数据交换中关系模式和XML模式转换方法研究.docVIP

数据交换中关系模式和XML模式转换方法研究 　　【摘要】为解决数据库关系模式与XML模式间的转换问题,在分析XML Schema复杂类型模式信息和元素定义机制的基础上,构造了XML Schema抽象模型(AXSM),依据AXSM,提出一种把数据库的关系模式转换为XML模式的方法,利用元素模式的定义函数和基本约束条件转换函数可以基本保存关系模式中的结构和语义信息。 　　【关键词】XML Schema 关系模式 转换 　　【中图分类号】TP331 【文献标识码】A 【文章编号】1009-9646(2008)10(b)-0150-02 　　 　　1 引言 　　20世纪70年代,随着数据库技术的迅猛发展,相继产生了关系型数据库和分布式数据,带来了数据库系统的繁荣以及数据库应用的普及,然而由此也带来了新问题――不同发展阶段、不同应用目的而产生的不同数据库系统无法结合在一起共同使用。 　　为解决上述问题,人们提出了基于XML文档的数据交换技术。该技术首先要解决数据库关系模式与XML模式之间的映射问题[1]。而一个XML模式能否精确描述被转换关系模式的结构和语义,对生成XML文档是非常重要的。目前已有一些方法实现关系模式与XML模式间的映射,但都存在一些不足,如:平面转化算法[2]无法实现运算符 +、?和*的转化;NET算法[3]不能从一个具有很多表的关系模式向XML模式转化。本文针对关系模式,在分析XML Schema复杂类型模式信息和元素定义机制[4]的基础上,构造了XML Schema抽象模型(Abstract XML Schema Model,简称 AXSM),依据AXSM,提出一种从数据库的关系模式到XML模式间的映射方法。该方法基本可以保存关系模式中的结构和语义信息。 　　 　　2 关系模式模型 　　在关系数据库中,数据的逻辑结构是由关系模式(Relation Schema Model,简称RSM)决定的。 RSM反映如下信息:规定数据库中表与列、列与其数据类型的映射关系;提供表间的完整约束关系。 　　定义1数据库的关系模型为六元组{T,C,P,fieldt,typec,G},其中: 　　(1)T为有限表。名集; 　　(2)C为有限字段集,当不同的表有相同的字段名时,加上表名区分字段名; 　　(3)P为有限类型集; 　　(4)函数fieldt:T→C:t∈T ,Ct∈C,指定表t的字段子集Ct; 　　(5)函数typec:C→α:c c∈E∈P,而c∈E∈P表示一个三元组{p,u,n},其中: 　　①p表示某一类型,p∈E; 　　②u表示值是否唯一; 　　③n表示值是否为空; 　　(6)G为约束图,定义表间的完整性约束关系。 　　 　　3 基本约束条件 　　在RSM中,通过约束图G来描述该模型所包含表的依赖关系,最常见的关系为主外键约束。 　　定义2约束图G为三元组{V,E,top},其中: 　　(1)V为有限节点集; 　　(2)E为有向边集; 　　(3)top表示图G的顶点。 　　对于数据库关系模式中的每一张表t,在图G中都有一个节点v与之对应。假设表t1的字段a是外键,指向表t2的字段b,b是t2的主键。对于每一个主外键约束条件,t1(a)t2(b),在图G中都有一条有向边e与之对应,起点是表t2的节点b,终点为表t1的节点。不被其他节点指向的节点称为顶点,用top表示。 　　 　　4 XML Schema抽象模型 　　XML Schema作为XML文档的模式语言,将元素的模式分为简单类型和复杂类型[5]。简单类型元素是指不嵌套任何子元素的元素,反之则称为复杂类型元素。复杂类型元素在XML Schema中子元素的模式定义为复杂类型的模式信息。XML Schema元素的定义机制规定,所有简单类型元素都必须定义为某个简单类型(内建数据类型,或在此基础上自定义的数据类型),所有复杂类型元素都可以通过它的下一级子元素来确定,并用min Occurs和max Occurs表示该子元素出现的次数。 　　依据XML Schema中复杂类型模式信息和元素定义机制,用一个抽象模型来表示XML Schema,称该模型为XML Schema抽象模型(AXSM)。AXSM反映如下信息:规定XML文档实例中根节点元素的类型唯一;用正则表达式[6]及其对应的有限自动机来描述原XML Schema中复杂类型的模式信息,正则表达式同时明确了嵌套在元素中的子元素可以被实例化的数量范围,“+”表示一次或多次,“?”表示零次或一次,“*”表示零次或多次;每个复杂类型对应一个映射关系表,给出嵌套在复杂类型元素中子元素的类型。 　　定义3一个XML Schema的AXSM为四元组{∑,Γ,ρ,typ