【文章內(nèi)容簡(jiǎn)介】 擴(kuò)展自我描述性，XML可以自由地定義自己的標(biāo)簽。定義標(biāo)簽的可以根據(jù)用戶(hù)的要求來(lái)表達(dá)文件的內(nèi)容。例如:李明給張三的一張留言條，用XML的存儲(chǔ)方式：noteto張三/tofrom李明/from heading Reminder /heading body 記得下午開(kāi)會(huì)!/body/note,這的to和from兩個(gè)標(biāo)簽就是用戶(hù)根據(jù)自己的需求定義的。3）XML是具有驗(yàn)證機(jī)制，XML通常包含一個(gè)Document Type Definition（文檔類(lèi)型聲明）或XML Schema（可擴(kuò)展標(biāo)記語(yǔ)言模式），這兩種技術(shù)都可以用來(lái)驗(yàn)證文檔合乎規(guī)范性，元素和標(biāo)簽的正確性。4）XML可以作為數(shù)據(jù)交換的中間介質(zhì)，用來(lái)實(shí)現(xiàn)信息的傳遞和信息的共享。在近幾十年來(lái)，物聯(lián)網(wǎng)技術(shù)飛速發(fā)展，造成當(dāng)今各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)存在系統(tǒng)、 數(shù)據(jù)管理平臺(tái)等方面的不同，從而使這些網(wǎng)絡(luò)節(jié)點(diǎn)之間信息交流和共享困 難。要想這些網(wǎng)絡(luò)節(jié)點(diǎn)之間能夠互相地交流信息，必須使用一種中介格式， 來(lái)解讀其他系統(tǒng)傳遞的數(shù)據(jù)，使得系統(tǒng)之間能夠?qū)崿F(xiàn)信息的共享。5）XML描述能力比較強(qiáng)，而XML本身就屬于非結(jié)構(gòu)化數(shù)據(jù)，因此它具有能描述結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)功能。我們可以根據(jù)XML的這種特性，建立數(shù)據(jù)集成系統(tǒng)，用XML來(lái)作為中間轉(zhuǎn)換介質(zhì)，實(shí)現(xiàn)數(shù)據(jù)的共享和傳遞以 及屏蔽數(shù)據(jù)的異構(gòu)性。6）XML能長(zhǎng)久長(zhǎng)久保存數(shù)據(jù)，XML文檔的可讀性強(qiáng)，又是以文檔的形式存在。我們用XML語(yǔ)言去我一件事物時(shí)，不同的人使用的標(biāo)記可能是不同的。例如：不同的人對(duì)同一個(gè)公司的職工的描述：A可能是這樣職工/職工，B則是職員/職員。這樣就造成了XML文檔的標(biāo)記不同，給信息交換和數(shù)據(jù)共享帶來(lái)了困難，為了解決這種問(wèn)題，我們需要一種機(jī)制來(lái)規(guī)定用XML語(yǔ)言如何描述特定的事物。目前，有兩種技術(shù)方法能實(shí)現(xiàn)這種功能：DTD和XML Schema。DTD是用來(lái)驗(yàn)證XML文檔模塊合法性的技術(shù)，DTD規(guī)定了XML文檔的結(jié)構(gòu)準(zhǔn)則。任何一個(gè)XML文檔都可以有一個(gè)DTD，我們將DTD用來(lái)描述XML文檔的格式，測(cè)試XML文檔是否有效。DTD規(guī)范XML文檔的編寫(xiě)，提高文檔標(biāo)記的參數(shù)一致，對(duì)于數(shù)據(jù)間的傳遞和共享有很大的作用。DTD雖然實(shí)用，但是也是有缺陷的，DTD有自己獨(dú)特的語(yǔ)法，要學(xué)起來(lái)較為困難，而且它不是XML文檔；DTD提供的數(shù)據(jù)類(lèi)型十分有限，還不支持用戶(hù)自己定義類(lèi)型的功能，滿(mǎn)足不物聯(lián)網(wǎng)中對(duì)數(shù)據(jù)類(lèi)型的大量需求；DTD不支持域名機(jī)制。XML schema是一種可以代替DTD的，對(duì)XML文檔結(jié)構(gòu)準(zhǔn)則的另外一種定義。XML schema可以定義XML文檔里中元素和屬性的關(guān)系、元素之間的嵌鑲、子元素的順序等。和DTD相比，XML schema顯然更適來(lái)驗(yàn)證XML文檔。原因是：（1）XML schema支持的數(shù)據(jù)類(lèi)型種類(lèi)遠(yuǎn)遠(yuǎn)多于DTD，DTD只提供了十種內(nèi)置數(shù)據(jù)類(lèi)型，還不支持用戶(hù)自定義類(lèi)型，而XML schema僅提供的內(nèi)置數(shù)據(jù)類(lèi)型就有十九中，還有二十五種派生類(lèi)型。XML schema對(duì)大量數(shù)據(jù)類(lèi)型的支持，可以用它輕松地描述需要轉(zhuǎn)換的文檔內(nèi)容、驗(yàn)證數(shù)據(jù)格式和文檔的準(zhǔn)確性、定義數(shù)據(jù)約束類(lèi)型等，而DTD在這方面的功能遠(yuǎn)不如XML schema。（2）XML schema使用的是XML語(yǔ)法，而DTD有自己獨(dú)特的語(yǔ)法和要求想要使用的話(huà)就得重新學(xué)習(xí)一門(mén)新的語(yǔ)法。使用XML schema，我們就不必再去學(xué)習(xí)一門(mén)新的語(yǔ)言，這樣節(jié)省了時(shí)間和精力，還能直接用用 XML的 編輯器來(lái)編輯文件、XML 解析器來(lái)解析文件等，不再需要兩套解析器，使用起來(lái)得心應(yīng)手。（3）XML Schema能夠解析的內(nèi)容更為豐富，擴(kuò)充內(nèi)容也能夠解析，而DTD則無(wú)法解析哪些擴(kuò)充的內(nèi)容。XML文檔存儲(chǔ)的數(shù)據(jù)可能是文件系統(tǒng)、關(guān)系數(shù)據(jù)庫(kù)、XML數(shù)據(jù)庫(kù)或者面向?qū)ο髷?shù)據(jù)庫(kù)中的數(shù)據(jù)，XML作為數(shù)據(jù)交換和共享的中間介質(zhì)，需要一種統(tǒng)一的方法來(lái)實(shí)現(xiàn)搜索、操作和查詢(xún)XML中的信息，目前，XQuery查詢(xún)語(yǔ)言是最適合的。XML Query簡(jiǎn)稱(chēng)為XQuery，是W3C制定的一套標(biāo)準(zhǔn)。XQuery是被設(shè)計(jì)來(lái)查詢(xún)和提取XML文檔中信息的一項(xiàng)技術(shù)。XQuery和XML的關(guān)系，就如同SQL 和數(shù)據(jù)庫(kù)表的關(guān)系，XQuery是被設(shè)計(jì)用來(lái)查詢(xún) XML 數(shù)據(jù)的，但是，它能查詢(xún)的不僅僅是XML 文件，任何以 XML 形態(tài)呈現(xiàn)的數(shù)據(jù)都能用它來(lái)查詢(xún)。應(yīng)用程序想要訪(fǎng)問(wèn)或得到XML文檔中信息，需要通過(guò)XML的程序接口才能實(shí)現(xiàn)，目前，常用的XML程序接口有：DOM、JDOM、SAX。DOM(文檔對(duì)象模型)是Document Object Model的縮寫(xiě)，是中立于平臺(tái)和語(yǔ)言的接口，也是比較常用的一種用來(lái)訪(fǎng)問(wèn)XML文檔的程序接口，應(yīng)用程序通過(guò)它可以動(dòng)態(tài)地訪(fǎng)問(wèn)XML文檔中的內(nèi)容，也可以更新XML文檔中的內(nèi)容和格式。DOM定義了XML元素的對(duì)象和屬性，提供一種訪(fǎng)問(wèn)XML文檔的方法，是添加、刪除或更改XML元素一套規(guī)范。SAX是Simple API for XML（xml的簡(jiǎn)單應(yīng)用接口）的簡(jiǎn)稱(chēng)，它是屬于是事件驅(qū)動(dòng)型解析XML文檔的接口。 SAX對(duì)XML文檔的工作原理是：SAX對(duì)XML文檔進(jìn)行順序掃描，掃描到文檔或元素的開(kāi)始、文檔或元素的結(jié)束的地方，就通知事件處理函數(shù)，事件處理函數(shù)來(lái)完成任需要處理的任務(wù)，一直到掃描文檔結(jié)束。JDOM是Java Document Object Model（Java 文檔對(duì)象模型）的縮寫(xiě)，是一個(gè)JAVA工具包，利用JAVA技術(shù)對(duì)XML文檔進(jìn)行解析、生成等操作，是XML的新的API，它利用JAVA語(yǔ)言的特性，把 SAX和DOM的功能結(jié)合起來(lái)了，也彌補(bǔ)了它們的不足之處。DOM不是為JAVA特別設(shè)計(jì)的，不具有良好的可移植性， SAX則沒(méi)有有隨機(jī)訪(fǎng)問(wèn)文檔、修改文檔和輸出等功能。JDOM和兩者相比，具有更大的開(kāi)發(fā)便捷性，因此， JDOM為 XML 文檔操作的 API。 Web Services由于網(wǎng)絡(luò)節(jié)點(diǎn)的分布，所以數(shù)據(jù)庫(kù)所處的物理位置往往是不一樣的，想要把不同物理位置中數(shù)據(jù)庫(kù)的數(shù)據(jù)提取出來(lái)，就一定會(huì)用到web service技術(shù)。這種技術(shù)主要是讓原來(lái)孤立的節(jié)點(diǎn)能夠?qū)崿F(xiàn)通信，是為這些點(diǎn)之間共享資源提出的一種接口。Web service 關(guān)鍵技術(shù)有許多，在這里就介紹和集成有關(guān)的技術(shù)——SOAP，simple object access protocol（簡(jiǎn)單對(duì)象訪(fǎng)問(wèn)協(xié)議）簡(jiǎn)稱(chēng)為SOAP，它是被設(shè)計(jì)作為信息交換的協(xié)議，是一種基于XML的機(jī)制。SOAP是一種遠(yuǎn)程調(diào)用協(xié)議，它的信息傳遞是單方向的，但是它單獨(dú)的消息通?？梢员唤M合在一起形成其他的消息機(jī)制，比如，在請(qǐng)求中提供的soap請(qǐng)求和響應(yīng)中的soap可以實(shí)現(xiàn)的請(qǐng)求和響應(yīng)模式。Soap主要是一種包裝技術(shù)，將信息進(jìn)行包裝傳送給遠(yuǎn)程的應(yīng)用服務(wù)。第三章 基于XML集成系統(tǒng)設(shè)計(jì)本章的主要內(nèi)容是詳細(xì)論述一種基于XML的異構(gòu)數(shù)據(jù)的集成的技術(shù)，并且，分析研究集成系統(tǒng)的解決方案。首先，明確數(shù)據(jù)集成系統(tǒng)的目標(biāo)，確定系統(tǒng)各個(gè)模塊的功能。其次，對(duì)系統(tǒng)的結(jié)構(gòu)進(jìn)行分析、明確系統(tǒng)各模塊的功能。這次論文設(shè)計(jì)的系統(tǒng)是用XML為異構(gòu)數(shù)據(jù)中間轉(zhuǎn)換介質(zhì)的異構(gòu)數(shù)據(jù)集成系統(tǒng)。主要的目標(biāo)：使不同結(jié)構(gòu)、不同關(guān)系模式的數(shù)據(jù)庫(kù)中的數(shù)據(jù)能夠共享和轉(zhuǎn)換；集成后的系統(tǒng)不能破壞原有系統(tǒng)的自治性，要保證原系統(tǒng)能正常運(yùn)行；集成后的系統(tǒng)需要能比較哈擴(kuò)展性，能夠適應(yīng)應(yīng)用需求的變化；集成系統(tǒng)為用戶(hù)提供一個(gè)查詢(xún)界面，用戶(hù)通過(guò)查詢(xún)界面對(duì)異構(gòu)數(shù)據(jù)源的數(shù)據(jù)進(jìn)行查詢(xún)和分享，從各個(gè)異構(gòu)數(shù)據(jù)源中得到用戶(hù)需要的信息。我們?cè)O(shè)計(jì)的異構(gòu)數(shù)據(jù)集成系統(tǒng)方案，是以XML為異構(gòu)數(shù)據(jù)的轉(zhuǎn)換介質(zhì)，將異構(gòu)數(shù)據(jù)源的異構(gòu)數(shù)據(jù)轉(zhuǎn)換成XML文檔存儲(chǔ)，然后用戶(hù)在XML文檔中查詢(xún)所需的信息，在中間層采通過(guò)XML文檔的轉(zhuǎn)換、對(duì)XML文檔的查詢(xún)以及查詢(xún)結(jié)果的轉(zhuǎn)換，實(shí)現(xiàn)了數(shù)據(jù)集成系統(tǒng)屏蔽異構(gòu)數(shù)據(jù)源差異的功能以及用戶(hù)能夠無(wú)差別訪(fǎng)問(wèn)異構(gòu)數(shù)據(jù)源數(shù)據(jù)的功能。下面是基于XML技術(shù)構(gòu)造的異構(gòu)數(shù)據(jù)集成系統(tǒng)架構(gòu)圖，： 三層體系結(jié)構(gòu)該系統(tǒng)大致工作過(guò)程：應(yīng)用層客戶(hù)在應(yīng)用層的查詢(xún)窗口發(fā)出查詢(xún)請(qǐng)求，中間件接受到請(qǐng)求后，中間件經(jīng)過(guò)分析、分解后，從數(shù)據(jù)層的數(shù)據(jù)庫(kù)中得到的XML文檔中提取用戶(hù)要求的數(shù)據(jù)，將提取的數(shù)據(jù)再通過(guò)XSLT 程序?qū)⒔Y(jié)果顯示在瀏覽器頁(yè)面返回給用戶(hù)，下面我們分層介紹系統(tǒng)的功能： 應(yīng)用層根據(jù)集成系統(tǒng)的需求，應(yīng)用層要為用戶(hù)提供一個(gè)全局查詢(xún)接口，這個(gè)接口是設(shè)計(jì)的是能夠接收xQuery語(yǔ)句形式的全局查詢(xún)請(qǐng)求的接口，并將得到的結(jié)果以XML文檔的形式返回，再用XSLT 程序?qū)⒔Y(jié)果顯示在瀏覽器頁(yè)面中。在這個(gè)查詢(xún)平臺(tái)上，底層的數(shù)據(jù)操作對(duì)用戶(hù)是完全透明的，用戶(hù)看來(lái)，查詢(xún)是在同一個(gè)數(shù)據(jù)庫(kù)中進(jìn)行的。中間層是集成系統(tǒng)的主要功能實(shí)現(xiàn)的部件，主要功能是實(shí)現(xiàn)異構(gòu)數(shù)據(jù)轉(zhuǎn)換成XML文檔，在實(shí)現(xiàn)XML文檔的整合，： 中間層結(jié)構(gòu)根據(jù)Mediator的結(jié)構(gòu)圖，我們可以清楚的看出中間包括三個(gè)板塊，下面我們分開(kāi)介紹各個(gè)板塊的功能：XQuery查詢(xún)，這個(gè)板塊的最主要的功能是實(shí)現(xiàn)對(duì)整合好的XML文檔進(jìn)行查詢(xún)，系統(tǒng)通過(guò)對(duì)整合好的XML文檔的查詢(xún)，來(lái)是提取用戶(hù)需要查詢(xún)的信息，這里用XQuery語(yǔ)言進(jìn)行查詢(xún)，XQuery語(yǔ)言是一種專(zhuān)門(mén)對(duì)XML文檔查詢(xún)的一種查詢(xún)語(yǔ)言，使用這種