數(shù)據(jù)庫集成畢業(yè)論文

1、<p><b>　　目 錄</b></p><p><b>　　目 錄1</b></p><p><b>　　第一章 引言3</b></p><p>　　1.1 什么是系統(tǒng)集成3</p><p>　　1.2 發(fā)展背景3</p><p&

2、gt;　　1.3 系統(tǒng)集成的任務(wù)3</p><p>　　第二章 分布式環(huán)境下異種數(shù)據(jù)庫系統(tǒng)的集成5</p><p>　　2.1 數(shù)據(jù)庫系統(tǒng)之間的差異性5</p><p>　　2.2異種數(shù)據(jù)庫集成的方法和要解決的問題5</p><p>　　2.2.1 平臺和網(wǎng)絡(luò)的透明性5</p><p>　　2.2.2 數(shù)據(jù)

3、模型的轉(zhuǎn)換6</p><p>　　2.2.3 模式轉(zhuǎn)換和集成6</p><p>　　2.2.4分布式事務(wù)管理6</p><p>　　2.2.5 位置透明性6</p><p>　　2.2.6語言透明性7</p><p>　　2.3異種數(shù)據(jù)庫實現(xiàn)數(shù)據(jù)訪問方法7</p><p>　　2.3

4、.1數(shù)據(jù)庫網(wǎng)關(guān)7</p><p>　　2.3.2公共協(xié)議7</p><p>　　2.3.3公共編程界面7</p><p>　　第三章 WWW與數(shù)據(jù)庫集成9</p><p><b>　　3.1 背景9</b></p><p>　　3.2 Web與數(shù)據(jù)庫的連接9</p>

5、<p>　　3.2.1 公共網(wǎng)關(guān)接口（CGI）9</p><p>　　3.2.2 基于Web應(yīng)用編程接口（API）10</p><p>　　3.2.3 基于Java/JDBC的數(shù)據(jù)庫訪問13</p><p>　　3.2.4 數(shù)據(jù)綁定（瀏覽器插件）15</p><p>　　第四章 新時期數(shù)據(jù)集成技術(shù)的發(fā)展與應(yīng)用17<

6、;/p><p>　　4.1 三層結(jié)構(gòu)的處理方式17</p><p>　　4.2分布式對象計算DCOM/CORBA18</p><p>　　4.2.1什么叫分布式對象計算18</p><p>　　4.2.2分布式組件對象模型（Distributed Component Object Model,DCOM）18</p><

7、p>　　4.2.3公共對象請求代理體系（Common Object Request Broker Architecture，CORBA）19</p><p>　　4.2.4 DCOM和CORBA的比較19</p><p>　　4.3利用XML對數(shù)據(jù)進行集成21</p><p>　　第五章 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘23</p><p&g

8、t;　　5.1數(shù)據(jù)倉庫23</p><p>　　5.1.1 什么是數(shù)據(jù)倉庫23</p><p>　　5.1.2 數(shù)據(jù)倉庫的特征23</p><p>　　5.1.3數(shù)據(jù)倉庫的結(jié)構(gòu)組成23</p><p>　　5.2 數(shù)據(jù)挖掘24</p><p>　　5.2.1什么是數(shù)據(jù)挖掘24</p><

9、p>　　5.2.2 數(shù)據(jù)挖掘過程組成24</p><p><b>　　5.3小結(jié)24</b></p><p><b>　　參考文獻25</b></p><p><b>　　致 謝26</b></p><p><b>　　第一章 引言</b>

10、;</p><p>　　1.1 什么是系統(tǒng)集成</p><p>　　美國專門從事信息行業(yè)調(diào)查研究的IDC公司認為：系統(tǒng)集成是將軟件，硬件與通信技術(shù)組合起來，為用戶解決信息處理問題的業(yè)務(wù)。</p><p>　　IBM公司是最大的計算機制造商，也是最大的系統(tǒng)集成承包商。它把系統(tǒng)集成定義為將信息技術(shù)，產(chǎn)品與服務(wù)結(jié)合起來，負責(zé)實現(xiàn)特定功能的業(yè)務(wù)。</p>&l

11、t;p>　　日本通產(chǎn)省的定義是：系統(tǒng)集成是掌握用戶的需求，并根據(jù)用戶的需求全面負責(zé)用戶系統(tǒng)的設(shè)計，軟件開發(fā)，運行準備與維護的服務(wù)。</p><p>　　上述幾種說法雖有不同，但基本內(nèi)涵是一致的。</p><p><b>　　1.2 發(fā)展背景</b></p><p>　　系統(tǒng)集成的發(fā)展有一系列重要原因。</p><p&g

12、t;　　近年來世界各國特別是發(fā)達國家對信息系統(tǒng)的投資急劇增加。</p><p>　　現(xiàn)在信息系統(tǒng)日趨復(fù)雜，為了優(yōu)化系統(tǒng)的設(shè)計，已不可能只采用一家計算機廠商的產(chǎn)品。</p><p>　　網(wǎng)絡(luò)技術(shù)的廣泛應(yīng)用增加了對系統(tǒng)集成服務(wù)的需求。</p><p>　　隨著信息系統(tǒng)規(guī)模的擴大，系統(tǒng)研制的風(fēng)險也大幅度的增長。</p><p>　　軟件系統(tǒng)日趨復(fù)雜

13、，大型應(yīng)用軟件很難由一個單位獨立完成，合理分工協(xié)作的開發(fā)方式已經(jīng)成為一種必然的發(fā)展趨勢。</p><p>　　1.3 系統(tǒng)集成的任務(wù)</p><p>　　一個計算機應(yīng)用系統(tǒng)，尤其是大型計算機信息系統(tǒng)，包括：各種計算機硬件，軟件，網(wǎng)絡(luò)和應(yīng)用，它們受相應(yīng)系統(tǒng)的功能要求，工作環(huán)境，經(jīng)費預(yù)算，開發(fā)期限等因素的制約，需要有針對性的選用恰當?shù)漠a(chǎn)品及其型號，規(guī)格和指標，同時需要采用恰當?shù)募夹g(shù)手段和依據(jù)一

14、定的規(guī)范將他們組合與集成起來，以充分發(fā)揮設(shè)備的功能，收到總體的最佳效果，這就是系統(tǒng)集成所要完成的任務(wù)。</p><p>　　下面我們可以從四個層次對系統(tǒng)集成的任務(wù)進行描述。</p><p><b>　　應(yīng)用功能的集成</b></p><p>　　應(yīng)用功能集成的核心和關(guān)鍵是數(shù)據(jù)集成，它是指將用戶的實際需求和所提出的實際應(yīng)用功能在同一系統(tǒng)中加以實現(xiàn)

15、。例如，常見的應(yīng)用需求有查詢，檢索，分析，計算等。最終，用戶是通過應(yīng)用功能實現(xiàn)的好壞來判定系統(tǒng)建設(shè)的成敗，</p><p>　　因此，應(yīng)用功能的集成不僅反映出系統(tǒng)集成商對用戶系統(tǒng)建設(shè)目標的理解程度，而且直接影響到后續(xù)其他層次任務(wù)的集成。應(yīng)用功能的集成是在系統(tǒng)需求分析，系統(tǒng)設(shè)計及應(yīng)用軟件開發(fā)等階段完成的，最終是在所建立的支撐環(huán)境中通過應(yīng)用軟件實現(xiàn)的。</p><p><b>　　支

16、撐系統(tǒng)的集成</b></p><p>　　支撐系統(tǒng)（或支持系統(tǒng)）的集成是為了實現(xiàn)用戶的應(yīng)用需求和功能而必須建立的支撐環(huán)境的集成。它為應(yīng)用系統(tǒng)的集成提供統(tǒng)一的系統(tǒng)平臺，特別是統(tǒng)一的數(shù)據(jù)庫平臺，以保證數(shù)據(jù)格式的一致性，避免過多的數(shù)據(jù)接口和數(shù)據(jù)轉(zhuǎn)換，以提高工作效率。例如，用戶需要遠程查詢功能，我們不僅要為用戶解決遠程訪問的通信手段，而且還要建立供查詢使用的查詢信息庫和相應(yīng)的服務(wù)器。于是，這個系統(tǒng)就應(yīng)提供三個

17、支持系統(tǒng)：網(wǎng)絡(luò)平臺，數(shù)據(jù)庫平臺和服務(wù)器平臺，這三個平臺有共同組成了這個遠程查詢應(yīng)用系統(tǒng)的支撐平臺。</p><p><b>　　技術(shù)集成</b></p><p>　　無論是功能目標及需求的實現(xiàn)，還是集成系統(tǒng)之間的集成，實際上都是通過各種技術(shù)之間的集成來實現(xiàn)的。例如，在網(wǎng)絡(luò)平臺的建設(shè)過程中，往往不僅要采用LAN技術(shù)，還要采用WAN技術(shù)；不僅需要數(shù)據(jù)通訊技術(shù)，還需要多媒體

18、通信技術(shù)，甚至在一個LAN 建設(shè)環(huán)境中，也往往集成了10Mbps以太網(wǎng)技術(shù)，快速交換以太網(wǎng)技術(shù)，甚至ATM技術(shù)。又如，在計算機系統(tǒng)平臺的建設(shè)過程中，可能采用以Client/Server為主的結(jié)構(gòu)，但也可能部分采用多終端訪問方式；在OS系統(tǒng)平臺上不但會有UNIX,而且會有Windows NT等其它OS。以上是在同一支撐平臺上不同技術(shù)的集成問題，即使在不同平臺之間，技術(shù)集成的問題也大量存在。例如，異種機網(wǎng)絡(luò)互連問題就是服務(wù)器平臺集成過程中的

19、典型技術(shù)集成問題。又如，數(shù)據(jù)庫系統(tǒng)加載問題涉及到數(shù)據(jù)庫技術(shù)，網(wǎng)絡(luò)技術(shù)與服務(wù)器技術(shù)的綜合集成。</p><p><b>　　產(chǎn)品集成</b></p><p>　　這時系統(tǒng)集成最終，最直接的體現(xiàn)形式。因為，無論是應(yīng)用功能，支撐系統(tǒng)，還是技術(shù)，其最終的表現(xiàn)形式都落實在具體產(chǎn)品和設(shè)備的集成上。例如，要實現(xiàn)交換以太網(wǎng)技術(shù)，就要選這能支持該技術(shù)的產(chǎn)品設(shè)備；為實現(xiàn)漢字遠程查詢訪問功

20、能，就要選擇支持遠程撥號能力的相關(guān)網(wǎng)絡(luò)產(chǎn)品和漢字終端設(shè)備。所謂產(chǎn)品集成，就是把不同種類，不同廠商，不同應(yīng)用的計算機產(chǎn)品設(shè)備（包括軟件）依照設(shè)計有機的組合在一起。</p><p>　　我們認為，只有能夠?qū)崿F(xiàn)以上幾個層次的集成，才可成為真正的系統(tǒng)集成商。網(wǎng)絡(luò)實現(xiàn)了設(shè)備的物理連接，或者說是“物理集成”，但它遠遠沒有解決系統(tǒng)的功能集成和信息系統(tǒng)集成，即“邏輯集成”，而后者的集成實現(xiàn)難度更大，技術(shù)更復(fù)雜，在實現(xiàn)過程中應(yīng)給予

21、特別的重視。</p><p>　　第二章 分布式環(huán)境下異種數(shù)據(jù)庫系統(tǒng)的集成</p><p>　　一般的大型信息系統(tǒng)都是基于數(shù)據(jù)庫系統(tǒng)的，所以數(shù)據(jù)（庫）集成也就成為了系統(tǒng)集成的核心。許多企事業(yè)單位在不同時期針對某些特定的業(yè)務(wù)應(yīng)用需求實施了一系列異種數(shù)據(jù)庫應(yīng)用系統(tǒng)，出于保持應(yīng)用拓展的連續(xù)性和保護過去投資及信息資源等因素的需要，這些異種應(yīng)用系統(tǒng)往往需要長期共存，因此，對異種數(shù)據(jù)庫進行集成，避免

22、形成“信息化孤島”是很有實際應(yīng)用價值的研究課題。</p><p>　　2.1 數(shù)據(jù)庫系統(tǒng)之間的差異性</p><p>　　要對分布式環(huán)境下的多個異種數(shù)據(jù)庫系統(tǒng)進行集成，實現(xiàn)相互之間的操作，首先要弄清它們之間的差異性。這里所說的異種數(shù)據(jù)庫包括不同形式的數(shù)據(jù)庫，不同數(shù)據(jù)模型的數(shù)據(jù)庫，同數(shù)據(jù)模型不同廠商的同質(zhì)異型數(shù)據(jù)庫，以及同一數(shù)據(jù)庫廠商的不同版本的，針對不同環(huán)境的數(shù)據(jù)庫產(chǎn)品。</p>

23、;<p>　　從實際運行的系統(tǒng)來說，有許多因素都可能造成數(shù)據(jù)庫系統(tǒng)之間的差異性，譬如，計算機硬件，操作系統(tǒng)，網(wǎng)絡(luò)通信和協(xié)議（這些就形成所謂的平臺異構(gòu)性），以及DBMS和數(shù)據(jù)模型的不同等等。除了平臺異構(gòu)性外，源自數(shù)據(jù)庫系統(tǒng)自身的差異可以分為DBMS的差異和數(shù)據(jù)語義的差異兩類。</p><p><b>　　DBMS的差異</b></p><p>　　數(shù)據(jù)模型

24、的不同是DBMS差異的一個重要方面。關(guān)系數(shù)據(jù)庫，層次數(shù)據(jù)庫，網(wǎng)狀數(shù)據(jù)庫，以及新出現(xiàn)的面向?qū)ο髷?shù)據(jù)庫，它們所采用的數(shù)據(jù)模型各不相同，將進一步導(dǎo)致數(shù)據(jù)結(jié)構(gòu)，約束和數(shù)據(jù)語言等的差異。</p><p><b>　　數(shù)據(jù)語義的差異</b></p><p>　　數(shù)據(jù)語義的差異主要源于不同數(shù)據(jù)庫對相同或相關(guān)數(shù)據(jù)的理解，解釋和使用的不一致性。譬如，兩個數(shù)據(jù)庫中對同一屬性名的具體含義定

25、義不一樣，或同一屬性的數(shù)據(jù)值在兩個數(shù)據(jù)庫中的精度定義不同，都可能引起語義差異。</p><p>　　2.2異種數(shù)據(jù)庫集成的方法和要解決的問題</p><p>　　實現(xiàn)分布環(huán)境下異種數(shù)據(jù)庫的集成可以通過兩個方面的努力：一是轉(zhuǎn)換，二是標準化。</p><p>　　2.2.1 平臺和網(wǎng)絡(luò)的透明性</p><p>　　由于異種數(shù)據(jù)庫系統(tǒng)可能運行在從桌

26、面機到主機的多種機型上，而且操作系統(tǒng)也可能不同，所以要實現(xiàn)異中數(shù)據(jù)庫的集成，首先應(yīng)當提供平臺的透明性，能夠?qū)σ蕾囉诓煌脚_的數(shù)據(jù)存儲格式，浮點表示，字節(jié)排列，國際字符格式，字符集等自動進行轉(zhuǎn)換，使這些差別對用戶和開發(fā)人員透明。</p><p>　　異種數(shù)據(jù)庫系統(tǒng)通常都是在網(wǎng)絡(luò)環(huán)境下進行通信的。異種數(shù)據(jù)庫的集成應(yīng)當提供網(wǎng)絡(luò)的透明性，支持常用的網(wǎng)絡(luò)拓撲和協(xié)議。目前多數(shù)流行的數(shù)據(jù)庫管理系統(tǒng)都能支持Async,DECne

27、t,TCP/IP,SPX/IPX,X.25等常用的網(wǎng)絡(luò)協(xié)議。</p><p>　　2.2.2 數(shù)據(jù)模型的轉(zhuǎn)換</p><p>　　異種數(shù)據(jù)庫集成可能是關(guān)系，網(wǎng)狀，層次，語義和面向?qū)ο蟮榷喾N數(shù)據(jù)模型的數(shù)據(jù)庫的集成，這就需要在不同的數(shù)據(jù)模型間進行轉(zhuǎn)換，使得用戶能夠采用與本地數(shù)據(jù)庫一致的方式訪問到遠程數(shù)據(jù)庫中不同數(shù)據(jù)模型中的數(shù)據(jù)。</p><p>　　數(shù)據(jù)模型的轉(zhuǎn)換有兩種

28、方法：一種是進行數(shù)據(jù)庫語言的轉(zhuǎn)化，譬如在層次數(shù)據(jù)庫，網(wǎng)狀數(shù)據(jù)庫中提供支持SQL語言的機制；另一種是采用公共模型，其它模型均可與這種公共模型進行雙向轉(zhuǎn)換 ，從而實現(xiàn)不同模型之間的轉(zhuǎn)換。</p><p>　　2.2.3 模式轉(zhuǎn)換和集成</p><p>　　每個本地數(shù)據(jù)庫都有描述自身數(shù)據(jù)結(jié)構(gòu)的本地模式，面向用戶的數(shù)據(jù)庫結(jié)構(gòu)則可用用戶模式來描述。各個本地模式要構(gòu)成全局模式以便于跨數(shù)據(jù)庫系統(tǒng)的數(shù)據(jù)操

29、作。由于不同數(shù)據(jù)庫中的本地模式，全局模式和用戶模式可能各不相同，應(yīng)當能夠?qū)⒈镜啬Ｊ睫D(zhuǎn)換并集成為全局模式，并從全局模式構(gòu)造出不同的用戶模式。</p><p>　　2.2.4分布式事務(wù)管理</p><p>　　分布式事務(wù)是包括一條以上語句的任一事務(wù)，這些事務(wù)可修改兩個以上不同節(jié)點上的數(shù)據(jù)。異種數(shù)據(jù)庫集成應(yīng)當有分布式事務(wù)管理功能，保證一個事務(wù)的所有語句作為一個單元進行提交或回退，通常是通過兩個階

30、段提交來完成的。</p><p>　　2.2.5 位置透明性</p><p>　　位置透明性是指用戶和編程人員不必知道數(shù)據(jù)庫中數(shù)據(jù)的具體存放位置，便能直接訪問它。通常用戶和編程人員只要指明數(shù)據(jù)項的邏輯名，系統(tǒng)就能自動把邏輯名映射到該數(shù)據(jù)的物理位置的地址上。</p><p>　　2.2.6語言透明性</p><p>　　異種數(shù)據(jù)庫集成應(yīng)當提供語

31、言的透明性，讓用戶使用一種公共的標準語言集就能訪問不同數(shù)據(jù)庫的數(shù)據(jù)。選擇公共語言集有兩種方法：一是選不同數(shù)據(jù)庫語言的公共集或標準集；二是取某種數(shù)據(jù)庫的操作語言作為公共語言。SQL語言已成為事實上的標準語言。</p><p>　　2.3異種數(shù)據(jù)庫實現(xiàn)數(shù)據(jù)訪問方法</p><p>　　當前，異種數(shù)據(jù)庫系統(tǒng)集成主要采用三種方法：數(shù)據(jù)庫網(wǎng)關(guān)（Gateway）,公共協(xié)議（Common Protoco

32、l）,公共編程接口（Common Programming Interface）,它們都是基于Client/Server體系結(jié)構(gòu)的。</p><p>　　2.3.1數(shù)據(jù)庫網(wǎng)關(guān)</p><p>　　數(shù)據(jù)庫網(wǎng)關(guān)是一個轉(zhuǎn)換器，客戶只要通過它就可以訪問異種數(shù)據(jù)庫。采用數(shù)據(jù)庫網(wǎng)關(guān)可以較為滿意的解決數(shù)據(jù)庫的互操作問題，通過網(wǎng)關(guān)，可以把第三方的開發(fā)工具連接到自己的數(shù)據(jù)庫產(chǎn)品上。用戶無需廢棄現(xiàn)有的應(yīng)用程序，

33、就可利用網(wǎng)關(guān)把它們與新的數(shù)據(jù)庫技術(shù)互連起來，從而保護已有的投資，但是，幾個異構(gòu)數(shù)據(jù)庫構(gòu)成的復(fù)雜系統(tǒng)中，要實現(xiàn)任意兩個數(shù)據(jù)庫見的互操作，就必須提供n(n-1)/2個網(wǎng)關(guān)，而且數(shù)據(jù)庫網(wǎng)關(guān)價格昂貴，這在實際應(yīng)用中是很難投入實用的，而且，有些異構(gòu)數(shù)據(jù)庫間的數(shù)據(jù)格式，語義或語法的轉(zhuǎn)換是行不通的，利用數(shù)據(jù)庫網(wǎng)關(guān)訪問這些數(shù)據(jù)庫不易達到完全透明。</p><p><b>　　2.3.2公共協(xié)議</b><

34、;/p><p>　　采用公共協(xié)議指對用戶和服務(wù)期間通信的格式和協(xié)議（frame and protocal）以及對數(shù)據(jù)庫語言進行標準化，這是一種最理想的解決異種數(shù)據(jù)庫系統(tǒng)集成的方法。目前比較典型的有關(guān)FAP的標準是ANSI/ISO的RDA標準（ISO/IEC9579）和IBM的分布式關(guān)系數(shù)據(jù)庫體系結(jié)構(gòu)（DRDA）。在數(shù)據(jù)庫語言方面，ISO有數(shù)據(jù)查詢語言SQL的標準（如：ISO9075），很多數(shù)據(jù)庫產(chǎn)品部分或完全支持它。

35、</p><p>　　2.3.3公共編程界面</p><p>　　公共編程界面包括客戶應(yīng)用編程界面（CAPI）和服務(wù)器應(yīng)用編程界面 （SAPI）。CAPI是一組程序庫，通常以TSR方式或DLL方式駐留在客戶工作站上，一個CAPI通?？裳b載后端專用的驅(qū)動程序以訪問不同的數(shù)據(jù)源。SAPI提供一個應(yīng)用編程界面，并提供控制服務(wù)器與客戶應(yīng)用請求和目標數(shù)據(jù)庫之間的交互，像Microsoft的ODBC，

36、Oracle的SQL NET以及IDAPI就是這類用途的API。</p><p>　　以上三種方法在異種數(shù)據(jù)庫集成中可以配合使用，并不相互排斥。</p><p>　　第三章 WWW與數(shù)據(jù)庫集成</p><p><b>　　3.1 背景</b></p><p>　　數(shù)據(jù)庫技術(shù)經(jīng)過幾十年的發(fā)展，其功能越來越強大，但隨著以網(wǎng)

37、絡(luò)為中心的計算機時代的到來，以往被廣泛使用的用DBMS建造的數(shù)據(jù)庫資源不能被Web直接訪問，這種狀況影響了數(shù)據(jù)庫資源的共享，造成了資源浪費。</p><p>　　當前數(shù)據(jù)庫系統(tǒng)的應(yīng)用環(huán)境由可控制的環(huán)境變成多變的異質(zhì)信息集成環(huán)境和WWW環(huán)境?？梢哉fWeb就是一個巨型數(shù)據(jù)庫，Web上的數(shù)據(jù)，數(shù)據(jù)量大，類型多，管理不足。而這恰恰是數(shù)據(jù)庫的優(yōu)勢，因此，數(shù)據(jù)庫技術(shù)與Web技術(shù)的結(jié)合已成為當前研究的重點。</p>

38、<p>　　一方面，網(wǎng)絡(luò)技術(shù)的發(fā)展推動了Web技術(shù)的發(fā)展，Web上巨大的數(shù)據(jù)量再也不能忍受文件系統(tǒng)的管理模式，迫切需要采用數(shù)據(jù)庫技術(shù)進行管理。用數(shù)據(jù)庫技術(shù)進行管理可使Web頁面更具交互性，動態(tài)性和靈活性。另一方面，傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)也需要引入Web技術(shù)，以便與信息在網(wǎng)絡(luò)上的訪問和發(fā)布。</p><p>　　3.2 Web與數(shù)據(jù)庫的連接</p><p>　　3.2.1 公共

39、網(wǎng)關(guān)接口（CGI）</p><p>　　CGI(Common Gateway Interface)是服務(wù)器和HTML文件之間的接口程序，它負責(zé)處理HTML文件與運行在服務(wù)器中的程序之間的數(shù)據(jù)交換。當讀者輸入他們的信息后，便激活了一個CGI程序，一個CGI程序就是一個散發(fā)器，它負責(zé)傳送請求給適當?shù)臄?shù)據(jù)庫應(yīng)用服務(wù)器。該CGI 程序又可以調(diào)用操作系統(tǒng)下的其它程序如數(shù)據(jù)庫應(yīng)用服務(wù)完成讀者的查詢?nèi)蝿?wù)。當系統(tǒng)完成查詢?nèi)蝿?wù)之后

40、，又將查詢結(jié)果傳給CGI，通過CGI傳給服務(wù)器，其結(jié)構(gòu)如圖1。</p><p>　　優(yōu)點：通用性 由于CGI是作為Web服務(wù)器提供一般的接口而設(shè)計，因此，幾乎所有的服務(wù)器都支持CGI，開發(fā)者可以使用任一Web服務(wù)器內(nèi)置語言編寫CGI程序，如VB,VC等。</p><p><b>　　缺點：</b></p><p>　　運行慢，開銷大。從上述實

41、現(xiàn)過程我們不難看出，對每個Web用戶提交的請求，服務(wù)器都需進行格式轉(zhuǎn)換。即把HTML格式轉(zhuǎn)化成服務(wù)器所需要的格式。而且服務(wù)器將每一個CGI調(diào)用作為一個進程來運行，每一次對數(shù)據(jù)庫進行操作時，都不許進行數(shù)據(jù)庫服務(wù)器的登錄，打開數(shù)據(jù)庫，操作結(jié)束后關(guān)閉數(shù)據(jù)庫和注銷。這些都無疑增加了處理的開銷，而且消耗了大量時間和資源。在用戶增多情況下，表現(xiàn)尤為突出。</p><p>　　由于用戶對數(shù)據(jù)庫操作時是以批處理方式發(fā)送用戶名，用

42、戶口令，因此Web服務(wù)器只能控制用戶所在的域，而不能用數(shù)據(jù)庫級特權(quán)來控制存取權(quán)限，這樣使得對用戶的訪問變得難以控制。</p><p>　　CGI程序的編譯，連接是與一個具體的數(shù)據(jù)庫管理系統(tǒng)相聯(lián)系的，因此該程序只能訪問一個具體的數(shù)據(jù)庫。</p><p>　　對開發(fā)者來說，CGI編程十分復(fù)雜，僅一個簡單的查詢就需要上百條語句實現(xiàn)。</p><p>　　3.2.2 基于W

43、eb應(yīng)用編程接口（API）</p><p>　　針對CGI的缺陷，一些Web服務(wù)器廠商推出了各自的Web服務(wù)器應(yīng)用編程接口API(Application Programming Interface)，如Microsoft的Web服務(wù)器IIS(Internet Information Server)的ISAPI，Netscape的NSAPI等。但是開發(fā)API程序要比CGI程序復(fù)雜的多，開發(fā)者須具備進程同步，直接協(xié)議

44、編程等方面的專業(yè)知識。因此，為使Web與數(shù)據(jù)庫之間的連接更為簡潔，方便，Netscape和Microsoft在各自的Web服務(wù)器軟件中提供了基于API的編程接口。微軟在其IIS2.0(Internet information Server)中提供了基于ISAPI的IDC(Internet Database Connector),Netscape Enterprise Server提供了基于NSAPI的LiveWire。</p>

45、;<p>　　在此，談?wù)勗贛icrosoft公司的產(chǎn)品IIS中如何訪問數(shù)據(jù)庫的。</p><p>　　利用IIS2.0中的IDC連接數(shù)據(jù)庫</p><p>　　IDC是IIS的一個動態(tài)鏈接庫（Httpodbc.dll）, 運行在Web服務(wù)器上的，它是通過ODBC接口訪問各種數(shù)據(jù)庫的，瀏覽器利用HTTP協(xié)議遞交需求給Internet服務(wù)器，服務(wù)器用HTML語言格式的文檔響應(yīng)，服

46、務(wù)器通過調(diào)用IDC完成對數(shù)據(jù)庫的訪問。其過程如圖2。</p><p>　　從圖2中看出，整個過程分為6步：</p><p>　　Internet Information Server 接收URL（Uniform Resource Locator）。</p><p>　　Internet Information Server 載入HTTPODBC.DLL并且提供URL

47、中保留的信息，.IDC文件被映射到HTTPODBC.DLL,HTTPODBC.DLL載入并且包含從URL傳遞到服務(wù)器上的Internet 數(shù)據(jù)庫連接器文件。</p><p>　　HTTPODBC.DLL讀Internet數(shù)據(jù)庫連接器文件。</p><p>　　IDC與ODBC數(shù)據(jù)源連接，執(zhí)行包含在Internet 數(shù)據(jù)庫連接器文件中的SQL查詢語句。</p><p>

48、;　　IDC從數(shù)據(jù)庫中反饋查詢結(jié)果。并將該結(jié)果放入HTML擴展文件 .HTX中。</p><p>　　IDC發(fā)送信息給服務(wù)器，服務(wù)器將該信息反饋給客戶。</p><p><b>　　圖 2</b></p><p>　　我們可以看出，對數(shù)據(jù)庫的一個字段進行瀏覽，可用如下的程序?qū)崿F(xiàn)：第一部分為 .HTML(超文本文件)，第二部分為.IDC(數(shù)據(jù)庫連

49、接文件)，第三部分為.HTX(反饋文件)。因此，只要簡單掌握了SQL語句，運用超文本語言，訪問數(shù)據(jù)庫是十分容易和方便的事，不像編寫CGI程序那樣需要有一定的專業(yè)知識，同時又需要專門的軟件。編寫.IDC文件不需要特殊的軟件，同編寫HTML語句一樣，用Windows的記事本就可以編寫，故在設(shè)計一些具有固定格式的動態(tài)Web頁面時是非常合適的。另一個區(qū)別在于用ISAPI創(chuàng)建的應(yīng)用程序被編譯成動態(tài)鏈接庫（DLL）,在WWW服務(wù)器啟動時被裝載，由于

50、程序常駐內(nèi)存，ISAPI程序比CGI 應(yīng)用程序運行速度快。</p><p>　　用IIS3.0中的ASP連接數(shù)據(jù)庫</p><p>　　相對IIS2.0,Microsoft在IIS3.0中增加了Active Server 的功能。這使得我們可以采用ASP(Active Server Pages)技術(shù)進行數(shù)據(jù)庫的集成。它與IDC技術(shù)類似，也是獲取用戶的HTTP請求，將結(jié)果返回瀏覽器。但在對數(shù)

51、據(jù)庫進行操作時，ASP 技術(shù)要比IDC技術(shù)簡潔，方便的多。</p><p>　　ASP 提供了很多ActiveX服務(wù)器構(gòu)件，其中通過ActiveX組件ADO(ActiveX Data Object)便可方便的訪問到數(shù)據(jù)庫服務(wù)器上的數(shù)據(jù)。ADO是Microsoft推出的基于ODBC的數(shù)據(jù)庫訪問對象，ADO通過組件對象模型（COM）為ASP提供了Web與數(shù)據(jù)庫連接的可編程界面，只需幾行腳本語句便可將后臺的數(shù)據(jù)庫信息發(fā)

52、布到網(wǎng)頁上。</p><p>　　利用ASP技術(shù)訪問數(shù)據(jù)庫如圖3所示。</p><p>　　一個ASP文件包含三部分：（1）TEXT，（2）Html，（3）ASP腳本命令。其中ASP腳本命令是用“<%”和“%〉”括起來的VBScript或Jscript語句組成的。這些腳本經(jīng)服務(wù)器解釋后以Html格式傳給瀏覽器。</p><p>　　通過IIS2.0/IDC和I

53、IS3.0/ASP 不僅可以從數(shù)據(jù)庫中查詢數(shù)據(jù)，還可以存儲數(shù)據(jù)。由于ASP可直接在HTML文件中包含可執(zhí)行的腳本（VBScript或Jscript），因此整個開發(fā)過程變得一體化。而且，利用ASP開發(fā)的網(wǎng)頁是獨立于瀏覽器的，即無論客戶端采用的是文字瀏覽器還是Internet Explorer，Netscape Navigate都能夠訪問這些網(wǎng)頁。</p><p>　　與CGI相比，由于API技術(shù)是Web與數(shù)據(jù)庫中在

54、較深層次上連接，因此使得Web與數(shù)據(jù)庫集成的更為緊密，性能更高，但其最大的缺點是缺乏互通性，且API編程要比 CGI編程更為復(fù)雜。而基于Web API訪問數(shù)據(jù)庫的方法實現(xiàn)簡單，編程容易，操作容易，但與各自的Web服務(wù)器捆綁得太緊，即編寫的程序只能在相應(yīng)的Web服務(wù)上運行，缺乏通用性。</p><p>　　3.2.3 基于Java/JDBC的數(shù)據(jù)庫訪問</p><p>　　JDBC(Java

55、 DataBase Connectivity)是Java語言與數(shù)據(jù)庫管理系統(tǒng)之間的接口，通過它，一個Java應(yīng)用程序可以訪問任何一個關(guān)系型數(shù)據(jù)庫，JDBC是Java語言中執(zhí)行SQL語句的API,它由一系列類（classes）和接口（interfaces）所組成，這些類和接口均是由Java語言寫的，程序開發(fā)者使用這些類和接口與數(shù)據(jù)庫建立連接，發(fā)送SQL語句，處理SQL語句返回的結(jié)果。完成一個基于JDBC的應(yīng)用需要一組層次結(jié)構(gòu)的產(chǎn)品，它包括

56、，JDBC API，JDBC Driver Manager和針對某一特定數(shù)據(jù)庫的Driver,它的一般工作原理如圖4所示。</p><p>　　圖4 JDBC的工作原理</p><p>　　Java/JDBC方法的基本思想是，分布應(yīng)用程序的代碼，將它傳送給客戶程序，然后由客戶端在用戶的計算機上執(zhí)行這些代碼。這種方式允許在WWW中重新建立數(shù)據(jù)庫系統(tǒng)的界面部分，有助于實現(xiàn)認證，安全性和系統(tǒng)完

57、整性等訪問控制機制。另外，Java的AWT(Abstract Windows Toolkit)提供了豐富的圖形控制調(diào)用，有助于用戶界面圖形化。該訪問有兩種結(jié)構(gòu)形式。</p><p>　　兩層結(jié)構(gòu)，Java/JDBC兩層結(jié)構(gòu)如圖5。</p><p>　　圖5 Java/JDBC兩層結(jié)構(gòu)</p><p>　　Web瀏覽器向HTTP服務(wù)器發(fā)出請求，然后對HTTP服務(wù)器返

58、回的HTML文本進行分析處理，決定需要下載的Java字節(jié)碼文件。并且，瀏覽器所帶的JVM(Java Virtual Machine)對其進一步分析，將Applet相關(guān)類的字節(jié)碼文件和JDBC接口類的字節(jié)碼文件下載到客戶端，然后JVM對所下載的字節(jié)碼文件進行檢驗，檢驗通過后就執(zhí)行Applet。此時，客戶機與HTTP服務(wù)器斷開。Applet根據(jù)HTML文本所提供的數(shù)據(jù)庫地址，端口和賬號直接與數(shù)據(jù)庫服務(wù)器建立連接，進行數(shù)據(jù)交互。</p&

59、gt;<p>　　三層結(jié)構(gòu)，Java/JDBC三層結(jié)構(gòu)如圖6。</p><p>　　圖6 Java/JDBC三層結(jié)構(gòu)</p><p>　　三層結(jié)構(gòu)中，Applet發(fā)送的命令送至網(wǎng)關(guān)服務(wù)器，由網(wǎng)關(guān)服務(wù)器將SQL語句發(fā)送給數(shù)據(jù)庫，數(shù)據(jù)庫的返回結(jié)果經(jīng)網(wǎng)關(guān)服務(wù)器返回給Web用戶。其優(yōu)點是，網(wǎng)關(guān)服務(wù)器完成了對數(shù)據(jù)庫的存取控制和對返回數(shù)據(jù)的加工，用戶可在更高層次上開發(fā)，開發(fā)工作相對簡單

60、。</p><p>　　3.2.4 數(shù)據(jù)綁定（瀏覽器插件）</p><p>　　Internet Explorer 4.0通過支持Connect-Record Data Binding(當前數(shù)據(jù)綁定)改變了在Web上數(shù)據(jù)訪問的性質(zhì)。客戶綁定數(shù)據(jù)意味查找來自數(shù)據(jù)源的數(shù)據(jù)視圖在客戶不必返回到服務(wù)器更新的情況下，可以進行瀏覽和編輯，創(chuàng)建帶有數(shù)據(jù)綁定的Web頁，比在服務(wù)器端的復(fù)本更迅速，導(dǎo)致了高

61、級的用戶界面和應(yīng)用。由于為對象綁定數(shù)據(jù)，IE4.0引進了二個新的HTML標志：DATASRC和DATAFLD。這兩個標志用于將HTML元素綁定到一個一個紀錄組中一個特別的欄。創(chuàng)建一個可以關(guān)聯(lián)到元素的記錄組需要使用ActiveX控件，與IE4.0一起發(fā)送的有兩個具有從不同數(shù)據(jù)源創(chuàng)建記錄組能力的ActiveX控件：表格式數(shù)據(jù)控件（Tabular Data Control,TDC）和遠程數(shù)據(jù)服務(wù)（Remote Data Services,RD

62、S）。TDC用于訪問文本文件中的有界數(shù)據(jù)，RDS用于訪問ODBC數(shù)據(jù)源中的數(shù)據(jù)。</p><p>　　一旦Web頁中包含TDC,可以將適當?shù)腍TML元素綁定到數(shù)據(jù)源中的任何字段，RDS具有從任何運行在服務(wù)器上的ODBC數(shù)據(jù)源創(chuàng)建紀錄組能力，并且將數(shù)據(jù)送到客戶端，RDS依賴服務(wù)器端的組件進行數(shù)據(jù)打包。事實上，為了使用客戶端數(shù)據(jù)綁定，必須安裝RDS的服務(wù)器部分，當服務(wù)器建立好之后，就可以使用被稱為高級數(shù)據(jù)控制（Adv

63、ance Data Control,ADC）的RDS的客戶端部分。當應(yīng)用ADS時，為了得到簡單的連接，只需設(shè)置三個屬性：Connect,Server和SQL。</p><p>　　第四章 新時期數(shù)據(jù)集成技術(shù)的發(fā)展與應(yīng)用 </p><p>　　隨著信息技術(shù)的迅猛發(fā)展，數(shù)據(jù)的存儲遠遠超出了關(guān)系數(shù)據(jù)庫的范疇，出現(xiàn)了各種各樣的異構(gòu)數(shù)據(jù)源，相應(yīng)的也就產(chǎn)生了跨平臺對多種類型的數(shù)據(jù)進行集成的要求。新

64、出現(xiàn)的技術(shù)例如：三層集成方案，DCOM/CORBA和用XML進行集成等都可以對多種異類的數(shù)據(jù)進行集成。數(shù)據(jù)集成技術(shù)還在進一步的發(fā)展之中。</p><p>　　4.1 三層結(jié)構(gòu)的處理方式</p><p>　　三層結(jié)構(gòu)是最近幾年才出現(xiàn)的新技術(shù)，在數(shù)據(jù)集成方面也有著良好的應(yīng)用前景。相對于兩層結(jié)構(gòu)，三層架構(gòu)的不同之處在于它在客戶端和服務(wù)器端之間設(shè)立了一個中間層，對數(shù)據(jù)的一切訪問都要通過中間層進行。

65、這樣做的好處很多：首先，在兩層結(jié)構(gòu)中，如果要想若干個客戶端都具有訪問某個數(shù)據(jù)源的能力，就必須在某個客戶端都進行相應(yīng)的配置，而如果每個客戶又要求訪問多個服務(wù)器，又會造成系統(tǒng)的大量冗余和浪費，而在三層結(jié)構(gòu)中，可以把訪問多個異種數(shù)據(jù)源的能力配置在中間層上，每個客戶端只要其有訪問中間層的能力就可以了，這使得系統(tǒng)大為簡單化。另外，兩層結(jié)構(gòu)中，一旦對Server 端提出數(shù)據(jù)的訪問要求，真正的集成就將在客戶端上進行，而在三層結(jié)構(gòu)中，集成可以在中間層上

66、進行，只把最終的結(jié)果返回給用戶，這將減少不必要的網(wǎng)絡(luò)傳輸，大大改善網(wǎng)絡(luò)性能。三層結(jié)構(gòu)處理方式的結(jié)構(gòu)如圖7所示。</p><p>　　圖7 三層結(jié)構(gòu)的處理方式</p><p>　　4.2分布式對象計算DCOM/CORBA</p><p>　　4.2.1什么叫分布式對象計算</p><p>　　由于各應(yīng)用系統(tǒng)分布于網(wǎng)絡(luò)不同節(jié)點，基于不同操作平臺和

67、網(wǎng)絡(luò)平臺，而ODBC又不能響應(yīng)跨平臺的數(shù)據(jù)庫操作命令，因此對各應(yīng)用系統(tǒng)數(shù)據(jù)庫的操作與訪問必須依賴于分布式對象計算。分布式對象計算（DOC）融合了對象技術(shù)和分布技術(shù)，彌補了ODBC不能響應(yīng)跨平臺操作的不足，它使得位于異構(gòu)環(huán)境中的對象，可通過DOC提供的機制相互作用。目前，DOC領(lǐng)域內(nèi)有兩大陣營：微軟的分布式組件對象模型（DCOM）和對象管理集團（OMG）的公共對象請求代理體系(CORBA)。</p><p>　　4

68、.2.2分布式組件對象模型（Distributed Component Object Model,DCOM）</p><p>　　4.2.2.1什么叫分布式組件對象模型</p><p>　　分布式組件對象模型DCOM作為微軟的分布式計算策略，是在OSF DEC的RPC協(xié)議基礎(chǔ)上開發(fā)的，是微軟的組件對象模型COM的一個擴增版。COM是微軟為了解決應(yīng)用復(fù)雜性和隨時間功能改進，版本維護等問題所提

69、出的方案。COM把應(yīng)用看作軟件對象，并定義和實現(xiàn)軟件對象間連接的機制。軟件對象是一組相關(guān)的功能及其狀態(tài)的集合，客戶（對象提供服務(wù)的使用者）和對象直接進行通訊。COM體系結(jié)構(gòu)中的關(guān)鍵是接口的二進制標準，即標準的，與體系無關(guān)的連接格式和協(xié)議，使異構(gòu)平臺上的對象可以相互作用。DCOM和COM的最大不同在于，COM組件運行于單機上，而DCOM組件則是分布在網(wǎng)絡(luò)上。</p><p>　　4.2.2.2分布式組件對象模型的特

70、點</p><p>　　DCOM完全隱藏了組件在網(wǎng)絡(luò)中的位置這一細節(jié)，具有良好的位置獨立性；它可以使用任何網(wǎng)絡(luò)傳輸協(xié)議，提供了面向?qū)ο蟮膮f(xié)議透明性；而且，DCOM完全與開發(fā)語言無關(guān)，幾乎所有的語言都可以用來開發(fā)DCOM組件，而開發(fā)出的組件更是可以被更多的語言和工具使用。但DCOM主要使用在Windows平臺上，盡管在非Windows平臺也可使用，但會受到很多限制。</p><p>　　4.

71、2.3公共對象請求代理體系（Common Object Request Broker Architecture，CORBA）</p><p>　　4.2.3.1什么是CORBA</p><p>　　CORBA規(guī)范是建立在OMA(Object Management Architecture，對象管理體系結(jié)構(gòu))參考模型上的。OMA的核心部分是ORB(Object Request Broker，

72、對象請求代理)。ORB提供了一種機制，通過該機制，對象可以透明的發(fā)出請求和接收應(yīng)答?；贠RB機制就可以充分利用分布的，可以互操作的對象構(gòu)造可以互操作的應(yīng)用，使用戶在可以不了解實現(xiàn)交互細節(jié)的情況下，建立共享資源的應(yīng)用。OMA體系由五部分組成：（1）對象請求代理ORB；（2）對象服務(wù)；（3）公共設(shè)施；（4）應(yīng)用接口；（5）領(lǐng)域接口。CORBA規(guī)范則是針對OMA參考模型中的ORB而制定的。CORBA規(guī)范定義了IDL(接口定義語言)，映射和單

73、個ORB與ORB間的互操作機制。</p><p>　　4.2.3.2CORBA的特點</p><p>　　對象請求代理ORB是CORBA中的對象總線，使用ORB使得服務(wù)器端的透明性更容易得到實現(xiàn)：（1）編程語言可以使用C,C++等，不必與客戶機一致；（2）服務(wù)器平臺可以自由選者硬件結(jié)構(gòu)，操作系統(tǒng)；（3）服務(wù)器的網(wǎng)絡(luò)位置是任意的，服務(wù)器程序可以任意遷移平臺而不影響客戶端；（4）網(wǎng)絡(luò)協(xié)議由OR

74、B處理，客戶端程序可以不必考慮協(xié)議影響。</p><p>　　對于服務(wù)器端，客戶機需要知道的僅僅是服務(wù)器具有的服務(wù)的描述，這些描述是由服務(wù)器使用接口定義語言IDL公布的。IDL不是一種編程語言，只做描述接口的工作，不涉及具體的實現(xiàn)。其語法類似于Java和C++。IDL接口調(diào)用服務(wù)可以是編譯前代碼里預(yù)先規(guī)定好的調(diào)用，也可以是編譯以后運行時的調(diào)用。前者是靜態(tài)調(diào)用，后者是動態(tài)調(diào)用，而這各有自己的特點。OMG對這兩種方法

75、都提供支持，提供了一種公共的架構(gòu)。</p><p>　　4.2.4 DCOM和CORBA的比較</p><p>　　總的來說，DCOM和CORBA基本上是相似的，都提供分布對象基礎(chǔ)架構(gòu)以支持對遠程對象的激活和操作，他們的運作結(jié)構(gòu)都采用遠程進程調(diào)用的方式，只是各部分的名稱不同而已。如圖8，9所示。</p><p>　　圖8 DCOM的調(diào)用結(jié)構(gòu)</p>

76、<p>　　圖9 CORBA的調(diào)用結(jié)構(gòu)</p><p>　　在DCOM中，對組件的透明訪問是通過服務(wù)控制管理員（Server Control Manager）實現(xiàn)的?？蛻粢{(diào)用一個組件對象時，會向SCM提出請求，如果對象服務(wù)器是本進程內(nèi)的或是本地的，SCM會查詢注冊服務(wù)器以定位對象服務(wù)器，并將其裝入和激活。這樣，組件對象的變化只要更改相應(yīng)的注冊就可以了，程序可以保持不變。CORBA則將對象實現(xiàn)的信息

77、存儲在實現(xiàn)倉庫中，由ORB負責(zé)查詢實現(xiàn)倉庫以實現(xiàn)對象的裝入和激活。</p><p>　　因為DCOM和CORBA都采用了包裝的思想，以統(tǒng)一的接口的方式向外提供調(diào)用，并且二者也都實現(xiàn)了對對象的透明訪問，這就給我們對數(shù)據(jù)集成提供了極大的便利。我們可以利用CORBA或DCOM將對源數(shù)據(jù)進行操作的部分進行統(tǒng)一的包裝，而后就可以很容易的在此基礎(chǔ)上建立集成模塊，對包裝過的數(shù)據(jù)進行集成，再提交給用戶。如圖10所示。</p

78、><p>　　圖 10 利用DCOM/CORBA進行數(shù)據(jù)集成</p><p>　　4.3利用XML對數(shù)據(jù)進行集成</p><p>　　近年來，互聯(lián)網(wǎng)得到了迅猛的發(fā)展，Web實際上已經(jīng)成為最大的數(shù)據(jù)來源。而且互聯(lián)網(wǎng)的用戶數(shù)和網(wǎng)頁上的數(shù)據(jù)仍然在飛速增加，在這種情況下，對網(wǎng)頁上的數(shù)據(jù)進行集成勢在必行。但是由于現(xiàn)在的網(wǎng)頁大多用html編寫，而html缺乏缺乏必要的結(jié)構(gòu)和語義信

79、息，這就給數(shù)據(jù)集成帶來了很大的困難，甚至使得幾乎沒有可能設(shè)計出一種集成html頁面上的信息的通用的方法。為了便于以后人們共享網(wǎng)上的數(shù)據(jù)，在3WC(World Wide Web Consortium)帶頭下，建立了正式的XML規(guī)范。</p><p>　　XML代表擴展表示語言（Extensible Markup Language）,它是一個定義其它語言的系統(tǒng)。它采用將結(jié)構(gòu)，內(nèi)容和表現(xiàn)相分離的方法，同一個XML源文檔

80、只寫一次，就可以用不同的方法表現(xiàn)出來。所以XML不僅可以用于Internet，而且可以用于需要制作多種媒體文檔的應(yīng)用上。相應(yīng)的，利用XML進行數(shù)據(jù)集成的方法也就對相應(yīng)的領(lǐng)域都適用。XML具體工作過程如圖11。</p><p>　　圖11 XML的工作機制</p><p>　　XML使用DTD和Schema來定義數(shù)據(jù)的結(jié)構(gòu)，利用它可以確定文檔中數(shù)據(jù)是否有效，但更重要的是它們還能夠定義數(shù)據(jù)的

81、類型和數(shù)據(jù)間的關(guān)系，這就使得DTD和Schema功能類似于數(shù)據(jù)庫的源數(shù)據(jù)。充分利用兩者的相似性，我們就可以將傳統(tǒng)的數(shù)據(jù)集成的策略以DTD-Schema為橋梁移植到XML文檔的集成上來。從而實現(xiàn)對XML所寫的Web頁面的集成。</p><p>　　其實，XML對數(shù)據(jù)庫集成的貢獻遠不止此。我們完全可以利用它對很多類型的信息進行高度集成。如圖12所示。</p><p>　　圖12 XML對多類

82、型信息的高級集成</p><p>　　包括RDB在內(nèi)的多種信息來源，我們都可以為其設(shè)計相應(yīng)的包裝器，將其包裝成統(tǒng)一的XML數(shù)據(jù)進行集成，再將集成后的結(jié)果數(shù)據(jù)以XML文檔的形式發(fā)送到各個應(yīng)用客戶端或是更高級的數(shù)據(jù)集成器去。</p><p>　　第五章 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘</p><p>　　數(shù)據(jù)倉庫技術(shù)的出現(xiàn)是由于決策支持系統(tǒng)發(fā)展的需要。它的提出是以關(guān)系數(shù)據(jù)庫，并行

83、處理，分布式技術(shù)以及Internet的飛速發(fā)展為基礎(chǔ)，是解決如何利用分散的異構(gòu)環(huán)境數(shù)據(jù)源，及時得到準確的信息，解決信息技術(shù)在發(fā)展過程中一方面擁有大量數(shù)據(jù)，另一方面，有用的信息卻很貧乏這種不正?，F(xiàn)象的綜合解決方案。而數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Discovery in Database，KDD）是一種數(shù)據(jù)處理過程，它通過機器學(xué)習(xí)，統(tǒng)計分析或其他方法，從大量數(shù)據(jù)中提取出有用的信息。數(shù)據(jù)挖掘是KDD的核心環(huán)節(jié)。它用來發(fā)現(xiàn)隱含的，事

84、先未知的，潛在有用的知識，提取的知識可表示為概念，規(guī)律，模式等形式。</p><p><b>　　5.1數(shù)據(jù)倉庫</b></p><p>　　5.1.1 什么是數(shù)據(jù)倉庫</p><p>　　數(shù)據(jù)倉庫是面向主題的，整合的，穩(wěn)定的，并時時變的收集數(shù)據(jù)以支持管理決策的一種數(shù)據(jù)決策形式。</p><p>　　5.1.2 數(shù)據(jù)倉庫

85、的特征</p><p>　　通常數(shù)據(jù)倉庫包含以下特征。</p><p>　　數(shù)據(jù)進入數(shù)據(jù)倉庫以前，必須經(jīng)過加工與集成，對不同的數(shù)據(jù)來源進行統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)和編碼，將原始數(shù)據(jù)由面向應(yīng)用轉(zhuǎn)向面向主題。</p><p>　　數(shù)據(jù)倉庫中存儲大量的歷史數(shù)據(jù)，并極少或根本不進行更新。</p><p>　　數(shù)據(jù)倉庫的數(shù)據(jù)時限在5-10年，故數(shù)據(jù)的編碼包含時間

86、項，因此，倉庫要時變的收集數(shù)據(jù)。</p><p>　　通常的數(shù)據(jù)倉庫數(shù)據(jù)量為10GB級，大型數(shù)據(jù)倉庫是一個TB級數(shù)量級。</p><p>　　數(shù)據(jù)倉庫支持OLAP(Online Analytical Processing)，決策分析及數(shù)據(jù)挖掘。</p><p>　　5.1.3數(shù)據(jù)倉庫的結(jié)構(gòu)組成</p><p>　　數(shù)據(jù)倉庫至少包含了3個基本的

87、功能部分。</p><p>　　數(shù)據(jù)獲取：這個部分負責(zé)從外部數(shù)據(jù)源獲取數(shù)據(jù)。數(shù)據(jù)被區(qū)分出來，進行拷貝或重新定義格式等處理后，準備載入數(shù)據(jù)倉庫。</p><p>　　數(shù)據(jù)存儲和管理：這個部分負責(zé)數(shù)據(jù)倉庫的內(nèi)部維護和管理。提供的服務(wù)包括數(shù)據(jù)存儲的組織，數(shù)據(jù)的維護，數(shù)據(jù)的分發(fā)，數(shù)據(jù)倉庫的例行維護等。</p><p>　　信息訪問：信息訪問部分屬于數(shù)據(jù)倉庫的前端，面向不同種

88、類的最終用戶，這里主要由桌面系統(tǒng)的各種工具組成，數(shù)據(jù)倉庫的最終用戶在這里提取信息，分析數(shù)據(jù)集，實施決策，從而可望取得競爭優(yōu)勢，進行數(shù)據(jù)訪問的軟件工具，主要是查詢生成工具，多維分析工具和數(shù)據(jù)挖掘工具等。新的發(fā)展趨勢是把信息訪問工具緊密集成到數(shù)據(jù)倉庫系統(tǒng)中。</p><p><b>　　5.2 數(shù)據(jù)挖掘</b></p><p>　　5.2.1什么是數(shù)據(jù)挖掘</p&g

89、t;<p>　　數(shù)據(jù)挖掘是從數(shù)據(jù)庫或數(shù)據(jù)倉庫中發(fā)現(xiàn)并提取隱藏在其中的信息的一種新技術(shù)。它建立在數(shù)據(jù)庫，尤其是數(shù)據(jù)倉庫基礎(chǔ)上，面向非專業(yè)用戶，它定位于桌面，支持即興的隨機查詢。數(shù)據(jù)挖掘技術(shù)能自動分析數(shù)據(jù)，對它們進行歸納性推理和聯(lián)想，尋找數(shù)據(jù)間內(nèi)在的某些關(guān)聯(lián)，從中發(fā)掘出潛在的，對信息預(yù)測和決策行為起著十分重要作用的模式，從而建立新的業(yè)務(wù)模型，以達到幫助決策者制定市場策略，做出正確決策的目的。數(shù)據(jù)挖掘技術(shù)涉及數(shù)據(jù)庫，人工智能，機

90、器學(xué)習(xí)，神經(jīng)計算和統(tǒng)計分析等多種技術(shù)，它是決策支持工具（Decision Supporting System，DSS）跨入了一個新的階段。</p><p>　　5.2.2 數(shù)據(jù)挖掘過程組成</p><p>　　數(shù)據(jù)挖掘過程一般由三個主要的階段組成：數(shù)據(jù)準備，挖掘操作，結(jié)果表達和解釋。數(shù)據(jù)挖掘算法對數(shù)據(jù)有一定的要求，如數(shù)據(jù)冗余性小，數(shù)據(jù)屬性之間的相關(guān)性小，數(shù)據(jù)出錯率小等。而現(xiàn)實世界所采集到的

91、數(shù)據(jù)通常具有雜亂性，冗余性，不完整性等特點。為此，數(shù)據(jù)采掘必須經(jīng)過數(shù)據(jù)準備階段以提高數(shù)據(jù)挖掘質(zhì)量；挖掘操作包括選擇合適的算法，進行挖掘知識的操作，最后證實發(fā)現(xiàn)的知識；表達解釋階段是對結(jié)果進行分析，提取出最有價值的信息，如果獲得的信息不能使決策者滿意，則需要重復(fù)以上數(shù)據(jù)挖掘階段。</p><p><b>　　5.3小結(jié)</b></p><p>　　數(shù)據(jù)倉庫作為一種新型的

92、數(shù)據(jù)的存儲地，為數(shù)據(jù)挖掘提供了新的支持平臺。可以預(yù)見，數(shù)據(jù)倉庫以其內(nèi)在的決策支持能力，將會成為數(shù)據(jù)挖掘的主戰(zhàn)場。數(shù)據(jù)倉庫的發(fā)展不僅僅是為數(shù)據(jù)挖掘開辟了新的空間，更為數(shù)據(jù)挖掘技術(shù)提出了新的要求。</p><p><b>　　參考文獻</b></p><p>　　[1] 李治柱，辦公自動化與系統(tǒng)集成，上海交通大學(xué)出版社，1996</p><p>　

93、　[2] Nick N.Duan. 用Java實現(xiàn)對分布式數(shù)據(jù)庫的訪問控制，微電腦世界，1997，10</p><p>　　[3] 張然，錢德沛，欒鐘治，基于JDBC技術(shù)的Web數(shù)據(jù)庫集成，計算機科學(xué)，2001</p><p>　　vol.28 no.3</p><p>　　[4] 虞歌，Windows NT上利用IIS訪問數(shù)據(jù)庫的方法，計算機系統(tǒng)應(yīng)用，1998，8

94、</p><p>　　[5] 梁莜麗，楊建中，Web與數(shù)據(jù)庫的集成，計算機應(yīng)用研究，1999，4</p><p>　　[6] 吳迪文，WWW與數(shù)據(jù)庫系統(tǒng)信息集成技術(shù)，微機發(fā)展，1999，1</p><p>　　[7] 匡文淵，吳泉源，分布式對象管理結(jié)構(gòu)CORBA與DCOM的研究，計算機術(shù)與自動化，1998，9</p><p>　　[8] 黃海

95、峰，馬磊，王永濱，利用組件結(jié)構(gòu)集成基于Web的應(yīng)用，河北工業(yè)大學(xué)學(xué)報，1999，4</p><p>　　[9] 謝鴻強，董逸生，異構(gòu)數(shù)據(jù)源的集成技術(shù)，工業(yè)控制計算機，2001，14(6)</p><p>　　[10] 王艷君，王巨格，吳麗江，異構(gòu)數(shù)據(jù)庫間數(shù)據(jù)集成的方法，煙臺師范學(xué)院學(xué)報，1999，15(4)</p><p>　　[11] 李俊，李勇，聯(lián)邦式異構(gòu)數(shù)據(jù)庫

96、應(yīng)用系統(tǒng)的集成框架和實現(xiàn)技術(shù)的研究，計算機應(yīng)用研究，2001，4</p><p>　　[12] 黃琳倩等，基于DCOM的Web與數(shù)據(jù)庫集成系統(tǒng)的體系結(jié)構(gòu)，計算機科學(xué)，2001 vol.27 no.5</p><p>　　[13] 隆益民，數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)，現(xiàn)代電子技術(shù)，總第117期</p><p>　　[14] 鄒先霞，王淑禮，魏長華，數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)淺

97、談，高等函授學(xué)報，2001 vol.13 no.3</p><p><b>　　致 謝</b></p><p>　　這次計算機二專的論文能順利完成，首先要感謝兩年半來給我們悉心上課，給于我許多無私的幫助的老師們。他們并沒有我們是二專的學(xué)生就對我們放松要求，仍然高標準，嚴要求，使我們能比較扎實，系統(tǒng)的學(xué)習(xí)了計算機學(xué)科的主干課程。</p><p>