（计算机软件与理论专业论文）基于ogsadai的异构数据源集成研究.pdf

原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研 究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本声明的法律责任由本人承担。 学位论文作者：楠舌力 日期：秒o 年歹月以日 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。 根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部 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、人授权郑州 大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、 缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学 位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑 州大学。保密论文在解密后应遵守此规定。 学位论文作者：砧汤、勘日期：z 年箩月“日 摘要 摘要 信息技术的发展使得数据信息爆炸式的增长，然而由于这些数据的异构性 等特点导致了大量的信息孤岛。现实要求人们必须对异构数据源实行有效的集 成，以便进行更好的数据共享和数据处理。网格技术是近年来兴起的网络技术， 目标是将地理上分布的、系统上异构的多种资源通过高速网络连接起来，进行 资源的分布共享。因此，用网格技术来解决异构数据源集成成为一个重要的研 究课题。 本文首先介绍了异构数据集成的相关理论和技术，包括网格技术、x m l 技 术、w e bs e r v i c e 技术，重点对网格环境下实现异构数据集成中间件o g s a d a i 的体系结构以及资源、服务等进行了研究，并且研究了为弥补o g s a d a i 中间 件局限性开发的o g s a d q p 中间件。然后基于o g s a 。d a i 中间件以及 o g s a d q p ，设计了一个异构数据源中间件系统，并利用模式映射原理，提出 了一种从全局模式查询语句转换为针对各局部数据源且能被o g s a d q p 所执行 的查询语句的方法，实现了对多数据源的集中统一访问。最后将设计思想应用 于某实际的党员服务管理信息系统中，扩展其党员信息查询模块功能，集成来 自多个社区异构的党员信息数据库，使得用户能够实现跨区的信息查询，为其 屏蔽了各数据源的平台、系统环境、结构等方面的异构性，给用户提供了一个 统一、透明的访问界面。 关键词：异构数据；o g s a d a i ；o g s a d q p ；网格；集成 a b s t r a c t a b s t r a c t d e v e l o p m e n to fi n f o r m a t i o nt e c h n o l o g ym a k e st h ee x p l o s i v eg r o w t ho fd a t a ，b u t t h eh e t e r o g e n e i t yo ft h e s ed a t al e a d st oal o to fs i n g l ei n f o r m a t i o n i s l a n d r e a l i t y r e q u i r e sp e o p l et oi m e g r a t eh e t e r o g e n e o u sd a t as o u r c ee f f e c t i v l yf o r b e t t e rd a t a s h a r i n ga n dd a t ap r o c e s s i n g g r i di sar e c e n t l yd e v e l o p e dt e c h n o l o g y ，i t sg o a li s t o l i n kd i s t r i b u t e da n dh e t e r o g e n e o u sr e s o u r c e st o g e t h e rb yh i g hs p e e dn e t w o r ka n d o f f e rr e s o u r c es h a r i n g t h e r e f o r e , u s i n g 酣dt e c h n o l o g yt oa d d r e s st h ei n t e g r a t i o no f h e t e r o g e n e o u sd a t as o u r c e sh a sb e c o m e a l li m p o r a n tr e s e a r c ht o p i c t h i sp a p e rf i r s ti n t r o d u c e sr e l a t e dt h e o r ya n dt e c h n o l o g i e so fh e t e r o g e n e o u sd a t a i n t e g r a t i o n ，i n c l u d i n g 咖d ，x m lt e c h n o l o g i e s ，w e b s e r v i c et e c h n o l o g y ，w i t h e m p h a s i so nt h er e s e a r c ho fa r c h i t e c t u r e ，r e s o u r c e sa n ds e r v i c e so fo g s a d a i m i d d l e w a r ew h i c hi su s e dt oi n t e g r a t eh e t e r o g e n e o u sd a t ai n 鲥de n v i r o n m e n t ，a n d s t u d i e so g s a d q pm i d d l e w a r ew h i c hi su s e dt oc o m p e n s a t ef o rl i m i t a t i o n so f o g s a 。d a i a n dt h e nd e s i g n sam i d d l e w a r es y s t e m sb a s e do no g s a - d a ia n d o g s a - d q p ，g i v e san e wm e t h o dt oc o n v e r tg l o b a lq u e r yi n t ol o c a lq u e r yw h i c hc a n b ee x e c u t e db yo g s a - d q pu s i n gm o d e lm a p p i n gt h e o r y , a c h i e v e sc e n t r a l i z e da n d u n i f o r m e da c c e s st om u l t i p l ed a t as o u r c e s f i n a l l y ，u s e st h ed e s i g ni d e ai n t oap a r t y s e r v i c em a n a g e m e n ti n f o r m a t i o ns y s t e m ，e x p a n d si t sf u n c t i o no fp a r t y m e m b e r i n f o r m a t i o nq u e r ym o d e l ，i n t e g r a t e d sd a t as o u r c e sf r o mm u l t i p l ea r e a s ，e n a b l i n gu s e r s t oa c h i e v ec r o s s a r e a si n f o r m a t i o n q u e r y i n g ，s h i e l d i n g i t s h e t e r o g e n e i t y o f p l a t f o r m ，s y s t e me n v i r o n m e n ta n ds t r u c t u r ea n dp r o v i d i n gau n i f i e da n dt r a n s p a r e n t a c c e s si n t e r f a c e k e yw o r d s ：h e t e r o g e n e o u sd m a ；o g s a - d a i ；o g s a d q p ；鲥d ；i n t e g r a t e i i 8 9 一l o 一1 1 一1 1 目录 2 3w e bs e r v i c e 1 ：； 2 3 1w e bs e r v i c e 的体系结构1 4 2 3 2w e bs e r v i c e 的调用过程15 2 4网格环境下数据库访问与集成o g s a d a i 15 2 4 1 o g s a - d a i 架构。16 2 4 2 o g s a d a i 资源。1 7 2 4 3o g s a d a i 部件l8 2 4 4 o g s a - d q p 1 9 2 5 模式映射方法2 4 2 6 小结2 5 3o g s a d m 访问异构数据源机制2 7 l 3 1o g s a d a i 环境搭建2 7 3 2 注册数据源2 8 3 - 3 数据源访问机制3 0 3 4 小结3 7 4 异构数据集成中间件系统设计与实现3 8 4 1中间件系统体系结构3 8 4 2 模式映射4 1 4 3 模式映射冲突4 4 4 4 s q l 查询语句解析4 7 4 5 系统查询流程5 0 4 6 系统实现5l 4 6 1 注册数据资源5 2 4 6 2 集中查询5 3 4 7 小结5 4 i v 目录 5 总结与展望5 5 5 1 总结5 5 5 2 展望5 5 参考文献5 7 致谢6 0 个人简历、在学期间发表的学术论文与研究成果6 1 个人简历6 1 参研项目6 1 v 图目录 图目录 图1 1 数据仓库法体系结构一2 图1 2 联邦数据库体系结构3 图1 3 中间件方式体系结构4 图2 1 五层沙漏模型9 图2 2o g s a 架构1 0 图2 3w e bs e r v i c e 体系结构示意图1 4 图2 4w e b 服务调用过程15 图2 5o g s a d a i 体系结构1 6 图2 6o g s a d a i 结构图1 9 图2 7 异构数据库映射- 2 0 图2 8p e o p l e 表2 1 图2 9p o s t c o d e r e g i o n t y p e 表2 1 图2 1 0 映射后的p e o p l e 表一2 2 图2 1 1 映射后的p o s t c o d e r e g i o n t y p e 表2 2 图2 12 新数据库表p e o p l e 2 3 图2 1 3d q p 工作流程图一2 4 图3 1o g s a d a i 浏览器访问界面2 8 图4 1 郑州市金水区党员服务管理系统功能模块图3 8 图4 2 系统架构图4 0 图4 3 集成中间件系统框架4 0 图4 4 模式映射图4 1 图4 5 模式映射4 3 图4 6 查询流程图5 0 图4 7 党员项目层次结构图5 2 图4 8 注册数据源5 2 图4 9 表映射查看5 3 图4 10 集成查询界面5 4 v i 1 绪论 1 绪论 1 1 研究背景 当前越来越多的企事业单位使用计算机应用系统实现其信息管理，但由于 各个企业采用不同的应用环境和体系结构来存储数据，所以导致了大量异构数 据的存在，从而形成一个个巨大的信息孤岛，企业内部以及企业与企业之间无 法有效实现存储数据的共享，使得资源得不到最大利用。 企事业如何通过有效方式来利用这些大量的异构数据资源，对来自不同地 方，不同格式的数据资源进行有效的集成访问，从而实现异构数据资源的共享 变得越来越必要。因此对异构数据集成技术的研究尤为重要。 实现对异构数据资源的集成访问，就是屏蔽多个异构资源的不同，使得用 户不必考虑各个异构数据源结构、运行环境不同等因素，给他们提供统一的视 图和访问方式，实现数据无缝集成。 异构数据库的异构性主要体现在以下几个方面【1 1 ： 1 计算机体系结构的异构。各个参与的数据库可以分别运行在大型机、小型 机、工作站、p c 机或嵌入式系统中。 2 操作系统的异构。各个数据库系统运行的操作系统可以是u n i x 、w i n d o w s 、 l i n u x 等。 3 存储模式的异构。一般的存储模式包括关系模式、对象模式、对象关系 模式和x m l 文档树型模式等几种，其中关系模式为主流存储模式。需要注意的 是，即便是同一类存储模式，他们的模式结构可能也存在差异。例如o r a c l e 所 采用的数据类型与s q l s e r v e r 所采用的数据类型并不是完全一致的。 1 2 异构数据源集成技术 当前异构数据集成所采用的技术常见的有三种2 1 ，数据仓库、联邦数据库和 中间件技术。本文将其总结为两类，一类是数据仓库法，另一类是虚拟视图法。 1 绪论 1 2 1 数据仓库法 数据仓库法【3 1 通过周期性的集中原有局部数据源的数据到一个统一数据仓 库系统实现数据收集，并对移植到统一数据仓库系统的数据进行集中查询。数 据仓库提供的统一接口可方便用户对历史数据进行查询访问，来实现决策支持。 数据仓库法的系统结构如图1 1 所示。 图i 1 数据仓库法体系结构 数据仓库法的优点是：处理简单，查询效率高，可以给用户提供简单快速 的数据访问，能够保证查询性能的高效和快速。 数据仓库法的缺点是：实施的周期长，工作量大，因为需要各个局部数据 源的数据转移到数据仓库中进行额外存储，导致数据重复存储，并且针对各个 局部数据源的更新数据不能及时的反应到查询结果中。 1 2 2 虚拟视图法 在虚拟视图法中，数据仍存储在各个局部数据源中，用户查询时，它对用 户屏蔽了底层数据源的差异、特质和实现，使用户不必了解数据的结构特点和 位置等信息，而通过构造一个或多个“中间模式实现统一查询。 利用虚拟视图法来集成不同的局部数据源主要有两种体系结构：联邦数据 库系统和中间件方式系统。 1 联邦数据库系统 2 l绪论 联邦数据库系统【4 5 】是由“联邦者”( f e d e r a t o r ) 和“被联邦者 ( f e d e r a t e e ) 组成。“联邦者 通过执行全局查询来访问“被联邦者 ，而“被联邦者 在 本地进行数据库查询操作。最终使每个局部数据库操作彼此之间都是独立的， 从而实现数据库系统间的数据共享。联邦数据库系统实现互操作最常用的方法 是将每个数据库模式分别和其他数据库模式进行映射，这样在联邦中需要建立 n 幸( n 1 ) 个模式映射规则，当参与联邦的数据库很多时，建立映射规则的任务变 得不可行了。联邦数据库结构如图1 2 所示。 图1 2 联邦数据库体系结构 联邦数据库的优点是：各数据源之间相互独立，一个数据源可以访问其他 数据源的信息，能够实时快捷的对异构数据源进行查询，可扩展性和开放性强。 联邦数据库的缺点是：它仅仅支持关系数据源的集成，而对于半结构化和 无结构化数据源并不适用，并且只适合局部数据源较少的情况。 2 中间件方式 中间件方式【销】也即m e d i a t o r w r a p p e r 方法，该方法给用户提供一个全局视 图，用户的查询是基于全局视图进行的，而数据源仍然是保存在各局部数据源 中。m e d i a t o r 将用户针对全局模式的查询转换为针对各局部数据源的查询，包装 器负责把接收到的子查询转换为针对局部数据源的实际查询，各局部查询结果 返回后由m e d i a t o r 对查询结构进行汇总封装后返回给用户。用户无需知道各局 部数据源的地理位置，运行环境，结构等信息。m e d i a t o r w r a p p e r 的结构如图1 3 所示。 3 l 绪论 中间件方式的优点是：局部数据源不必是数据库，也可以是半结构化的x m l 数据或无结构的文件系统等。数据源是完全自治的，可以非常方便的添加或者 删除数据源。 中间件方式的缺点是：由于需要进行查询的分解以及查询结果的合并等步 骤，查询效率不高。 图1 3 中间件方式体系结构 1 3 国内外研究现状 近三十年来，国内外研究学者对异构数据集成进行了大量的研究，提出了 许多异构数据集成体系结构和技术方案。 o i d ( o r a c l ei n t e m e td i r e c t o r y ) 【9 】是o r a c l e 公司推出的异构数据库解决方案， 目前已被集成到o r a c l e1 0 9 a s 中，但缺点是对于非o r a c l e 类型的数据库产品集 成支持较弱。 m i x 1 0 】系统用x m l 作为数据交换和集成的统一模型，用x m ld t d 作为交 换数据的结构化描述，m e d i a t o r 视图基于d t d 结构。它的形式化集成规则基于 树型结构模型表示局部d t d 模式和集成模式，但并未考虑语义模型。 在国内由万常选等人开发的x r e s t o r e 1 1 】中间件系统，支持x m l 文档在 关系数据库中的存储和查询。该系统只针对无模式的x m l 文档进行存储和查询。 网格技术的兴起极大的促进了分布资源的共享，近年来也有许多研究项目 基于网格技术来实现异构数据集成，网格环境中数据存取和集成的主要研究项 4 l 绪论 目是o g s a d a i ，它是由苏格兰e p c c 和英格兰的m mh u r s l e y 合作开发的一 个网格数据集成中间件，o g s a d a i 的目标是为网格环境下的异构数据访问和集 成提供统一的服务接口。它支持的数据源类型包括关系数据库、x m l 数据库以 及文件系统。 网格环境下的数据库研究工作主要是在o g s a d a i 的基础上进行展开的，例 如：o g s a d q p t l 2 。1 5 1 基于o g s a d a i 提供面向并行处理的分布式查询处理机制； o g s a w e b d b 1 6 】基于o g s a d a i 提供访问与集成w e b 数据库能力；m y g r i d t l 7 】 是英国es c i e n c e 核心项目的代表，它为生命科学研究提供了一套中间件软件， 该中间件基于o g s a d a i 开发组开发的o g s a d q p 来实现数据库的访问和集 成；g d i s 1 8 】采用o g s a d q p 、o g s a d a i 和g l o b u s t o o l k i t 中间件，并且基于 服务框架实现x m l 数据集成。 1 4 研究内容和组织结构 本文研究了分布、异构数据库系统的集成方法和网格技术，对各种方法进 行对比分析，使用x m l 技术、w e bs e r v i c e 、o g s a d a i 中间件以及o g s a d q p ， 通过模式映射、s q l 语句分解等方法实现针对多个异构数据库的透明性访问。 本文的组织结构如下： 第一章绪论部分 描述本文的研究背景、研究意义，并介绍了异构数据源集成通常所采用 的方法以及针对这一领域的国内外研究现状。 第二章相关技术 描述了网格数据库集成涉及的相关技术，包括：网格技术，x m l 技术， w e bs e r v i c e 技术，o g s a d a i 中间件以及o g s a d q p 。 第三章o g s a d a i 访问异构数据源机制 实现o g s a d a i 环境的搭建，异构数据源注册以及对o g s a d a i 中间 件的访问机制。 第四章异构数据集成中间件系统设计及实现 设计异构数据集成中间件框架结构，提出全局虚拟数据库模式和局部数 据库模式映射方法以及映射冲突的解决办法，提出了对针对全局模式的查询 语句到局部模式的转换算法。然后基于某实际的党员服务管理信息系统扩展 5 的无缝集成查询，屏蔽各局部数 一的查询方式。 2 网格数据库相关技术 2 网格数据库相关技术 在网格环境下，实现分布、异构数据库资源集成依赖很多技术的支持，包 括网格技术、x m l 、w e bs e r v i c e 以及网格环境下异构数据集成中间件o g s a d a i 等，本章针对这些技术分别进行介绍。 2 1 网格 2 1 1 网格定义 网格【1 9 加】的概念来自电力网格，它的最终目的是希望用户在使用网格计算能 力的时候，就像使用电力一样，只需插上插头，不需要关心它是从哪个发电站 输送来的，也不需要关心电力是核发电、火力发电还是水力发电，我们使用的 都是一种统一形式的“电能”。即，网格希望为最终用户提供与地理位置无关 的、与具体计算设施无关的、通用的计算能力。 美国心g o 衄e 国家实验室的资深科学家、全球网格研究的领军人物、 g l o b u s 项目的领导人i a n f o s t e r 教授曾在19 9 8 年出版的“t h e g r i d ：b l u e p r i n tf o ra n e w c o m p u t i n gl n 仔a s t 九l c 眦”一书中这样描述网格：“网格是构筑在互联网上的 一组新兴技术，它将高速互联网、高性能计算机、大型数据库、传感器、远程 设备等融为一体，为科技人员和普通老百姓提供更多的资源、功能和交互性 【2 l 】。2 0 0 1 年，i a nf o s t e r 、t u e c k e 和c a r lk e s s e l m a n 将网格重新定义为：“协作 资源共享，在动态多机构的虚拟结构中解决问题，【2 1 】。到2 0 0 2 年7 月，i a nf o s t e r 在什么是网格? 判断是否网格的三个标准【2 l 】一文中，从三个方面更加清晰 地定义了网格，他认为网格是一个满足如下三个条件的系统： 1 在非集中控制的环境中使用资源：网格能够集成和协调资源与用户在不同 的控制域内活动。 2 使用标准的、开放的、通用的协议和接口：网格是由多种用户协议和接口 来构建的，这些协议都是基于标准的、开放的，解决诸如鉴别、授权等一些基 本问题。 7 2 网格数据库相关技术 3 提供非常的服务质量：网格允许按协作的方式来使用网格虚拟组织的组成 资源，提供满足用户需求的服务能力。 2 1 2 网格的特点 1 分布性 网格中的资源包括计算资源、存储资源、数据资源、仪器资源等，他们分 布在不同的地方，网格的目的就是要使其中的任何资源都可以让网格上的使用 者使用，网格在逻辑上又是共享这些资源的。 2 异构性 组成网格的资源是异构的，首先资源类型不同，包括计算资源，存储资源 和其他资源，每种资源差异也很大，例如对于计算资源，有不同类型的计算机， 不同的计算接口，不同的系统架构。 3 自治性 网格上的资源首先是属于某一个人或者组织，资源的拥有者具有最高级别 的管理权限，网格允许资源拥有者对其资源有自主的管理能力，同时，这些资 源根据一定的约束和规则接受网格的统一管理，实现资源的共享，这使得网格 管理比一般的分布式系统更为复杂，具有管理的多重性。 4 动态性 由于网格中的资源具有自治性，所以必然存在网格资源的动态加入、退出 或者出现故障，因此，网格本身的设计就是要具有很好的扩展性。 5 自相似性 网格的整体和局部之间存在一定的相似性，整体的特性在局部有一定的体 现，局部在许多地方也具有整体的某些特征，网格的构建是基于一个个小的局 部网格，因此其构成方式具有相似性。 2 1 3网格的体系结构 到目前为止，流行的网格体系结构有三个2 0 2 2 】：第一个是i a n f o s t e r 等人在 早些时候提出的五层沙漏结构( f i v e l e v e ls a n d g l a s sa r c h i t e c t u r e ) ；第二个是 i a n f o s t e r 等人在五层沙漏结构的基础上，结合w e bs e r v i c e 技术提出的o g s a ( o p e ng r i ds e r v i c e sa r c h i t e c t u r e ，开放网格服务体系结构) ；第三个是由 8 2 网格数据库相关技术 g l o b u s 联盟、i b m 和h p 于2 0 0 4 年初共同提出的w s r f ( w e bs e r v i c er e s o u r c e f r a m e w o r k ，w e b 服务资源框架) 。 2 1 3 1 五层沙漏结构 五层沙漏结构的重要思想是以“协议”为中心，强调服务与a p i 和s d k 的 重要性，其特点简单，采用层次式的体系结构，分为五个层次：构造层、连接 层、资源层、汇聚层和应用层，如图2 1 所示。这个结构十分类似于网络协议中 的t c p i p 层次体系结构。 五层沙漏结构 t c p i p 图2 1 五层沙漏模型 1 构造层( f a b r i c ) ：该层基本功能就是控制局部的资源，向上提供访问这些资 源的接口，这些资源可以是计算资源、存储资源、数据库、网络资源和传感器 等。 2 连接层( c o n n e c t i v i t y ) ：该层基本功能是实现通信，它定义了网格的网络处理 需要的核心通信和认证协议，用于网格的网络事务处理。 3 资源层( r e s o u r c e ) ：该层主要功能就是实现对单个资源的共享，它建立在连 接层的通信和认证协议基础之上，为独立资源上共享操作的安全启动、监督和 控制定义了协议。 4 汇聚层( c o l l e c t i v e ) ：该层主要是用来协调多种资源的共享，汇聚层协议与服 务描述的是资源的共性，包括目录服务，数据复制服务等，他们说明了不同资 源集合之间是如何相互作用的，但不涉及资源的具体特征。 9 器一 2 网格数据库相关技术 5 应用层( a p p l i c a t i o n ) ：该层是在虚拟组织环境中存在的，在体系结构中的每 一层都定义相应的协议，以提供对相关服务的访问，包括资源管理、数据存取、 资源发现等，在每一层a p i 用来实现特定活动服务的交换协议。 2 1 3 2o g s a 开放网格服务体系结构( o g s a ) 是一种以“服务”为中心的体系结构，在 o g s a 框架中一切都可抽象为服务，包括各种计算资源，网络，存储资源，数据 库等，这样有利于通过统一的标准接口来管理和使用网格。它包括两大关键技 术：网格技术( 如g l o b u s 软件包) 和w e bs e r v i c e 技术，它解决了两个重要问 题：标准服务接口的定义和协议的识别。 o g s a 为了使“服务 的思想更加明确、具体，定义了网格服务的概念。网 格服务也是一种w e bs e r v i c e ，它提供了一组接口来解决服务发现、动态服务创 建、l 生命周期管理等问题，可以说网格就是网格服务的集合。网格服务可以以 不同的方式聚集起来满足虚拟组织的需要，根据这种特点，网格服务可以表示 为网格服务= 接d 行为+ 服务数据。o g s a 架构如图2 2 所示。 0 6 s a 体系结构的服务( o g s aa r c h i t e c t u r a ls e r v i c e s ) 囤国圈囤 图2 2o g s a 架构 1 0 2 网格数据库相关技术 2 1 3 3w e b 服务资源框架w s r f w s r f 采用了与网格服务完全不同的定义：资源是有状态的，服务是无状态 的。为了充分兼容现有的w e b 服务，w s r f 使用w s d l1 1 定义o g s i 中的各 项能力，从而避免对扩展工具的要求，原有的网格服务演变成为w e b 服务和资 源文档两部分。 在w s r f 架构中，w e b 服务和有状态资源是分开的，共同构成网格服务。 本质上，w s r f 是一组w e b 服务规范，定义了w e b 服务资源的表现形式。 w s r f 通过使用不同的结构来模型化状态资源和相应的w e b 服务，而o g s i 通过采用单一的结构来模型化状态资源。w s r f 允许w e b 服务和任何相关联的 有状态资源之间形成多对多的映射，因此，w s r f 比o g s i 更具有表达力。 与o g s a 的最初核心规范o g s i 相比，w s r f 具有五个方面优势，具体如 下： 1 融入w e b 服务标准，并且全面地扩展了现有的x m l 标准，在目前的开发 环境下，实现更加简单。 2 w s r f 对消息处理器和状态资源实行分离，从而明确了它的目标是：允许 w e b 服务操作对状态资源进行管理和操纵。 3 w s r f 定义了更为通用的w s r e s o u r c ef a c t o r y 模式。 4 w s r f 规范从广义角度理解通知机制，状态改变通知机制正是建立在常规 的w e b 服务需求之上。 5 o g s i 规范的规模非常庞大，使得读者不能充分理解其内容，以及明确具 体任务中所需的组件。在w s r f 中通过将功能进行分离，简化并拓展了组合的 伸缩性。 w s r f 的提出加速了网格和w e b 服务技术的融合，但是由于其提出不久， 其规范还有待于进一步证明，并逐步得到完善。 2 2x m l 可扩展置标语言( e x t e n s i b l em a r k u pl a n g u a g e ，简称x m l ) 2 3 1 于19 9 8 年定 义发布为w 3 c ( w o r l dw i d ew e bc o n s o r t i u m ) 的标准( x m l l o ) 。它是一套规则 严谨且使用规则简单的描述性文本语言，它使用文本格式来表示文本结构以及 2 网格数据库相关技术 数据类型。开发者可以很方便的利用它定制针对自己不同应用环境的标记元素， 因此x m l 被广泛用来作为跨平台之间交互数据的规范形式。 x m l 有如下几个特点： 1 自描述性 x m l 是以文本形式来描述的一种文件。使用标记元素来描述数据，由于标 记可以多重嵌套和引用，因而适于表示层状和树状数据集合。x m l 是面向内容 的，标记元素中隐含着语义信息，它可以方便表示结构化和自描述性的数据。 2 面向对象 x m l 的文件是有属性的树状结构，这符合面向对象的编程应用，而且更体 现出面向对象方式的存储和使用。 3 内容和形式分离 x m l 有丰富的是显示样式，数据定义、显示语言c s s 、x s l t 、x s l 以 及f o 等这些方法能够生成丰富的样式，编写外观完美的页面。而x m l 标记层 次只是来表示数据内容，所以只改变数据样式表单就可以修改文本显示方式， 而x m l 数据内容可以保持不变。 4 具有验证机制 程序员可以自己定义x m l 标记，但是需要验证标的记定义和使用是否符合 规范。x m l 有两种验证方法。一种是d t d ，它是专门用来定义和检验x m l 文 档的标记。另一种是x m ls c h e m a ，利用x m l 语法描述。它比d t d 有更多的 优点，多个s c h e m a 可以复合使用一个x m l 名称空间，这样就可以详细定义元 素的内容和属性值的结构和类型。 5 选择性更新 通过x m l ，数据可以实现局部更新。如果修改一部分数据，则不需要重发 所有的数据，修改过的数据不需要刷新整个页面就能显示更新。x m l 对于新加 入的信息，能够动态流入现存页面，不需要浏览器重发整个新页面。 2 2 1x m l 模式 x m l 模式是用来描述x m l 结构和约束因素的语言，目前主要有两种模式： x m ld t d 和x m ls c h e m a 。它们都属于语法模式，以某种格式来表示，但是 x m ls c h e m a 的格式与x m ld t d 相比有着非常明显的优势。x m ls c h e m a 的一 个最显著的特征，就是它对数据类型的支持的多样化。x m ld t d 只提供十种内 1 2 2 网格数据库相关技术 置( b u i l t i n ) 数据类型，而x m ls c h e m a 则内置了三十七种数据类型，并具有 更大的灵活性。所以w 3 c 于2 0 0 1 年正式以x m ls c h e m a 作为x m l 的标准模式。 2 2 2 x m l 查询语言 x q u e r y 是用来查询x m l 文本内容的w 3 c 标准，x q u e r y 相对于x m l 的 关系，就像s q l 相对于数据库表的关系，它可以操作基于x m l 和非基于x m l 的数据。不管是本地存储的x m l 数据还是由关系数据构建而来的x m l 视图， 它都有高效的查询方法。甚至相对于关系数据库而言，x q u e r y 更容易使用，而 且可以大大减少使用x m l 服务所需要的代码量。 x p a t h 是一门在x m l 文档中查找信息的语言，基于x m l 的树状结构。通 过路径表达式，它可以对x m l 文档中的节点集进行导航。x p a t h 和x s l t ， x q u e r y 等共享函数库提供了多种函数调用，而且，也可以自定义需要的函数， 它的返回值可能是节点，节点集合或原子值等。x q u e r y 和x p o i n t e r 均构建于 x p a t h 表达式之上，所以，它是学习很多高级语言的前提和基础。 2 3w e bs e n 殖c e w e bs e r v i c e 2 4 , 2 5 实际上是一组工具，并有多种不同的方法调用之，是构建 不同体系结构中不同形式应用程序的普遍模型。实现w e bs e r v i c e 的三种最普遍 手段是：远程过程调用( r p c ) ，面向服务架构( s o a ) 以及表象化状态转变 ( r e s t ) 。它向外界提供了一个可通过w e b 调用的a p i 。把调用w e bs e r v i c e 的 应用程序叫做客户。它以x m l 、x s d 等平台独立的语言为基础，实现了跨平台 的可互操作性和分布式应用。 w e bs e r v i c e 可以实现跨防火墙的通信，把传统应用中的中间层换成w e b s e r v i c e ，可以使用不同s o a p 客户端，最后再与应用程序连接起来，完成与客 户端的数据传输，实现应用程序的可重用性和跨平台使用，而分布式对象模型 ( c o r b a 和d c o m ) 不能做到这些。这也是w e bs e r v i c e 重要的一点，它不仅可 以重用代码，而且可以重用代码背后的数据。它通过标准的w e b 协议提供服务， 通过s o a p 、u d d i 、w s d l 和h t t p 等协议，将网络间孤立的系统连接起来， 形成分布式的网络系统，这样就可以达到充分利用网络资源，提高网络传输效 率的目的。 1 3 2 网格数据库相关技术 2 3 1w 曲s e r v i c e 的体系结构 w e bs e r v i c e 体系结构基于服务提供者、服务注册中心和服务请求者以及他 们之间的交互操作，如图2 3 所示。交互包括发布、查找和绑定等规范操作，这 些角色和规范操作使得w e bs e r v i c e 能与其他兼容组件进行互操作。其中，服务 提供者( s e r v i c ep r o v i d e r ) ：发布服务，并对要求使用本服务的请求做出响应； 服务注册中心：( s e r v i c eb r o k e r ) ：注册已发布服务的提供者，并有搜索功能； 服务请求者( s e r v i c er e q u e s t e r ) ：对所需服务进行搜索，并使用该服务。 图2 3w e bs e r v i c e 体系结构示意图 w e bs e r v i c e 中几个比较重要的协议标准是s o a p ( s i m p l eo b j e c ta c c e s s p r o t o c 0 1 ) 、w s d l ( w e bs e r v i c ed e s c r i p t i o nl a n g u a g e ) 和u d d i ( u n i v e r s a l d e s c r i p t i o n ，d i s c o v e r ya n di n t e g r a t i o n ) 2 6 】。 s o a p ：它是用于交换x m l 编码信息的轻量级协议，可以在任何其它传输协 议上传输数据。服务请求者通过s o a p 协议获得w e b 服务，消息传递采用x m l 文本格式。 w s d l ：它是一种描述w e b 服务的标准x m l 格式，它定义了w e b 服务交互 中的接口和结构规范，用于描述w e bs e r v i c e 及其参数和返回值。 u d d i 它是一个跨产业、跨平台的开放性架构，可以帮助w e b 服务提供商 在i n t e m e t 上发布w e b 服务信息。 w e bs e r v i c e 中三种角色和三种协议之间的交互过程为：首先，服务提供者 用w s d l 描述所要提供的服务，再用u d d i 在服务注册中心处注册这些服务。 接着，若服务注册中心接收到请求者的服务请求，就使用u d d i 在服务注册中 心进行搜索查询。最后，请求者获得所需服务，完成服务过程。 1 4 2网格数据库相关技术 2 - 3 2w e b s e r v i c e 的调用过程 w e bs e r v i c e 可以用任何语言构建起来，再通过h t t p ，利用s o a pt o o l k i t 等内建支持把服务暴露给用户，使用者查阅w e bs e r v i c e 的描述语言后，c l i e n t 端和s e r v e r 端分别产生c l i e n ts t u b 和s e r v e rs t u b ，用户端c l i e n ts t u b 再通过w s d l 文档，生成一个s o a p 请求服务信息，请求被嵌入h t t pp o s t 中发送到w e b 服 务器中，s e r v e rs t u b 完成解析s o a p 请求，最终实现w e bs e r v i c e 的调用。 假设已经通过u d d i 搜索到需要的w e bs e r v i c e 。根据w s d