基于XML的异构数据集成研究.pdfVIP

第 26卷 第 3期 赤 峰 学 院 学报 (自然 科 学 版 ) V01．26No．3 2010年 3月 JournalofChifengUniversity(NaturalScienceEdition) Mar．2叭 0 基于XML的异构数据集成研究 王智军 (赤峰学院 计算机科学与技术系，内蒙古 赤峰 024000) 摘 要：在企事业单位内部，由于部门间相对独立，构建系统时缺乏统一的规划和标准。所以造成了现有的应用系统是分 散、异构、封闭的系统，相互之间不能共享信息，形成 了一个个 “信息孤岛”．本文首先对数据集成涉及的相关技术进行了研究． 分析 了目前流行的数据集成方法．按照不同的实现技术，将数据集成方法分为三类，即数据转换方法、数据聚合方法以及析 取、转换和装载(Exact、Transform andLoad，ETL)方法．然后 ，借鉴数据转换方法以及 ETL方法的数据集成实现思想，结 合 目前中小企业数据集成的需求，提 出基于Java和XML技术实现异构数据交换集成的通用解决方案． 关键词 ：数据集成；数据抽取 ；ETL；XML；Iava 中图分类号：TP31l 文献标识码：A 文章编号：1673—260X(2010)03—0019-03 随着计算机技术 ，特别是 Intemet技术的迅猛发展 ，许 此外，XML本身突出表现数据结构和语义的特点，使其 多行业、单位或机构、部门内部都逐步实现了业务 、信息的 自然地与数据库结合在一起。一旦将 XML数据文件与数据 计算机化管理．在企业实施信息化进程中，由于企业内各部 库表关系关联起来，不但可以保留关系数据库表的结构信 门的业务和功能归属不同，以及各企业信息化水平存在差 息，还可以利用XML文档的优势在网络及数据库问交换数 异等原因，造成企业拥有许多相互隔离的、由不同核心技术 据 ，并解决不同数据库系统及数据关系、语义定义等数据表 构建的信息服务和管理系统．系统中数据的表示不同，数据 达方面的差异 ，如对应关系中字段内容不同、字段命名不 交流效果极差，形成 “信息孤岛”，从而使得企业内以及企业 同、数据类型不同等。这将较好地解决企业应用系统间信息 间的协作效率与效果很不理想． 资源集成的分布和异构等问题 ，使得数据交换的手段更为 企业应用集成 EAI(EnterpriseApphcationlntegTation)是解 透明，并为EAI的发展提供了有效手段。 决这一问题的方法之一． 1 数据集成方法 目前，企业数据集成有许多成型产品，按照不同的实现 按照不同的实现技术，集成方法可以分为三类．第一类 技术 ，集成方法可以分为三类 ：数据转换方法、数据仓库法 是数据转换方法，这种方法实现的是企业数据的松散集成， 和虚拟法． 通过转换工具实现应用系统之间的数据转换和交换，从而 目前 ，由于XML良好的可靠性与互操作性 ，确保 了网 达到集成的目的，是一种较低层次的集成；第二类为数据聚 络中信息的传输与交互，加上XML是基于WEB工作设计 合方法，在各种异构数据源的基础上，借助于中间件系统构 的，更适合于网络化环境，因此在电子商务时代B2B的商业 造一个虚拟的全局数据模式，是一种集中式管理 、分布式存 模式得到广泛应用．XML的可扩展性和 自描述性更让其在 储的较高层次的集成模式；第三类是析取、转换和装载 Ex— 数据描述和信息共享方面有着天然的优势．其标记可根据需 tract、Transform nadLoad，ETL)方法，通过对异构数据源 求由企业 自由定制，有极大的灵活性 ，可形成针对行业特点 中的数据进行分析、转换和装载，建立一个数据仓库，是一种 的不同标记集．XML Schema支持许多复杂的数据类