基于XML和XQuery的数据集成框架研究-计算机技术专业论文.docxVIP

华南理工大学 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名：瞄雪．免 日期：刀口f年，五月，}日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校 有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位 论文被查阅(除在保密期内的保密论文外)；学校可以公布学位论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位 论文。本人电子文档的内容和纸质论文的内容相～致。 本学位论文属于： 口保密，在 年解密后适用本授权书。 囤不保密。 学位论文全文电子舨提交后： 口同意在校园网上发布，供校内师生和与学校有共享协议的单位浏 览。 (请在以上相应方框内打“√”) 作者签名：绍等乞 日期：翮6，／2·弓 指导教师签名： ：磊叭 日期：御莎．J。-； 第一章绪论第一章 第一章绪论 第一章 绪论 1．1研究的背景 很多企业在发展过程中，都开发或引进了许多独立运行的应用系统，每一个应用 系统都有自己的运行环境和数据存储方式，从而产生了各种不同的数据源。而且随着市 场的变化、客户需求的变化，企业还在不断地增加它的应用。各个应用系统彼此封闭，数 据不能交换和共享，数据源之间数据格式和代码不统一、数据大量冗余，从而形成了大 大小小的“信息孤岛”“1。 如何能更好的利用企业原有的数据资源，已经成为人们R益关心的问题。数据集成 系统在其中扮演十分重要的角色，成为近年来的研究课题之一嘲。比如对多数据库系统 (multi—database)的研究，以及对Web环境下的数据集成研究”1。根据IDC公司的最新 调查结果显示，到2007年全球的数据集成项目预算将达到109亿美元，相比2002年的 73亿美元增长了5096“1。 数据集成也被称为信息集成(Information Integration)、信息中介(Information Mediation)或信息搜集(Information Gathering)等。目的是提供一个访问异构数据源 的统一接口，使用户不需要考虑数据模型的异构性、数据抽取、数据合成等问题，用户 只需指定他们想要的数据，而不必描述怎样得到数据，从而复杂的源数据对用户彻底“透 明”。提供这种功能的平台叫做数据集成平台，如图1．1所示。 操作指令I 结果 ～。 1l 数据集成平台 ／ ， ＼ 栅商囱 ．商 图1．1数据集成平台基本结构 数据集成平台提供了底层数据源存储数据的统一视图(全局模式)，这样用户访问 所有数据源就像操作一个数据源一样。同时，数据集成平台还提供全局数据管理，模式 华南理I：人学硕十学位论文转换与集成、全局查询处理等功能解决数捌的片构性|．uJ题，完成从实助：数掘源到数捌源 华南理I：人学硕十学位论文 转换与集成、全局查询处理等功能解决数捌的片构性|．uJ题，完成从实助：数掘源到数捌源 视图的转换，在应用构件之间充当数掘总线的作用。 1．2研究问题现状 1．2．1探讨的问题领域 多个数据源上的集成所要解决的问题是纷繁复杂的，总的来说这些问题集中在以下 几个方面： (1)异构性 由于数掘集成面对的是多个已存在的数掘源，不同数掘源之『白J从底层系统到上层架 构都千差力．别，这就必然带来了处理异构性的要求。具体的说异构性包括了以下几点： a)系统异构 数据源所依赖的底层硬件平台、操作系统、应用系统、数掘库管理系统及网络协议 之间的不同构成了系统异构性； b)模式异构 数据源在存储模式上各不相同。目前的存储模式包括有关系模式、对象模式、对象 关系模式、半结构化模式和文档模式。不同的应用会根据自己的需求选用各自的存储模 式； c)数据结构异构 数据集成涉及的数据源可以为一个，也可以为多个。不同的数掘源由于设计者不一 样，故在表结构，表的语义，表中属性的构成，属性等诸多方面都存在着异构”。还有 如文献[6]描述的域异构等。 (2)数据完整性 为了满足各种应用对要处理的数据的要求，集成后的数据一定要保证完整性，包括 数据完整性和约束完整性。数据完整性是指提取数据本身，一般来说这点比较容易达到； 约束完整性是指数掘与数据之间的关联关系，是唯一表征数掘问逻辑的特性。保证约束 的完整性是良好的数据发布和交换的前提，可以方便数据处理过程，提高效率。对于好 的集成来说，数据完整性和约束完整性都是必不可少的。 (3)性能 网络时代的应用对传统数据