基于XML的ETL任務(wù)描述的研究.pdf

1、企業(yè)在信息化過程中面臨新的挑戰(zhàn)：數(shù)據(jù)量大，而有用信息卻少。企業(yè)迫切的需要解決數(shù)據(jù)的零散性和信息的組織性之間的矛盾。數(shù)據(jù)倉庫為把大量的零散的數(shù)據(jù)有效地組織起來以滿足企業(yè)信息應(yīng)用的各種需要提供了關(guān)鍵技術(shù)。作為數(shù)據(jù)倉庫的數(shù)據(jù)預(yù)處理環(huán)節(jié)，抽?。D(zhuǎn)換－裝載(Extraction-Transformation-Loading，ETL)工具擔(dān)負(fù)著保證數(shù)據(jù)質(zhì)量的重任?！　TL工具從各種數(shù)據(jù)源中抽取數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行轉(zhuǎn)換、清洗，最后裝入數(shù)據(jù)倉庫。ET

2、L的過程涉及面廣，工作量巨大，ETL工具的體系結(jié)構(gòu)是否優(yōu)良是決定ETL工具成敗的關(guān)鍵。ETL任務(wù)之間關(guān)系復(fù)雜，如何清晰地描述各個任務(wù)內(nèi)容與關(guān)系，是影響ETL性能的重要環(huán)節(jié)?！　ML是互聯(lián)網(wǎng)時代數(shù)據(jù)交換的事實標(biāo)準(zhǔn)，具有多方面的優(yōu)勢，也是當(dāng)前研究與應(yīng)用的一個熱點。　　本文來源于EDETL項目，主要做了如下的研究工作：　　(1)調(diào)研了國內(nèi)外ETL理論研究與ETL工具應(yīng)用的現(xiàn)狀，分析了ETL工具要解決的關(guān)鍵技術(shù)問題?！　?2)構(gòu)建了基

3、于C/S三層體系模式的EDETL的系統(tǒng)結(jié)構(gòu)，并介紹了客戶端與服務(wù)器端工作流程?！　?3)提出了完整的ETL過程描述的XMLSchema，重點討論了該Schema文檔的主要組件與模式成分：描述表達(dá)式的expressionType，描述數(shù)據(jù)抽取條件的conditionType，描述活動的ETLActivity。本文同時給出了若干描述活動的XML腳本實例的片段?！　?4)與同類研究成果XADL、XTDL進(jìn)行了比較，總結(jié)了EDETL進(jìn)行任務(wù)