【正文】 (4)View query 和 source description 該模塊占有很重要的地位 ,屏蔽異構(gòu)數(shù)據(jù)源的異構(gòu)性的工作主要在這里實現(xiàn) .在系統(tǒng)中用 XML的 DTD數(shù)據(jù)模式作為全局 XML 視圖來描述各個異構(gòu)數(shù)據(jù)源中的數(shù)據(jù) ,并存儲在全局 XML示圖中 .全局 XML示圖屏 蔽了異構(gòu)數(shù)據(jù)源的異構(gòu)性 ,呈現(xiàn)給用戶統(tǒng)一的數(shù)據(jù)形式 ,這樣用戶就只需理解 XML 文檔形式的數(shù)據(jù) ,對 XML中的數(shù)據(jù)進行訪問 .在全局 XML示圖中還要有數(shù)據(jù)源的物理存儲空間 ,如數(shù)據(jù)庫表是在哪一個具體的數(shù) 據(jù)庫中 ,文本文件在哪一個數(shù)據(jù)源中。 XMLQL 有類似 SELECTFROMWHERE 的結(jié) 構(gòu) ,與 SQL 很相似 .但 XMLQL 有一些很重要的區(qū)別于基于結(jié)構(gòu)化數(shù)據(jù)查詢語言的特點 .其WHERE 子句由兩部分組成： 模式和條件表達式 ,這意味著被選出的數(shù)據(jù)項要滿足兩個條件： 1．數(shù)據(jù)項的類型 〔或 Schema)和值必須與指定的模式匹配； 2．數(shù)據(jù)項的值要滿足條件表達式。而 XML語言是面向內(nèi)容的 ,其語義隱含在語言的標記中 .因此 XML更適合用來表示數(shù)據(jù) .XML 形式的 Web 數(shù)據(jù)不僅是一種新的 Web 數(shù)據(jù)組織形式 ,而且它的面向數(shù)據(jù)交換的圖形推動了 Web應(yīng)用模式 [281的發(fā)展 ,它反映的是有結(jié)構(gòu)并具有自描述能力 的數(shù)據(jù) .己經(jīng)有很多研究是關(guān)于XML 數(shù)據(jù)存儲 ,XML 數(shù)據(jù)的查詢和 XML 的系統(tǒng)實現(xiàn)與應(yīng)用模式等方面 ,以 XML 家族為基礎(chǔ)的新一代的 WWW 環(huán)境是直接面對 Web 數(shù)據(jù)的 ,不僅可以很好地兼容原有的 Web應(yīng)用 ,而且可以更優(yōu)地實現(xiàn) WWW 這一分布計算環(huán)境下的信息共享與交換 .因此 ,它成為 Web 信息發(fā)展的可喜趨勢 。 數(shù) 據(jù) 庫 查 詢 信 息 檢 索 數(shù)據(jù) 有結(jié)構(gòu)的 無結(jié)構(gòu) 模型 有確定性模型 基于概率 查詢語言 人工的 (如 SQL 等 ) 自然的 查詢規(guī)范 完全的 不完全的 匹配 精確匹配 部分匹配 ,最佳匹配 所需條目 基于匹配 基于相關(guān) 出錯報告 敏感的 不敏感的 推理 演繹 歸納 類屬 單向度 (Monthetic) 多向度 (polythetic) 數(shù)據(jù)更新 完全支持 不支持 事務(wù) 支持 不支持 使用 面向應(yīng)用 面向人 表二 數(shù)據(jù)庫查詢與信息檢索 32 數(shù)據(jù)庫中簡單演繹推理的形式為 :如果 aRb 并且 bRc,那么 aRc.在信息檢索技術(shù)中則經(jīng)常使用歸納推理 ,關(guān)系只由確定或不確定的程度表達 ,因此 ,推理的可信度是個變量 .這個區(qū)別導致數(shù)據(jù)庫被描述為確定性的 ,而信息檢索是概率性的 .在信息檢索中 ,經(jīng)常用貝葉斯定理進行推導 。 處理能力不同 需要考慮各數(shù)據(jù)源對局部數(shù)據(jù)訪問模式的限制和其特有的抽取數(shù)據(jù)的演算能力 ,盡量把各數(shù)據(jù)源能勝任的工作推到相應(yīng)的數(shù)據(jù)源 ,減少網(wǎng)絡(luò)數(shù)據(jù)傳輸 。 26 ASP 文件通常開始于腳本語言的聲明和所使用的 XML 的版本 ,接下來是最頂層元素的開始標簽 ,格式如下 ： =VBScript% ?xml version=”” Bib 在能夠訪問丁 APES 數(shù)據(jù)庫之前 ,需要在 ODBC 中登錄數(shù)據(jù)庫 .要登錄數(shù)據(jù)庫 ,進入 WINDOWS的控制面版 ,單擊 ODBC圖標 ,添加 TAPES數(shù)據(jù)庫到列表中 .這 時就可以通過 ADO (Active Data Object)與 TAPES數(shù)據(jù)庫進行連接 .下面的腳本描述了從 TAPES 數(shù)據(jù)庫中產(chǎn)生一個對象 ,訪問 Bib 表 ,設(shè)置一個能夠連續(xù)產(chǎn)生數(shù)據(jù)源的循環(huán) . % Set Conn 二 () TAPES Set Tape=(select*from Bib) Do While Not % 下一步需要 組織數(shù)據(jù)表中數(shù)據(jù)元素的基本結(jié)構(gòu) ,XML 可以有復雜的層次結(jié)構(gòu) ,如何組織數(shù)據(jù)對于數(shù)據(jù)源的可用性和整個數(shù)據(jù)源的優(yōu)劣有著很大的關(guān)系 .從 Bib 表可以看出表中的數(shù)據(jù)已經(jīng)提供了很好的邏輯結(jié)構(gòu) ,在轉(zhuǎn)換成 XML 數(shù)據(jù)源時也比較方便 .整個表包含 4 個部分 ,每一部分都可以用 book來標記 ,在 book中又包含四個子部分 : 27 title, author和 publisher, XML代表了元素 book的基本框架 . book title/title author/author publisher/publisher year/year /book 現(xiàn)在再看 Bib 表中的數(shù)據(jù) ,需要創(chuàng)建一個包含 4 個 book 元素的XML 數(shù)據(jù)源 。 關(guān)系數(shù)據(jù)庫中結(jié)構(gòu)化的 XML 格式數(shù)據(jù)轉(zhuǎn)換的參考模型 基于 XML 的 Web 查詢先要進行后臺數(shù)據(jù)的轉(zhuǎn)換 ,把關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)源先轉(zhuǎn)化成 XML 數(shù)據(jù)源放在 Web 服務(wù)器上 ,然后再執(zhí)行查詢 。后一種方法基于一個 中間模式 (Mediated Schema),數(shù)據(jù)仍保存在局部數(shù)據(jù)源中 ,通過各數(shù)據(jù)源的 39。 2．支持結(jié)點共享 ,一個結(jié)點可 能和幾個結(jié)點有邊相連。 15 圖 1 XML 數(shù)據(jù)模型圖 通過該模型圖可以很容易的實現(xiàn)數(shù)據(jù)從 XML 模型圖到 XML 文檔的轉(zhuǎn)換，轉(zhuǎn)換成的 XML文檔如下 ： bib bok year=1995 !一 Agodinductorytext authorlastnameDate /lastname/author title AnIntroductionto Database Systems/title publisher nameAdisionWesley/name/publisher /book /bib 模型允許同樣兩個結(jié)點之間有多條邊相連，但必須用不同的標簽標識。事實上， XML 模型的元素順序可以是任意的。 XML圖是一種非常靈活的數(shù)據(jù)模型圖的結(jié)點表示屬性，圖的每一個邊用元素標簽標識。 XML 的文檔描述的語義非常清楚，而且我們很容易就可以將之和關(guān)系數(shù)據(jù)庫中的屬性一一對應(yīng)起來，能夠支持實施十分精確的查詢。后來隨著 Inter 的發(fā)展， Web 上的數(shù)據(jù)半結(jié)構(gòu)化特征日漸明顯，這一問題也就擴展到 Web領(lǐng)域，最終提出了針對 Web 數(shù)據(jù)的模型司題。下面就從 Web查詢涉及的幾個主要問題展開研究與討論。 Web 上 的數(shù)據(jù)具有一定的結(jié)構(gòu)性，但因自述層次的存在，從而是一種非完全結(jié)構(gòu)化的數(shù)據(jù)，這也被稱之為半結(jié)構(gòu)化數(shù)據(jù)。 二 、 基于 XML 的 Web查詢技術(shù)研究 1． Web查詢涉及的幾個主要問題 Web上有海量的數(shù)據(jù)信息，怎樣對這些數(shù)據(jù)進行有效的應(yīng)用成了現(xiàn)今數(shù)據(jù)庫技術(shù)的研究熱點。 （ 8） 7 2 Web 上的數(shù)據(jù)模型 XML 數(shù)據(jù)模型 （ 7） 二、基于 XML 的 Web 查詢技術(shù)研究 在 XML出 現(xiàn) 以 前 ,面向 Web 數(shù) 據(jù) 查 詢 是 一 項 復雜的技術(shù) ?？傮w狀況是，整個網(wǎng)絡(luò)上資源豐富，內(nèi)容龐雜，很難實現(xiàn)數(shù)據(jù)的共享，亦不能進行有效地查詢。除了文中特別加以標注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本研究提供過幫助和做出過貢獻的個人 或集體，均已在文中作了明確的說明并表示了謝意。 涉密論文按學校規(guī)定處理。由于異構(gòu)數(shù)據(jù)的集成主要是異構(gòu)關(guān)系數(shù)據(jù)庫中數(shù)據(jù)的集成。 （ 29） 三、結(jié) 論 XML 保 留了 SGML 可擴展性、結(jié)構(gòu)性以及數(shù)據(jù)確認方面的主要優(yōu)點，它的靈活性允許表示各 種各樣的信息 ，而 這些信息是自我描述的，所以 XML 表示的結(jié)構(gòu)化的數(shù)據(jù)可以被那些沒有關(guān)于這些數(shù)據(jù)的知識的軟件來處理，實現(xiàn)數(shù)據(jù)在互聯(lián)網(wǎng)上更大范圍內(nèi)的共享。顯然，面向 Web的數(shù)據(jù)查詢比面向單個數(shù)據(jù)倉庫的數(shù)據(jù)查詢要復雜得多。如果要想充分利用這些數(shù)據(jù)進行有效地數(shù)據(jù)查詢，就必須解決異構(gòu)數(shù)據(jù)的集成問題 ，用一種統(tǒng)一的數(shù)據(jù)格式表示數(shù)據(jù)。 針對 Inter 上的數(shù)抓半結(jié)構(gòu)化的特點，尋找個半結(jié)構(gòu)化的數(shù)據(jù)模型則成為了解決 上 述問題的關(guān)鍵所在由于 XML 數(shù)據(jù)模型的無模式及自描述的特點適于描述網(wǎng) 上數(shù)據(jù)，所 以研究這種新類型數(shù)據(jù)的半結(jié)構(gòu)數(shù)據(jù)模型應(yīng)運而生。 所幸的是，近年來新涌現(xiàn)出了 XML，它最大的特點在于其 Tag 是具有語義的，是 由 用戶定義的，能夠反映一定的數(shù)據(jù)的含義。一旦數(shù)據(jù)模型適合特定的數(shù)據(jù)類，我們就可以創(chuàng)建遵守該模型的結(jié)構(gòu)化 XML 文件。文章 (article) 的 DTD也是相似的，但它的出版年月是可選的，它省略了出版商，但包含了類型屬性，一個出版商包含了名字和地址元素，作者元素包含了可選的名和必須有的姓。 2. 作者名放在書名的前面。 personID=oI23 firstnameJohnlfirstname lastname Smith /lastname /person person ID= o234 ? /person article author=o123 o234 title ? .. /title Year1995/Year /article 上述結(jié)構(gòu)用 XML模型圖表示如下： 17 圖 2 XML 圖中數(shù)據(jù) 之間 的引用 因為僅有 XML 圖的葉結(jié)點中包含值 ,并且只能表示一個值 .所以 ,下面的 XML文檔片段就不能直接用數(shù)據(jù)模型表示 . title A Trip to titlepartthe Moon/title part/title 為此 ,考慮用下面的片段來代替 . titleCDATAA Trip to/CDATAtitlepartCDATAthe Moon/CDATA/titIe part/title 該片段的數(shù)據(jù)模型圖如下 : 18 圖 3 XML 數(shù)據(jù)模型圖 19 其中頁結(jié)點的值是它的 OID。 (4).專門的對象存儲 如 Lore 系統(tǒng) ,它利用自己的對象管理器管理物理磁盤上的半結(jié)構(gòu)數(shù)據(jù)或 XML 數(shù)據(jù)對象 。 (3),可以更好地從離散的 XML數(shù)據(jù)源集成數(shù)據(jù) .查找多個不兼容的數(shù)據(jù)庫在實踐上難以實現(xiàn) ,但是如果把各個數(shù)據(jù)庫的數(shù)據(jù)轉(zhuǎn)換成XML 格式的數(shù)據(jù)源 ,通過軟件代理可以很方便地把這些數(shù)據(jù)集成到中間層服務(wù)器上 ,在這之后 ,這些數(shù)據(jù)還可以被傳 到客戶或其他的服務(wù)器上進行進一步的集成 ,處理和分發(fā) . (4) , XML數(shù)據(jù)源可以方便地應(yīng)用于數(shù)據(jù)的多個視圖 .如果數(shù)據(jù)被傳送到桌面上 ,它可以以多種方式顯示 .例如 ,XML 數(shù)據(jù)的購買訂單對代理商可以顯示得較為詳細 ,而對于顧 客來說 ,只需要顯示簡單的視圖。 25 對于這樣的二維關(guān)系數(shù)據(jù)表 ,其它應(yīng)用程序很難對數(shù)據(jù)進行訪問 ,就是 HTML 頁面也無法進行訪問 .要想使該數(shù)據(jù)表的數(shù)據(jù)在更廣泛的范圍內(nèi)進行共享 ,必須對數(shù)據(jù)格式進行轉(zhuǎn)換 在這里我們使用 XML, XML 的基于文本的數(shù)據(jù)格式可以方便地進行解析和互操作 ,一旦關(guān)系數(shù)據(jù)轉(zhuǎn)換成 X11L 數(shù)據(jù)源 ,數(shù)據(jù)庫中的數(shù)據(jù)可以被其他應(yīng)用程序和HTML頁面訪問 在把 Bib 表中的數(shù)據(jù)轉(zhuǎn)換成基于 XML格式的數(shù)據(jù)后 ,就可以通過腳本和數(shù)據(jù)源對象 (DSO)對數(shù)據(jù)進行本地訪問 ,其他人可以通過 Inter和 Intra對數(shù)據(jù)進行訪問 。 關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)換成基于 XML 格式的數(shù)據(jù)之后 ,只要應(yīng)用程序支持 XML 數(shù)據(jù)的解析 ,數(shù)據(jù)就可以方便地被存取和訪問 .通過使用 XML,數(shù)據(jù)可以被存放在分離的 XML 文件中 ,這樣可以把主要的精力放在使用 HTML 頁面控制格式和顯示 ,并且能保證底層數(shù)據(jù)的改變并不影響到 HTML代碼的改變 .通過在服務(wù)器上從關(guān)系數(shù)據(jù)庫中創(chuàng)建 XML數(shù)據(jù)源 ,解決了數(shù)據(jù)的共享性和跨平臺性 ,使異種平臺和不同應(yīng)用程序