面向服务的数据集成方法资料.pdfVIP

面向服务的数据集成方法 1 1 1 胡超 周晓峰 李超 1河海大学计算机及信息工程学院 南京（210098 ） Email:honghuhuchao@163.com 摘 要：围绕异构环境中数据集成及主动服务方面的需求，在 Web Services 的基本框架下， 采用 WSDL、UDDI、SOAP、XML 等技术，设计基于主动服务的数据集成平台。通过构建全局本 体库解决语义异构问题，利用 WSDL 描述用户提供的服务，主动推送用户所需数据，为实现 基于主动服务的分布式异构数据集成提供了一套有效的解决方案。 关键词：数据集成、本体、Web Service、WSDL、主动服务 中图分类号：TP302.1 1 引言 如何获取网络上自治、异构、分布的数据并加以综合利用，即数据集成，成为一个引起 广泛关注的研究领域。数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有 机地集成，实现分布的、异构的、自治的数据共享的主要技术，数据集成一般还应满足用户 数据访问的实时性和安全性等方面的要求。目前，数据集成[1]主要通过多数据库集成技术、 Mediated系统、数据仓库技术、移动Agents技术和基于Web Services的信息集成技术实现。 2 传统的数据集成方法 早在20世纪70年代中期就提出了多数据库的集成问题。多数据库集成系统支持用户使用 单一数据定义和操作语言，同时访问多个独立的数据源。代表性的多数据库系统有 Garlic,Tsmmis,IRO-DB、Yat和HP公司开发的Pesasus[2]。国内有东北大学数据库研究室开发 的PolyBase和SCOPE系统以及北京理工大学的UNHDB系统等。多数据库集成系统开始采用全局 模式的集成方法，后来Mcleod等人提出了联邦数据库系统的概念。联邦数据库系统是由参与 联邦的半自治的数据库系统组成，目的是实现数据库系统间部分数据的共享[3]。由于缺乏必 要的标准，联邦数据库系统只能在一定的限制条件下实现，难以实现各种数据源的灵活数据 集成。多数据库集成系统难以实现非数据库系统中的数据，可扩展性不强。对于网络上越来 越丰富的数据源，多数据库集成系统不是一个很好的解决方案。 Mediated系统通过提供所有异构数据源的虚拟视图来实现集成，数据源可以是数据库、 遗产系统、Web数据源等。用户针对mediated模式提交查询。Mediated系统中的数据源是自 治的，所以对数据源的访问通常是只读的，而联邦数据库系统支持读写访问[4]。Mediated系 统主要由中介器 （Mediator）和针对每个数据源的包装器 （Wrapper）组成[5][6]。随着中间件 技术的发展，Mediated系统基于中间件实现，这就是基于中间件的分布式集成系统[7]。基于 - 1 - 中间件的分布式集成系统用分布式的对象模型，诸如，微软的分布式组件对象模型 (DCOM)[8][9]、CORBA[10]或Sun的RMI[11]来构建信息集成系统[12]。这种方法有效的避免 了联邦数据库系统带来的开发代价大，代码难以重用的问题，利用网络计算环境可以有效的 实现复杂的大规模的信息集成。但是，DCOM，CORBA或RMI要求服务客户端与系统提供的服务 本身之间必须进行紧密耦合，即要求一个同类基本结构。 数据仓库技术需要建立一个存储数据的仓库，由ETL工具定期从数据源过滤数据，然后 装载到数据仓库，供用户查询[13]。数据仓库系统由ETL工具、集成器和数据仓库构成[14]。数 据仓库中主要存储历史数据和汇总数据，用于决策支持，通常不允许用户对数据仓库进行更 新。数据仓库技术查询处理性能高，但是数据可能不是最新的，实时性不好。 20 世纪 90 年代初，General Magic公司第一次提出了移动Agent的概念，即一个能在异构 环境中自主地从一台主机迁移到另一台