元仓库与源数据库元数据信息同步策略研究与设计.docVIP

元仓库与源数据库的元数据同步策略的研究与设计 1． 引言 近年来，随着蛋白质组学技术的普及和基础研究的深入，生物信息学正面临一系列新的挑战。对高度复杂的海量蛋白质组学实验数据进行存储、共享与整合即是其中最重要的问题之一。各个数据源在物理上的分布、结构上的互异以及语义上的差异成为了对实验数据进行共享与整合的三大瓶颈。 各个数据源的元数据不仅包含了数据的名称、类型等信息，还提供了数据的上下文描述信息，如果将各数据源的元数据按照一个统一的标准提取出来集中存放在一个元数据库中，将集成的元数据信息与用户建立的用户模式的相应字段进行关联，就能够通过解析用户模式得到对应的各数据源数据信息；将获得的各数据源查询结果进行连接、合并等操作，并按用户模式进行输出，就能够实现数据的共享和整合。根据以上分析，我们课题组提出了基于元数据的蛋白质组学数据资源共享与整合方案，并在此基础上已经实现了针对关系数据库中各异域异构的源数据库中的元数据信息集成到CWM的元仓库模型中。但是元仓库的管理员并不能控制源数据库（以下的源数据库均为关系数据库）中的元数据的变化，如果源数据库的元数据信息发生了改变，而元仓库不能进行及时更新同步的话，就有可能造成元数据的悬挂，对用户的查询结果产生不可估量的影响。我们如何捕获源数据库中的结构变化信息，并将该元数据追加到元数据仓库中去，成为我们解决问题的重点。 2． 现有同步策略的分析与选择