一種網(wǎng)絡(luò)環(huán)境下的異構(gòu)數(shù)據(jù)資源一體化方法.pdf

1、互聯(lián)網(wǎng)的發(fā)展使人們可獲取的信息數(shù)量和種類有了極大的增長(zhǎng)，同時(shí)也給數(shù)據(jù)資源的訪問使用帶來了新的挑戰(zhàn)。越來越多的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)涌入到企業(yè)應(yīng)用中，然而傳統(tǒng)的數(shù)據(jù)集成技術(shù)主要針對(duì)結(jié)構(gòu)化的數(shù)據(jù)。此外，互聯(lián)網(wǎng)中的數(shù)據(jù)資源還具有分布存儲(chǔ)、快速增長(zhǎng)、動(dòng)態(tài)變化等特點(diǎn)，面對(duì)這些新特性，現(xiàn)有的集成技術(shù)在解決所管理數(shù)據(jù)的靈活性和擴(kuò)展性上顯得力不從心。因此如何管理和訪問互聯(lián)網(wǎng)中的各種數(shù)據(jù)資源成為亟待解決的問題。本課題以“XBus數(shù)據(jù)匯聚平臺(tái)”為依托，針對(duì)

2、數(shù)據(jù)層中異構(gòu)數(shù)據(jù)源的一體化表示、數(shù)據(jù)源的封裝和數(shù)據(jù)源的動(dòng)態(tài)接入等難點(diǎn)問題展開了研究，主要工作和貢獻(xiàn)如下：
　　1．提出了數(shù)據(jù)源一體化表示方法。
　　首先，對(duì)企業(yè)應(yīng)用中所涉及的主要數(shù)據(jù)資源的范圍做了界定并劃分種類，在此基礎(chǔ)上對(duì)數(shù)據(jù)源進(jìn)行了形式化定義。其次，提出了基于嵌套關(guān)系的數(shù)據(jù)源描述模型，將各種異構(gòu)數(shù)據(jù)源一體化為統(tǒng)一數(shù)據(jù)抽象，以降低結(jié)構(gòu)異構(gòu)帶來的訪問復(fù)雜性。最后，闡述了構(gòu)造不同種類數(shù)據(jù)源描述模型的規(guī)則。
　　2．提出了

3、基于用戶描述的數(shù)據(jù)源封裝方法。
　　通過與用戶的交互半自動(dòng)地生成數(shù)據(jù)源的模式和數(shù)據(jù)抽取包裝器，在一定程度上實(shí)現(xiàn)包裝器的重用，減少了手動(dòng)編寫代碼的工作。首先，闡述了用戶描述數(shù)據(jù)源模式的方法，對(duì)用戶描述的數(shù)據(jù)源模式在模型庫中進(jìn)行匹配，如果匹配成功則復(fù)用已有包裝器，否則生成新的包裝器。其次，定義了模型匹配的算法及模型選擇遵循的原則。
　　3．在實(shí)際項(xiàng)目背景下進(jìn)行了實(shí)現(xiàn)和應(yīng)用。
　　為驗(yàn)證本課題提出的異構(gòu)數(shù)據(jù)資源一體化方法的有