異構(gòu)數(shù)據(jù)源集成的模型研究.pdf

1、數(shù)據(jù)集成是數(shù)據(jù)庫(kù)領(lǐng)域中的研究熱點(diǎn)，集成的目的是屏蔽模型差異，給用戶提供一個(gè)統(tǒng)一的視圖。需要集成的數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和無(wú)結(jié)構(gòu)數(shù)據(jù)，這些數(shù)據(jù)以不同的模式表示。傳統(tǒng)的數(shù)據(jù)轉(zhuǎn)換方法無(wú)法集成這樣的數(shù)據(jù)，于是人們期望使用一種統(tǒng)一的模型來(lái)集成這些異構(gòu)數(shù)據(jù)。統(tǒng)一模型，對(duì)數(shù)據(jù)的集成有指導(dǎo)意義，也為應(yīng)用提供更高層次的統(tǒng)一框架。這類方法已有很多研究成果，但大多因?yàn)楦髯詰?yīng)用目的的局限，在表達(dá)能力、查詢功能上均有一定的局限性，難以表達(dá)復(fù)雜的結(jié)構(gòu)。

2、 半結(jié)構(gòu)化數(shù)據(jù)模型和異構(gòu)數(shù)據(jù)源集成方面的研究成果很多，在充分分析研究這些成果的基礎(chǔ)上，本論文提出一種以叢結(jié)構(gòu)為基礎(chǔ)，用于異構(gòu)數(shù)據(jù)源集成的數(shù)據(jù)模型——叢模型，該模型能夠方便地表示結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，實(shí)現(xiàn)異構(gòu)數(shù)據(jù)的統(tǒng)一表示和統(tǒng)一查詢。叢模型中隱含的依賴是Object-id→(Label，Value)，比OEM(ObjectExchangeModel)表達(dá)的語(yǔ)意更豐富，更能體現(xiàn)Object-id、Label與Value的關(guān)系，它可

3、以方便表達(dá)數(shù)據(jù)對(duì)象間的復(fù)雜關(guān)系。原始的OEM模型隱含的依賴僅僅是Object-id→Value。在我們的模型中，標(biāo)簽既與對(duì)象關(guān)聯(lián)同時(shí)也與邊關(guān)聯(lián)，而原始OEM模型中的標(biāo)簽只與數(shù)據(jù)圖中的邊關(guān)聯(lián)。相比OEM，叢模型可以更方便地表示對(duì)象間復(fù)雜的叢結(jié)構(gòu)。論文給出從結(jié)構(gòu)化數(shù)據(jù)模型、半結(jié)構(gòu)化數(shù)據(jù)模型和無(wú)結(jié)構(gòu)數(shù)據(jù)到叢模型的映射方法，實(shí)現(xiàn)模型的實(shí)用性。論文實(shí)現(xiàn)了叢模型的統(tǒng)一查詢語(yǔ)言PM-QL、查詢代數(shù)及查詢處理。使用PM-QL可以以統(tǒng)一的查詢方式查詢異構(gòu)

4、數(shù)據(jù)源集成系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，屏蔽底層數(shù)據(jù)差異，給用戶一個(gè)統(tǒng)一的查詢界面。查詢代數(shù)為查詢處理提供理論基礎(chǔ)。 論文最后實(shí)現(xiàn)了一個(gè)異構(gòu)數(shù)據(jù)源集成的原型系統(tǒng)HDSIS，驗(yàn)證了叢模型的正確性和實(shí)用性。為了方便用戶查詢數(shù)據(jù)，我們?cè)O(shè)計(jì)了一個(gè)可視化查詢界面，使用這個(gè)可視化查詢界面，用戶可以非常方便地構(gòu)造叢模型查詢語(yǔ)句，減少查詢出錯(cuò)的可能性。論文還提出一種從半結(jié)構(gòu)化數(shù)據(jù)中抽取模式的方法，該方法通過(guò)構(gòu)造模式表的方法簡(jiǎn)單方便地從半結(jié)構(gòu)