基于XML馆际异构数据集成系统研究及探究.docVIP

基于XML馆际异构数据集成系统研究及探究[摘要]馆际异构数据集成系统是为了提高高校数字图书馆资源利用率、实现资源高度共享的一种方法。文章介绍了异构数据集成的基本方法，并根据XML技术的特点，重点分析和研究了基于XML的馆际异构数据集成系统的框架结构和系统实现的主要技术。 [关键词]异构数据；XML；请求处理；包装器 [中图分类号]G250.74　[文献标志码]A　[文章编号]1005－6041(2012)03－0036－04 随着各高校数字图书馆建设的深入，不同学校根据本身的专业特色和课程特点，分别设计和购置了大量的数字图书资源供学生和教师使用，由于各高校数字图书馆相对封闭，各馆建设的时期并不同步，而且技术上采用的操作系统、网络结构、数据库结构等均不相同，因此产生了各种不同类型的数字信息资源，我们把这些数字信息资源统称为异构数据信息。由于异构数据信息的存在，使各高校图书馆之间难以实现数据信息共享，图书馆的数据资源也就成为“信息孤岛”。为了实现资源的有效利用以及馆际信息的高度共享，使更多的资源能够被不同学校的广大师生使用，集成异构数据库就成为当前数字图书馆迫切需要建设的内容。 1、异构数据集成概述 由于应用系统的不同，因此各应用系统的数据源无论是数据结构、表示方式也各不相同。异构数据集成系统就是要把各种结构不同的数据，通过逻辑、物理等方式最终都转化为一种统一的、结构相同的全局数据模式，能够让用户透明的访问这些数据源，实现全面的数据共享。数据集成的关键技术是忽略数据源平台和结构等异构性，将不同的异构数据转化成可以被识别和使用的统一数据进行描述，实现数据的无缝整合集成。一般的异构数据集成模型如图1所示。 在处理异构数据集成问题上，有以下难点需要解决：1)解决数据的异构性问题：不同图书馆的数据资源各有不同，这些异构性是由应用系统所决定的，是异构数据集成应用需要解决的首要问题，异构性对集成应用的影响不仅是物理上的系统结构，更重要的是数据的结构模式和表现方式。2)解决数据源的自治性问题：每个图书馆所拥有的数据源均对应着不同的管理系统，我们需要在数据集成后依然保持数据源的相对独立性，而不能因为数据集成而改变它们的常规操作，同时也不能因为集成而影响将来的数据升级和更新。3)解决用户的透明性访问问题：集成后的数据访问，不能因为集成而变得更为复杂，而应该和集成前一样，使用户能安全、稳定、透明的访问数据。 2、常用的异构数据集成方案 具体的异构数据一般分为：结构异构、语法异构、系统异构和语义异构四种。目前，使用比较多的数据集成方案主要有以下两种： 2.1　基于模式的集成方案 在基于模式的集成方法中，各数据源的数据位置保持不变，通过集成系统为用户提供一个虚拟的集成平台，并建立一套集成查询的访问处理机制。用户在访问数据时，可以直接在集成界面上提交请求，通过认证后由数据集成系统进行请求转换，将请求发送到本地数据库进行执行。 2.2　基于数据复制的集成方案 在基于数据复制的集成方案中，需要将各个独立数据源的数据进行集中管理，建立统一的数据源，同时要求这些数据源在更新时保持一致，以此来提高资源的利用效率。最基本的数据复制方法就是建立统一的数据仓库。其原理是将原有分散的、不连续的数据从不同的数据库中抽取出来，通过对数据进行分类加工，清理出冗余数据，然后对数据进行汇总统计，并建立一致的数据仓库，当用户访问数据仓库时，就像访问普通数据库一样。 以上两种方式均有优缺点。模式集成方法为访问者提供了方便的集成访问界面，因此当各分散的应用系统数据量比较多，并且系统数据更新较为频繁时，用户可以通过集成系统很方便的访问各数据源。但该方法由于本身只是提供虚拟界面，自身并不保存数据，当用户访问量较大时，需要更高的网络通道来对其进行支持，否则会造成网络延堵。而数据复制方法是通过集成系统对各数据源进行集中管理，并建立统一的数据仓库，用户在访问数据仓库时，可以很方便的通过集成检索到数据仓库中得数据，从而可以快速的提高用户的响应时间。但该方法也存在缺点，比如当各数据源数据更新时，需要把数据同时传递到数据仓库中，因此存在着一定的数据延迟，并且有时会造成数据的不统一。 3、基于XML的馆际资源数据集成研究 3.1　XML知识介绍 随着互联网技术的发展，基于Web的数字图书系统已经成为发展的趋势和主流，这些系统主要是由HTML来进行编写，由于HTML缺乏必要的结构和语义信息，给数据集成带来了很大的困难，因此在W3C(World Wide Web Consortium，万维网联盟)的组织和领导下，建立了统一的规范，即XML规范。XML是一种技术标准，它可以定义其他语言，同时XML还具有扩展性强、表现形式多样、与应用系统平台无关等优点