科学数据库数据共享技术地研究.pdfVIP

数据共享与标夕翟规范 科学数据库数据共享技术的研究 陆冬云温浩何险峰张和珍许志宏 (中国科学院过程工程研究所，北京100080) 摘要本文提出了一种科学数据库的数据共享技术方案，即应用新一代网络技术 Web Services建立跨地域的数据库应用系统，从而实现科学数据库系统的单一站点 发布以及综合应用的建立。讨论了该技术在通讯和实现方面的特点，提出建立4层 结构的数据服务体系框架，并研究了数据共享中的基本安全问题。 关键词科学数据库数据共享WebServices数据安全 1．引 言 中国科学院科学专业数据库自1978年建立以来，已经发展成为包括化学、生物、天文、 能源和自然资源等方面的多学科综合数据库系统。在经历了初期的数据积累和数据整理阶段 之后，正在进入注重提高科学数据库体系的管理质量和服务水平阶段，目前的主要工作重点 是元数据标准的制定和数据共享。元数据标准的应用能够提高建库单位的数据管理水平，能 够以统一、科学的方法描述科学数据的结构、存储、交换等方方面面，有利于改善科学数据 库整体系统性。而数据共享为更大规模的整合分布在全国的科学数据库子系统，向用户提供 风格统一、综合性的数据应用服务提供了可能。狭义的数据共享是指分布在不同地域的科学 数据库系统间的数据交换或某一特定用户与数据库系统间的数据交换。广义的数据共享可以 指任何数据消费者与生产者间的数据交换和一切相关的协议与服务，比如网络计算、网格计 算等。本文主要讨论是狭义数据共享的技术。 科学数据库的建设，多年来一直是由各科研单位根据自己的专业特点，积累数据和提供 数据服务的，目前已形成了各具特色的专业数据库，各单位形成了特定的数据存储和维护方 据检索和网络计算服务的方式，向广大用户提供数据服务。但从用户的角度看，目前仍然无 法从单一网站或应用中获得所需全部数据信息，而只能使用不同检索方式，从各独立网站获 取信息。另外，各站点数据格式各异，发布风格不统一，也使用户感到科学数据库系统还缺 乏整体性和一致性。随科学数据库系统的发展，最终是要为用户提供高水平的综合性数据服 务，就必须从多个分布在各单位的数据库系统中提取数据，这些问题在客观上要求各单位实 现广泛的数据共享。 数据共享方法通常有两种：1)建立单一的数据站点：这意味大规模的数据拷贝和转换。 由于各建库单位使用了多种类型的数据库存储系统，只有经过数据存储格式的转换，才有可 能将数据统一存放在一个站点上。但是，除了数据格式的转换，基于原有数据库系统的应用 程序都必须作出相应调整才可能在新的系统中重新得到应用，其复杂性使这种共享方式根本 不能考虑；2)建立在线数据交换网络系统：通过编写新的网络数据交换程序，使地域上分布 的数据库系统虚拟成单一站点，用户访问服务时，数据从远程实时传送到发布站点。这样就 避免数据在存储方面的拷贝和转换，而原先的应用程序可以继续提供服务。此方案能够尽可 能小的改变原有系统，但会陷入典型的分布式应用开发的技术复杂性，如处理分布式通讯问 题、状态维护问题等【l】。 基于Web 为一个开发和应用平台，它很好的支持了分布式应用的通讯和状态维护，从而大大简化了分 布式应用开发的复杂性，因此，应用此技术有可能低成本的实现基于在线数据交换的数据共 享方案。 2．Web Services技术特色 技术和RPC技术的诸多优点，这里不对这些相关技术做深入讨论，而主要讨论WS技术与数 据共享应用有关的3个主要特色： 2．1通讯协议 RPC技术是实现分布式应用的关键，在传统的开发工具中也都包含了这方面的内容，但 在实际应用中，存在多种分布式应用规范，由于各自采用了专用的通信协议，造成了数据交 换上的困难。另外，在网络中广泛实施的软硬件防火墙，也常常是导致广域网分布式应用失 败的一个原因。相对而言，HTrP协议由于Web服务的广泛建立而成为应用最广的一类协议， 这也就是人们应用浏览器访问网站时使用的通信协议，防火墙通常对此协议是允许的，这些 WS技术的通讯协议——SOAP协议。 2．2调用参数和返回参数 在WS技术中，本地用户是通过调用远程函数实现信息的交换，调用函数的入口参数和 返回参数是发出信息和接收信息的方式，参数的类型决定了信息的解析编码方式。由于使用 了XML作为通讯的格式，WS中提供了丰富的参数类型，使我们不仅仅可以与远程信息源交 换象整数、实数和字符串这样简单类