化 方法实现对象到咀。的转化处理。 查询处理算法及数据结构维护算法, 且有效的进行数据维护。 同时我们还提出针对该存储策略的 使用户快速准确地获取数据信息并 关键字:) 鑫缸信启滦成包囊亲面向对蒙交据库模击读爵对未藁类 黑龙江大学硕士学位论文 a b s t r a c t 、w i t hr a p i dd e v e l o p i n go fw e b ,x m li sb e c o m i n gt h es m u d a r df o r m a t f o rd a t ae x c h a n g eb e t w e e na p p l i c a t i o n so nt h ei n t e r a c t t h ef l e x i b l ed a t a m o d e la n do p e na c c e s sc h a r a c t e r s t i c so fx m lc a np r o v i d e p o w e r f u lf o rt h e i n f o r m a t i o ni n l e r g r a t i o ns y s t e m s ,s ox m l - b a s e di n f o r m a t i o ni n t e r g r a t i o ni s m u c hf i t t e rf o rd a t ai n t e r c h a n g i n ga n ds h a r i n gt h a nt r a d i t i o n a ls y s t e m s ,a n d h a sa t t r a c t e dv a r i o u se f f o r t si nt h ep a s td e c a d e s r e c e n t l y , m a n yr e s e a r c h e r s h a v ea d d r e s s e dt h ep m b l c mo fs t o r i n gx m ld a t aa n dp r o c e s s i n gx m l q u e r i e su s i n gt r a d k i o n a ld a t a b a s ee n g i n e s h e r e ,m o s to ft h e mh a v eu s e d r e l a t i o n a ld a t a b a s es y s t e m s ,w h i l e w es h o wi nt h i sp a p e rt h a to b j e c t - o r i e n t e d d a t a b a s es y s t e m s b ea n o t h e rs o l u t i o n ,w h i e hi s1 0c o n s t r u c tt h ew r a p p e r b e t w e e n0 b j c o t - o r i e n t e dd a t a b a s ea n dx m l b a s e do nx m l - b a s e di n f o r m a t i o n i n t e r g r a t i o ns y s t e m s , t h i sp a p e r m a i l yp r o p o s e sh o wt o c o n s t r u c tt h e w r a p p e rb 吐w e e no b j e c t - o r i e n t e d d a t a b a s ea n dx m l a u t o m a t i c l ya n dl a s t l y f i r s t l y , i tp r e s e n t st h es t o r i n g a r i t h m e t i cb a s e do nt h em a p p i n gp o l i c yb e t w e e nx i v i ld a t am o d a la n d o b j e c t - o r i e n t a l m o d a l r e f e r e n c e t ot h ea r i t h m e t i co f e x a c t i n g o b j e c t - o r i e n t e dd a t a b a s es c h e m a sf r o mx m l d t d su s i n gi n h e r i t a n c ea n d o t h e rc o m m e r c i a lt o o l sf o rx m l s t o r 堍,i ti m p r o v e sm a p p i n gp o l i c yf r o m x m l1 0o b j e c t ,w h i c ho p t i m i z e st h en e ws e m a n t i cc l a s s e s w h a t sm o r e ,i t p r e s e n to b j 。c tc l u 咖- d n gp o l i c yt or e s o l v et h eu n c e r t a i n t yo fx m l s c h e m a a n dt h ec o m p l e x i t yo f i n f o r m a t i o n i n t c r g r a t i o n , w h i c hs i r a u l t a n e o u s l yf o c u s e s o nt h es e m a n t e m ea n ds t r u e t m o fn e w o b j e c tc l a s s e s o nt h eo t h e rh a n d ,i t p r e s e n t sm e t h o d t or e a l i z ee x c h a n g i n gf r o mo 协e c t t 0x m l l a s t , i t p r e s e n t s q u e r y m ga n dd a t am a i n t a l n ga r i t h m e t i ct og r a s pd a t ai n f o r m a t i o nc o r r e c t l y a n dm a i n t a i nt h ew r a p p e re f f e c t i v l y g r o u n do nt h i ss t o r i n go n e ,w h i c h p r o c e s s e si i s 岛 r e q u e s t ss u c h 船x m lq u e r y i n g ,u p d a t i n g a n d d e l e t i n g k e y w o r d s :x m l ,i n f o r m a t i o ni n t e r g r a t i o n w r a p p e r ,o b j e c t - o r i e n t d a t a b a s e , m o o a lm a p p i n g ,o b j e c t c l u s t e r i n g i i i 第1 章绪论 第1 章绪论 1 1 基于x t 的信息集成系统 w e b 技术的飞速发展,使其在全球信息传递与共享应用领域中成为 最具潜力的资源,它作为一种新的环境资源,为新技术的产生开辟了新 的领域,同时也为数据管理技术的研究提出了新的方向。随着w e b 技术 的发展,需要存储和传播的信息量越来越大,信息的种类和形式越来越 丰富,如何从海量的w e b 数据中获取有用的信息,成为用户所关心的一 个重要问题。如何有效地组织和管理这些分布于世界各地的海量数据, 提高获取有用信息的效率也就成为数据管理领域的一个十分重要的研究 问题。 因此,“信息集成”这一新概念、新模式应运而生,并被视为w e b 信息管理的主要的发展方向之一。信息集成是指将各种信息源的数据进 行有效集成,其中允许数据源是异构的、不同模式或者不相容的,用户 可以通过一个统一的访问模式对这些数据进行访问以完成信息搜索的目 的,而无需了解其具体数据源结构和访问接口。 目前分布式异构信息集成系统的建立方法可以分为两类:数据仓库 方法和虚拟方法。无论采用哪种方法,信息集成都要面临一个重要问题, 就是如何统一各个信息源的数据模型。w e b 上各个信息源的数据模型不 尽相同,如关系数据模型、面向对象数据模型、h t m l 等,有的甚至没 有数据模型。针对这种情况,研究者提出了半结构化数据模型,其无模 式及自描述的特点适宜于描述网上数据。事实上,日益普及的x m l 数 据就是一种自描述的半结构化数据,它的出现推动了w w w 在电子商务、 电子数据交换和数字图书馆等多方面的应用。但对于如何有效地存储管 理和查询这类数据,却无有良策,已有的数据库技术,如关系数据库、 i 黑龙江大学硕士学位论文 面向对象数据库,都不能完全适应于新的应用需求,而专用的半结构化 数据管理系统目前仍处于初步实验阶段。但研究者一致认为x m l 的出 现,使得信息集成的公共模式问题得以解决。实质上,) a 咀。为w e b 的 数据管理提供了新的数据模型,很多成熟的数据库技术将进入w 曲信息 处理领域,将其变为一个巨大的数据库。咀。是朝这个方向迈出的第一 步。这种变化给信息集成的研究带来了巨大的机会,使基于x i v i l 的信 息集成系统成为可能。目前,基于) 西亿的信息集成的研究正方兴未艾。 同时推动了信息集成研究的发展。 1 2 信息集成系统的发展现状 自从19 9 5 年s t a n f o r d 大学提出集成和共享i n t e m e f f w e b 上分布式异 构信息源的m e d i a t o r w r a p p e r 框架以来,人们在分布式信息集成技术方 面开展了大量研究工作,取得了很多研究成果。 1 】介绍了目前分布式异 构信息集成系统的建立方法,可以分为两类: 数据仓库方法。它是利用抽取器将各个数据源中的数据信息全部 抽取出来,利用包装器的合成器将抽取的数据合成为一个全局模式,集 中存储到一个数据库中。称之为数据仓库,系统针对数据仓库进行数据 维护和处理。这种方法的优点是对异构数据源可以采用统一的管理,管 理方式简单方便,缺点是数据仓库不允许更新,只能定期重建,而且存 在例如数据类型不支持、数据结构无法映射、转换接口工作量大、系统 网络传输和处理瓶颈等等问题。 虚拟方法,又称中间模式方法删。它是一种软件组件,其体系结 构如图1 1 。中间模式构建出一个虚拟数据库系统,系统不存储任何数据 通过支持虚拟视图方式进行数据源维护,当用户发出查询请求时,中间 器( m e d i a t o r ) 将查询请求翻译成各个数据源的查询,发送给数据源的包 2 第1 章绪论 装器飓p p e r ) p j ,且将各个数据源包装器的查询结果进行综合处理,并 返回给用户。其中包装器是针对某个数据源的数据交互处理器,它与中 间器之间采用某种协议进行交互。这种方法的优点在于采用包装程序作 为底层的处理元件,简化了异构数据之间的统一存储的问题,使各种数 据源具有高度的自治性,便子集成系统的扩展,同时也可以利用异构系 统中现有的先进技术进行数据处理,优化了系统的性能。其存在的主要 问题在于中间模式的统一标准问题,即中间模式的查询标准和数据发布 标准。 图1 1 :分布式异构信息源m e d i a t o r w r a p p e r 集成系统框架结构图 这两种方法在不同的方面各有所长。数据仓库方法的查询命中效率 要比虚拟方法更高,而虚拟方法更适应于数据源数目多、各局部数据源 的自治性很高且局部数据经常变化的w e b 环境。下边具体介绍几个目前 已经出现的典型分布式异构信息服务原型系统和查询语言。例如 2 】是一 种基于概念的动态建立的数据仓库模式的信息集成系统,该系统从各种 3 黑龙江大学硕士学位论文 数据源获取统一的相互独立的数据视图,同时将概念作为存储数据的依 据,并利用概念自动产生中间处理器进行数据集中,并且根据一些映射 规则利用包装器将获取的数据存储到数据仓库中,同时动态的支持将新 数据的表达转化到数据仓库中,以此解决数据仓库的非实时性。同时也 存在不少采用中间模式( m e d i a f i o n ) 方法的分布式集成系统,例如c , - n r l i c 系统p 叫是将数据库系统、文本、视图、影像等数据系统连接在一起建立 的多媒体信息系统,中间件向用户提供统一的数据视图应用接t 6 ,其 包装器v 1 采用面向对象的统一数据模型,并提供统一的查询处理接口, 当用户提出查询请求时,利用对象查询策略将全局查询语言转化为相应 的局部查询策略,并且创建各个局部数据服务器的可执行查询计划并发 送给每个数据服务器,且将查询结果返回给应用系统。该系统采用一些 索引及基于图形的查询策略来支持智能化的系统处理例。该系统的优化 技术是采用针对各种数据服务器集合的优化策略,以此进行有效的数据 存取及处理【9 1 。t s n n 缸s 系统f l o 1 1 】是m m 阿尔马登研究中心与斯坦福大 学共同研究开发的信息集成系统,该系统提出了约束管理机制l r 2 j 和信息 模式分类提取机制,允许进行具有结构化和非结构化数据的异构信息源 的快速集成。该系统利用翻译器l ”1 将结构化或非结构化异构数据源中的 数据对象转换为统一的自描述对象模型,系统可以基于这种o e m 进行表 示和交换数据信息;系统的中间件是基于这种统一对象模型进行一个或 多个数据源的信息提取,将信息转化为统一的对象模式,并允许异构数 据源间的浏览,同时根据数据源的实际调用统计作为查询开销评估的依 据,进行查询优化处理1 1 4 1 5 】;系统采用维护模块包装器工具箱f 1 6 】的方 式为包装器提供操作函数库,包装器l i t j 从系统应用接口接收查询处理,并 针对具体数据源根据工具箱中操作函数进行查询处理转化处理,并将查 询结果进行数据模型转化,返回给应用接口。以及为w e b 数据源提供提取 4 第1 罩绪论 规则及映射接口作为w a p p e r 生成工具的w 4 f i j 驯等等。 无论选用哪种集成结构,都无法合理的解决各种异构数据源之间的 各种差异,如数据类型不同、数据取值不同、语义不同、数据丢失等等。 【1 9 - 2 2 提出的基于“半结构化”模型的信息集成系统为处理异构数据源 间的丢失数据和其他模式异构的差异提供了可行的方法。虽然h t m l 为 互联网提供了信息集成和显示的方法,但是却无法随着多样化信息的迅 猛增长提供扩展的结构定义和查询等等支持接口。随着万维网协会于 1 9 9 8 年2 月发布的新规范x m l i 0 的出现,x m l 标准幽# 4 j 作为一种 i n t e m e t 搜索引擎、数据交换标准为信息集成系统带来了新的活力,因此 研究人们将耳光转向基于半结构化模型x m l 的信息集成系统的研究。 1 3 x b l 的研究现状 x m l 的日益流行并逐步完善使其成为了w e b 的主导技术,越来越 多的人采用x m l 作为i n t e m c t 的搜索引擎和数据交换的工具,因此x m l 的数据源也是多种多样,如纯文本文件、各种数据库数据等。如何有效 的解决管理维护x m l 数据及采用何种查询语言进行查询处理成为近几 年来的研究焦点,许多研究人员针对x m l 存储管理瞄之刁、索引维护 2 8 - 3 1 】、查询语言处理【3 ”8 】方面作了大量的工作;同时有些研究人员开始 着手研究采用n a t i v e - x m l 数据库,即以x m l 格式存储和查询的数据库 p 争跏。目前,n a t i v e - x m l 数据库已经开始出现,第一个商用n a f i v e - x m l 数据库是位于美国加州的s o f t w a r e a g 公司开发的t a m i n o 系统p ”,该系 统采用数据分析器对x m l 数据进行分析,且获取数据分析树,通过处 理该树进行数值存储、索引存储和数据元存储,并且依据分析树采用一 些运算进行查询优化。它不仅可以存储和访问x m l ,还具备多项功能, 包括o p e n d a l a b a s ec o n n 觚v i t y 、符合u n i c o d e 要求、h 丌p 通信及处理 黑龙江丈学硕士学位论文 非x m l 数据的能力,而且t a m i n o 拥有直接咀,检索和特殊检索的能 力,其查询语言强大而简短,可进入任意深度,使s q l 相形见绌。 5 6 1 介绍了e x i s t 的存储、索引、查询处理结构,索引模式主要采用快速工d 和结构节点关系建立的,基于这个模式,实现路径的连接算法和关键字 的查询。其他n a t i v e - x m l 数据库包括d b x m l 、e x e e l o n 和x h i v e d b 。 分别由美国的d b x m lg r o u pl l c 公司、e x c e l o n 公司和荷兰的t h e c o n n e c t i o nf a c t o r y 公司研制。l o t u s 公司的d o m i n o 数据库也可以处理 几,而且其x m l t o o l k i t 工具与n a f i v e - x m l 数据库一样可以允许用户 创建和处理x m l 的内容。但是n a t i v e - x m l 数据库还处在发展初期,许 多人对它持怀疑态度。 由于x m l 创建具有随意性,且允许客户在任何地点访问,极大地 扩展了应用程序的功能,因此越来越多的用户像向于) 丑咀作为数据交 互及信息集成的工具。目前已经有相当多的研究人员开始着手将m 。 作为信息集成系统的数据模型,构建信息集成系统,同时也取得了一些 成绩。下面我们具体介绍一些系统实例。法国的x y l e m e 系统帕w 采用数 据仓库与x m l 相接的方式建立集成系统,将x m l 数据存储在数据仓库 中,且对数据建立针对数据的b 树索引及文本索引,并采用网络爬虫器、 数据加载器及数据获取器三种工具完成数据仓库信息搜集及扩充同时 对w e b 信息进行监测确定是否需要更新数据j ;同时系统采用o q l 的 扩展语言作为查询语言为用户提供查询操作接口并对查询处理进行路径 选取等优化处理婵州。s t a n f o r d 大学研究的处理半结构化数据的l o r e 系 统【6 5 1 ,定义了半结构化数据上的查询语言l 鲫蛆 硎和代数操作,并扩展 到x m l i 6 r l ,同时设计了查询优化的方法【6 8 】和半结构化数据上建立四种 索引的索引方法。m i x 系统t 6 9 1 提供基于d t d 的x m l 视图定义、沮 数据存取和查询访闯,当用户提出一个基于视图的查询时,系统将用户 查询进行分解,并发送至各个局部x m l 数据源或者数据库w r a p p e r ,并 6 第1 章绪论 整理返回的数据信息,以x m l 文件返回给用户。m ma l m a d e n 研究中 心开发的中间件x p e 啪0 1 7 0 7 2 】是建立在中间模式方法基础上,采用 咀,语言为数据交换标准。 随着x m l 在信息集成系统中的广泛应用,将x m l 作为数据交互工 具已经是一个研究热点。由于数据库具有高效的存储和索引、安全、多 用户访问、具有触发器功能等等特点,目前大量信息源存储在数据库中, 因此基于数据库的x m l 存储转换成为近几年的研究重点。x m l 与数据 库之间的存储转换主要集中在两部分: 1 关系数据库与) 丑帆存储转换 目前许多专家和开发商都热衷于关系数据库的x m l 存储转换处理 工具的开发【3 4 1 。 4 1 提供了有效地用于管理x m l 文档的方法,包括 d o m 管理和有效的物理查询。该系统从文件语法树着手,提出了基于文 件树的二元结构的数据模型。采用这种方法,文件中的所有相关的关系 如父子关系,属性关系或者逻辑次序关系可以很直观进行存储描述和查 询。与l o r e 系统相比,其优越之处在于文件的基本树结构和关于关联位 置的不关信息。根据分解模式,该系统提供了一种将根据语法树路径构 成的查询改写为框架模式的表达式。 4 2 】提出了一个有效的将关系数据以 x m l 文档进行显示的方法,首先指出x m l 文件和关系表的不同,然后 将表结构及其嵌套结构转换为x m l 层次形式,并且加入标签等说明信 息,完成关系数据向x m l 文档的转换。许多大型数据库厂商都在把x m l 支持结合到其产品中,或者提供可在其数据库中使用x m l 的工具。i b m 提供了x m le x t e n d e rf o rd b 2 ,以允许用户在d b 2 中存储x m l 文档, 并提供一些新功能协助用户处理x m l 文档;m i c r o s o f t 的s q l s e r v e r6 5 和7 0 也进行了x m l 扩充据悉s q l 将来要加入x m l 输出选项,用以 向其他系统传送信息:o r a c l e 也拥有功能强大的帆索引引擎。 虽然关系数据库的存储技术及查询技术相当成熟,但是关系数据库 7 黑龙江大学硕士学位论文 的x m l 存储转换技术也存在许多不足: 1 ) 为保留数据的结构,需要用很多的表和列; 2 ) 复杂的表结构将导致语义的模糊; 3 ) 大量的表之间的连接将导致性能下降; 4 ) 简单的数据文件结构重新构造可能代价巨大。 2 对象数据库与x m l 存储转换 由于x m l 具有对象结构特点,同时对象数据库可以避免关系数据 库转化工具所存在的问题,因此许多专家开始研究对象数据库的x m l 存储转化【4 5 州。) m 几文档本身是一种由若干节点组成的结构,而对象 数据库允许用户自定义数据类型和各种操作方法,这种特点使得数据更 适合采用面向对象格式来存储,同时可以利用面向对象语言调用x m l 接口访问x m l 节点。对象数据库的x m l 存储转化同关系数据库一样, 首先需要将数据结构进行对象结构映射,并且根据对象结构将数据存储 到数据库中,同时用户可以根据需要定义方法接口;当用户需要查询或 者输出时,需要将数据从数据库中提取出来,且进行格式转换以x m l 数据发布到网络上。当今许多大型面向对象数据库厂商如o b j e c t s t o r e 【) “、 p o e t 5 3 】、o b j e c t i v i t y 5 4 1 等都提供了处理皿,的工具,基本分为三类: 1 ) 大对象式存储管理模式垆,即将x m l 文件作为一个大对象整个 保存在数据库中,数据库只提供保存及转化为x m l 文件两种操作方法, 这种方法虽然简便且易实现,但是无法进行x m l 的查询处理; 2 ) 文件式存储管理模式【q ,即将x m l 文件的数据及结构提取出来, 以某种文件格式存储在数据库中,这种方法虽然可以采用文件管理技术 对x m l 进行查询处理和存储优化,但是同“大对象式存储管理模式” 方法一样忽略了x m l 的语义性和结构性; 3 ) 对象结构存储模式( 4 8 - 5 0 , 5 3 , 5 4 】,即根据v 匝的元素结构生成相应 的对象类,将v i l 的元素作为一个对象进行存储处理,这种方法充分 s 第1 章缮论 考虑到x m l 的结构性,同时可以采用数据库技术进行查询处理,其主要 策略是:首先将x m l 文件的s c h e m a ( d t d , x m ls c h e m a 等) 映射到数据 库模式:然后将x m l 数据以对象数据存储在数据库中;当用户提出查 询请求时,基于映射上的转换处理软件可以使用x m l 查询语言( 如 x p a t h 、x q u e r y 等) 进行数据处理。并根据这种映射将数据库中的数据 发布到w e b 上。目前存在一些基于d t d 结构的对象映射策略, 4 6 - 4 8 都提出了基于d t d 的结构图的对象生成策略,【4 6 针对一个元素需要对 应多个对象类结构,而且没有利用继承关系设计对象类的结构;【4 7 针对 这些问题作了一些优化;但是由于x m l 数据结构复杂、表达随意及结 构的语义性使得d t d 结构相当复杂,它们都只能处理一些结构相对简单 一些的d t d 文件,4 8 针对d t d 的结构复杂性提出了一些优化处理策 略。7 3 提出了一种文档聚类模型,对复杂的d t d 结构进行归类,为智 能化的查询处理提供了支持,它引入模糊概念词典概念,借助词典对d t d 文档中的元素在语义上进行关系分析,同时在结构方面,用层次树来表 示文档内各元素的相互关系。但是这只是对d t d 文档进行的聚类处理。 从x m l 的半结构化、语义及处理简便等角度出发,许多开发人员 开始倾向于“对象结构存储模式”方法,但是同样也存在一些问题: 1 ) 由于x m l 定义的随意性,可能导致对象类的无限扩展,如何避 免相同语义的x m l 数据文件及数据元素之间的重复对象结构定义; 2 ) 对于名称相同但结构不同的元素如何进行生成对象类处理; 3 ) 对于x m l 结构说明中的特殊结构如何映射; 4 ) 如何充分体现x m l 的语义性。 1 4 本文的贡献及主要工作 x m l 作为w e b 的新一代数据模型,使w e b 数据共享及数据发布更 为方便,因此许多w e b 用户提出采用x m l 作为集成系统的数据转换方 9 黑龙江大学硕士学位论文 式的要求。“基于x m l 的分布式信息集成和共享系统”是国家项目, 主要用于满足用户以x m l 文件进行数据交互的需求。系统采用本地的 x m l 分布式信息集成和共享系统来管理分布在各地的w e b 信息,其内 容包括w e b 信息的搜集、w e b 信息的提取以及对w e b 信息的查询和统计 分析。系统主要分为四个部分:i n t e r a c t 局部数据源集成、x m l 核心数 据仓库及协调器和提供给用户的应用接口,其中i n t e m e t 局部数据源集成 是由关系数据库包装程序、面向对象对象数据库包装程序及h t m l 文件 系统包装程序和中间件服务程序四部分构成。本文主要在面向对象数据 库包装程序方面展开工作设计并实现x m l 与面向对象数据库间的信 息存储转换及查询处理,该子系统的体系结构主要分为两部分:x m l 与 面向对象相互存储转换服务和查询处理及数据维护服务。 由于目前面向对象数据库没有统一的标准,其操作也存在许多差异。 因此考虑到针对多个数据库存储操作,以实现包装器的扩展,本文提出 的方法是采用“对象结构存储模式”,实现) a l 与面向对象的存储转 化算法,其中主要运用了d t d 简化结构图方法、对象类提取方法、对象 聚类方法、对象数据存储方法等通过d t d 进行对象结构提取进行x m l 的面向对象数据库存储方法,并创建对象实例文件,将x m l 数据文件 根据其d t d 结构定义转化为相应的对象,保存在数据库中。这种存储方 法可以保留x m l 的语义和结构特征,同时可以采用对象数据库的各种 技术进行存储维护和访问处理,以此实现包装器的扩展,为x m l 作为 对象数据进行访问提供了方便。 首先由于x m l 数据结构复杂、表达随意性使得d t d 结构相当复杂, 同时考虑到保留x m l 元素语义和由于x m l 的随意性给对象生成带来的 复杂性和重复性等问题,提出了d t d 结构图简化算法,减少了对象类的 生成个数,为优化对象类结构作准备。d t d 简化结构图算法吸取了 4 6 , 4 7 ,4 9 的经验并对其进行了改进,同时考虑到元素的语义,针对d t d 1 0 第1 罩绪论 中的复杂结构提出了基于d t d 文件的简化策略,对d t d 结构进行等价 简化处理,获得d t d 简化结构图,为对象转化作准备。 获取d t d 简化结构图后,提出对象结构图映射算法及其映射策略, 进行对象结构映射处理。该算法主要针对x m l 文件元素重复定义、同 名异构的元素定义及特殊结构提出了映射策略,进行映射处理,生成对 象结构图。 根据生成的对象结构图,提出可以自动生成对象类定义的对象定义 处理算法,同时为这些对象类自动定义了一些查询、永久化、蚺】数据 文件转化等等各种方法,便于对象数据库的对象类定义处理及对象操作。 简化及映射处理虽然解决了结构上的对象类同类归类处理,但是由 于存在x m l 结构书写顺序的随意性及语义表达方式的多样化等问题, 所以无法从语义角度进行对象类的优化处理,困此提出对象聚类策略, 将同语义的对象类归类,为用户提供智能数据查询提取做准备。该对象 聚类策略,不同于传统豹聚类算法,它是 7 3 算法进行了进一步的细化, 将设有统一结构且具有相同语义的x m l 文档结构信息进行归类,并且 对层次结构对元素语义的影响进行了分析,同时增加了人为的修改功能, 以满足用户查询的智能化要求,为松散的分布式信息系统提供了扩展支 持。 对象存储处理算法实现了x m l 数据以对象实例形式存储到面向对 象数据库中。同时对象向x m l 转化处理算法实现了将对象以x m l 数据 的格式进行发布。由于相互转化是采用“对象结构存储模式”,因此在 相互存储转化时,该系统可以支持x m l 数据文件与相应对象、元素与 相应对象之间的转化处理。 目前面向对象数据库的x m l 存储转换工具一般不支持查询或者只 支持基于对象的简单查询处理。本文为包装器的数据维护提供了基于条 件限制及语义模糊相似性的数据查询提取、修改删除等维护操作方法, 1 1 黑龙江大学硕士学位论文 并将处理结果以x m l 文件格式返回给用户,为用户提供了x m l 基于面 向对象数据库上的数据处理,改善了信息集成系统的性能,同时使操作 平台具有用户透明性。 这些算法是以w i n d o w s 操作系统和f a s t o b j e c t 数据库为底层环境 的,采用j a v a 作为开发环境。在算法的设计与实现方面充分进行了稳定 性、实现的难易程度、可移植性、可扩展性等等方面的平衡考虑。基于 面对对象数据库系统的x m l 存储访问算法设计要求以下几个方面: 1 首先是正确性。 2 从对象的语义角度考虑,对x m l 文件的结构进行分析,以求获 取最优的对象类信息。 3 从信息集成的角度考虑,提供查询方法,且允许用户进行重定义, 进行信息资源集成。 1 5 各章节内容安排 第一章绪论,包括六个部分,分别介绍了基于x m l 的信息集成系 统概念及系统结构、信息集成系统的发展现状、x m l 的研究现状、本文 的贡献及主要工作、各个章节内容安排及本章小结,阐明了本文的意义。 第二章预备知识,主要包括四个部分,分别介绍了可扩展标记语言 x m l 基本介绍、面向对象数据库概念及国内外基于面向对象数据库 x m l 存储转换研究现状,介绍了目前孙他与对象数据库的发展现状及 本章小结,介绍了本文工作的预备知识,为本文工作做准备。 第三章基于x m l 的分布式信息集成和共享系统结构,主要包括三 个部分,介绍了集成系统的体系结构及功能和面向对象数据源包装器的 结构及本章小结,概要的介绍包装器的系统结构。 第四章讧l 的面向对象数据库存储转化算法,主要包括五个部分, 分别x m l 数据与面向对象数据的相互转化方法、x m l 数据转化为面向 t 2 对象数据的转化算法、面向对象数据转化为) o 订l 数据的转化算瑟西 能分析及本章小结,具体介绍包装器的存储转化的设计与实现。 第五章面向对象数据库包装器的数据维护,主要包括四个部分,介 绍查询处理、咀。文件数据维护方法、咀。结构维护方法及本章小结。 第六章总结,对该论文的主要工作及内容进行总结。 1 6 本章小结 本文对基于m 。的信息集成系统及其发展现状、儿的研究现状 进行了详细介绍,并对本论文的研究工作进行了概括性的说明。 黑龙江大学硕士学位论文 第2 章预备知识 2 1可扩展标记语言一x g l 2 1 1x m l 概念 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 ) 是由万维网协会( w 3 c ) 设计的用 来自动描述数据信息的一种新的标准语言。x m l 的数据模型是一种具有 顺序性的半结构化的数据模型,也可称为自描述的数据模型。x m l 数据 文件主要由三部分构成:x m l 文件开头说明部分、d t d 结构说明部分 和元素。元素是文件的基本组成部分,是由 文本刮标记名币黔 的形式构成的,x m l 利用基本语法对元素进行描述,每个元素数据项都 具有自己的类型描述和结构描述。由于x m l 是半结构化数据,x m l 允 许定义新的标记,其结构可以随意嵌套,同时还可以使用相同的标记表 示一个数据集。x m l 允许元素具有与自身相关的属性说明,属性是采用 ( 属性名称,属性值) 数据对进行描述的,该数据对以 形式加入标记中。用户可以随意定义属 性属性和标记的区别在于给定的属性只能在标记中出现一次,与其他 元素无关。此外x m l 采用一些相关规则进行功能扩充,如采用x b a s e 规则定义x m l 文档的u r i 基本部分标准,采用x i n c l u d e 用于规定文档 中包含模式的处理模型与语法规则,采用c s s 规则定义x m l 文档显示 的样式标准,采用x s l 是x m l 用于定义格式化的词汇表,用户文档间 的数据转换,采用x m ls c h e m a 规定一些公共特征、方法等等。 1 4 第2 章预备知识 2 1 2x m l 的主要特点 x m l 作为一种自描述的语言,主要具有以下四个特点:半结构化、 自描述、可扩展和浏览器自适应。 1 半结构化 x m l 最大的特点就是半结构化,即x m l 文件可以利用d t d 规范 定义x m l 文件的语法、句法和数据结构标准,系统可以根据具体要求 随意创建和删除标记,并且可以将同样的数据以不同的浏览形式提供给 不同的w e b 用户。而且x m l 能够使异构数据库中的数据结合在一起, 利用标记表达数据的逻辑结构和具体含义,且将数据按着用户需要的某 一规范发送给用户,实现异构数据库之间的数据传递。因此利用x m l 的 半结构化性可以解决异构数据转换的统一接口问题。尽管x m l 与h t m l 使用同样的格式,即数据以纯文本形式储存于这些括号之间,但x m l 在对信息的识别和建立不同类型数据之间关系方面比h t m l 具有更大的 灵活性和适应性。 2 自描述 x m l 的自描述性增强了w e b 的检索功能。x m l 文件的自描述称为 “元数据”,包括阅读范围、文件内容、文件描述语言、作者等文件信 息,它大大增强w e b 的检索和导航功能。虽然耵也有一个增加元数 据的功能,但是它没有定义如何交换不同元数据属性。通常h t m l 完成 一个查询过程是非常复杂的,但采用) m 也的w e b 页面就可以自动完成 这一系列的查询过程,而且元数据使得网络服务器可以智能的搜索所需 信息,同时咀。的自描述性使客户端在收到数据的同时也理解数据的 黑龙江大学硕士学位论文 逻辑结构与含义,这为分布式计算等应用带来了方便。 3 可扩展性 h t m l 的最大弱点就是无法随意增加新的标签来表达w e b 上丰富而 复杂的内容但x m l 却可以做到,这也是x m l 最大的优势。x m l 中 的页面标签能够创建新的标签,而且其中可以包括任何用户需要的操作, 因此x m l 解决了标准h t m l 目前的限制,同时也满足了未来w e b 页面 发展扩充的需要。另外,由于x m l 具有出众的超文本链接能力,内容 会更加丰富并且容易使用。咀,将是未来网络数据传送与处理的必由之 路。 4 浏览自适应 x m l 的自适应性给用户浏览页面带来了方便和快捷,解决了哪l 臃肿的显示代码说明。x m l 进行w e b 页面的制作和显示时,通过定义 标记来描述文档内容,同时利用延伸性样式语言( x s l ) 和衍生样式表 ( c s s ) 进行显示控制,将信息的显示与处理分隔开来,设计者只需套 用不同的样式表和应用程序,就能够以某种形式显示并处理信息。x m l 的自适应机制允许开发人员创建多种浏览形式,咀便满足不同地区和不 同爱好的用户需要。 2 1 3 咀。语法格式定义 文档类型定义( d ) ) 是一个w e b 标准,可以对任何类型的s g m l 文 档创建模式,我们可以对照d t d 模式来检查x m l 文档的格式,符合语 法格式的x m l 文件才是有效的。目前有很多用于定义d t d 的语言,比 较通用的是“d t d ”和“s c h e m a ”。“d t d ”是从s g m l 保留下来的, 1 6 第2 章预备知识 具有自己的独特的一套书写格式。“s c h e m a ”遵循了x m l 语法格式, 对“d t d ”进行了扩充,即允许对数据的类型进行描述。 d t d 是用于规定x m l 文档中可以包含的标记种类和有效结构的标 准。在d t d 文件中,通过对语法和词汇表进行描述来定义文档的整体结 构以及标记名称属性等信息。x m l 的d t d 分为两种,内部d t d 和外部 d t d 。内部d t d 可以作为序言的一部分放在文档前面或者分散在文档序 言和一个或几个实体中,而外部d t d 是作为个独立实体文件存在,它 可以方便高效地被多个x m l 文档共享。d t d 文件主要由四部分构成: 元素定义、属性定义、内容实体定义、注释定义。 2 s c h e m a s c h e m a 是用一套预先规定的x m l 元素和属性创建的,这些元素和 属性定义了文档的结构和内容模式。相应的规则指定了每个s c h e m a 元素 或者属性的合法用途。如果违反这些规则解析器就会拒绝解析s c h e m a 以及任何同它相联系的文档。同时s c h e m a 对d t d 进行了扩充,即允许 定义数据类型,这将为对象、或数据库之间的数据转换带来便利。 2 2 面向对象数据库概念 2 2 1 面向对象概念 “面向对象”是近年来计算机领域中的一个出现频率颇高的词汇, 在软件工程实践者看来,它常常与如下一些概念密切相关:数据抽象、 封装性、继承性、多态性、可扩充性、类属程序设计、信息隐蔽、代码 黑龙江丈掌硕士学位论文 重用、模块化等等。从认识的角度出发,“面向对象”是一种认识客观世 界的观点,用户将客观世界看成是由许多不同种类的对象构成的,每个 对象都有自己的内部状态和运动规律,不同对象之间的相互联系和相互 作用就构成了完整的客观世界;从系统实现的角度看,“面向对象”可以 看成是支持“数据抽象”,即把数据对象的内部表示和它所允许的操作汇 集并封装起来,使得对于数据对象的访问只能通过引用其接口中所规定 的外部操作来进行。把“面向对象”概念融合到数据库中去就形成了所 谓“面向对象数据库”。面向对象数据模型是由类构成的一个层次结构, 类是对一类对象的抽象,类与类之间的继承关系构成类层次结构。 1 对象 在面向对象数据模型中,所有现实世界中的实体和概念都模拟为对 象。对象由属性和操作两部分组成,操作有时也称方法。对象是面向对 象技术中的核心特征,其具有五大特征:自主性:封闭性;交互性:被 动性;动态性。 2 类和实例 类是对一组相似对象的共同抽象描述,它将该组对象所具有的共同 特征( 包括操作特征和存储特征) 集中起来,用于说明该组对象的能力 和性质。实例是基于类重定义的对象,即对象是一个类的实例,它可以 通过实例化操作产生。类和实例的关系可以归纳为两点:( 1 ) 一个类的 所有实例能够响应的消息模式相同,并且采用同样的方法完成消息所要 求的操作;( 2 ) 一个类的所有实例具有相同的数据结构,并且采用同样 的名字来应用。 3 继承和类结构 继承,是一种现实世界中对象之间独特的关系,它使得某类对象可 以继承另外一类对象的特征和能力。在继承意义下,类可以组织成层次 结构。继承分为两类:结构的继承;方法的继承。通过继承创建的新类 l g 第2 章预备知识 称为“子类”,被继承的类称为“超类”。子类可以有多个超类。子类具 有超类的所有属性和方法,其定义中不再需

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。

评论

0/150

提交评论