【正文】 了，也彌補(bǔ)了它們的不足之處。SAX是Simple API for XML（xml的簡單應(yīng)用接口）的簡稱，它是屬于是事件驅(qū)動(dòng)型解析XML文檔的接口。DOM(文檔對象模型)是Document Object Model的縮寫，是中立于平臺和語言的接口，也是比較常用的一種用來訪問XML文檔的程序接口，應(yīng)用程序通過它可以動(dòng)態(tài)地訪問XML文檔中的內(nèi)容，也可以更新XML文檔中的內(nèi)容和格式。XQuery和XML的關(guān)系，就如同SQL 和數(shù)據(jù)庫表的關(guān)系，XQuery是被設(shè)計(jì)用來查詢 XML 數(shù)據(jù)的，但是，它能查詢的不僅僅是XML 文件，任何以 XML 形態(tài)呈現(xiàn)的數(shù)據(jù)都能用它來查詢。XML Query簡稱為XQuery，是W3C制定的一套標(biāo)準(zhǔn)。（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則無法解析哪些擴(kuò)充的內(nèi)容。（2）XML schema使用的是XML語法，而DTD有自己獨(dú)特的語法和要求想要使用的話就得重新學(xué)習(xí)一門新的語法。原因是：（1）XML schema支持的數(shù)據(jù)類型種類遠(yuǎn)遠(yuǎn)多于DTD，DTD只提供了十種內(nèi)置數(shù)據(jù)類型，還不支持用戶自定義類型，而XML schema僅提供的內(nèi)置數(shù)據(jù)類型就有十九中，還有二十五種派生類型。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。DTD雖然實(shí)用，但是也是有缺陷的，DTD有自己獨(dú)特的語法，要學(xué)起來較為困難，而且它不是XML文檔；DTD提供的數(shù)據(jù)類型十分有限，還不支持用戶自己定義類型的功能，滿足不物聯(lián)網(wǎng)中對數(shù)據(jù)類型的大量需求；DTD不支持域名機(jī)制。任何一個(gè)XML文檔都可以有一個(gè)DTD，我們將DTD用來描述XML文檔的格式，測試XML文檔是否有效。目前，有兩種技術(shù)方法能實(shí)現(xiàn)這種功能：DTD和XML Schema。例如：不同的人對同一個(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。6）XML能長久長久保存數(shù)據(jù)，XML文檔的可讀性強(qiáng)，又是以文檔的形式存在。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。在近幾十年來，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。3）XML是具有驗(yàn)證機(jī)制，XML通常包含一個(gè)Document Type Definition（文檔類型聲明）或XML Schema（可擴(kuò)展標(biāo)記語言模式），這兩種技術(shù)都可以用來驗(yàn)證文檔合乎規(guī)范性，元素和標(biāo)簽的正確性。定義標(biāo)簽的可以根據(jù)用戶的要求來表達(dá)文件的內(nèi)容。例如：姓名李明/姓名,它以姓名開頭，再議姓名標(biāo)簽作為結(jié)尾，標(biāo)記都是成對出現(xiàn)，只有這樣的才是完整的，不然XML文檔就不是完整的。W3C推出XML的最主要的目的簡化數(shù)據(jù)的存儲(chǔ)和共享，使得網(wǎng)絡(luò)中的數(shù)據(jù)共享和交流更加方便。： 中間件模型結(jié)構(gòu)eXtensible MarkuP Language（可擴(kuò)展標(biāo)記語言）簡稱XML,在1992年2月10日成為W3C(WoridWide web Consortiuln,萬維網(wǎng)協(xié)會(huì))的推薦標(biāo)準(zhǔn),XML是標(biāo)記語言，比較類似HTML。這種集成系統(tǒng)的優(yōu)點(diǎn)在于：屏蔽了底層中數(shù)據(jù)之間的轉(zhuǎn)換、模式之間的映射等操作，底層之間數(shù)據(jù)的變化等操作用戶是看不到的。各個(gè)數(shù)據(jù)源在自己所處的系統(tǒng)能夠滿足應(yīng)用需求，不受集成系統(tǒng)的影響。中間件技術(shù)是利用中間件給用戶提供一個(gè)全局查詢平臺，去查詢異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)。數(shù)據(jù)倉庫技術(shù)更實(shí)用的范圍是：那些的數(shù)據(jù)不是經(jīng)常變化的數(shù)據(jù)源集成。 聯(lián)邦數(shù)據(jù)庫集成原理圖數(shù)據(jù)倉庫技術(shù)是在一個(gè)層次上建立一個(gè)數(shù)據(jù)存儲(chǔ)倉庫，將數(shù)據(jù)源中的數(shù)據(jù)周期性地更新移植進(jìn)數(shù)據(jù)倉庫中，這種周期性的數(shù)據(jù)更新移植可以分為三類，第一類：數(shù)據(jù)倉庫周期性的從原數(shù)據(jù)源里重新構(gòu)建數(shù)據(jù)；第二類：數(shù)據(jù)倉庫周期性的從原數(shù)據(jù)源里更新數(shù)據(jù)；第三類：數(shù)據(jù)倉庫即時(shí)更新異構(gòu)數(shù)據(jù)源時(shí)的數(shù)據(jù)變化；數(shù)據(jù)倉庫技術(shù)通過對倉庫中存儲(chǔ)數(shù)據(jù)的查詢來代替對異構(gòu)數(shù)據(jù)源的數(shù)據(jù)的查詢，在數(shù)據(jù)倉庫的基礎(chǔ)上給用戶提供一個(gè)專供查詢的平臺，用來消除了異構(gòu)數(shù)據(jù)之間的異構(gòu)性，實(shí)現(xiàn)對異構(gòu)數(shù)據(jù)集成的功能以及用戶對異構(gòu)數(shù)據(jù)源無區(qū)別的查詢功能。根據(jù)它的集成規(guī)則當(dāng)有N個(gè)數(shù)據(jù)庫要互聯(lián)時(shí)，需要的映射程序是N(N1)，增加一個(gè)就需要增加N+1個(gè)映射程序，當(dāng)N的值比較大時(shí)，想要再添加異構(gòu)數(shù)據(jù)源進(jìn)來就比較難，所以，不適用大數(shù)據(jù)源的集成。這種數(shù)據(jù)集成的方法的優(yōu)點(diǎn)是比較容易實(shí)現(xiàn)，尤其是當(dāng)異構(gòu)數(shù)據(jù)源的種類及個(gè)數(shù)限定的情況下，使用這種集成方式更加方便和實(shí)用。映射后，使得數(shù)據(jù)庫A以數(shù)據(jù)庫B理解的術(shù)語來訪問數(shù)據(jù)庫B中的數(shù)據(jù)，通過這樣的一一映射，所有聯(lián)盟的數(shù)據(jù)庫能訪問這個(gè)集合中的任意數(shù)據(jù)。它集成的數(shù)據(jù)庫之間互相提供訪問接口，數(shù)據(jù)庫則通過對方對自己提供的接口訪問對方的數(shù)據(jù)。 聯(lián)邦數(shù)據(jù)庫技術(shù)聯(lián)邦數(shù)據(jù)庫系統(tǒng)(FederatedDatabases System)由一個(gè)半自治的數(shù)據(jù)庫系統(tǒng)構(gòu)成，相互聯(lián)盟的數(shù)據(jù)庫提供彼此之間互相訪問的接口，聯(lián)盟數(shù)據(jù)庫通過接口訪問和共享所有聯(lián)盟數(shù)據(jù)庫中的共享的數(shù)據(jù)。對于某些數(shù)據(jù)來說，一般用戶是沒有查看的權(quán)限的。（5）集成系統(tǒng)為用戶對數(shù)據(jù)的查詢和共享提供的便利，但是，它不能夠影響源異構(gòu)數(shù)據(jù)系統(tǒng)中對數(shù)據(jù)的使用。所以，我們要保證數(shù)據(jù)集成系統(tǒng)有足夠的透明性。（2）物聯(lián)網(wǎng)中的數(shù)據(jù)多以HTML或者XML形式存在，它的結(jié)構(gòu)結(jié)構(gòu)較為靈活，沒有結(jié)構(gòu)化數(shù)據(jù)的嚴(yán)整規(guī)格。物聯(lián)網(wǎng)和一般的數(shù)據(jù)集成不同，根據(jù)物聯(lián)網(wǎng)的特點(diǎn)，分析數(shù)據(jù)集成的幾個(gè)難 點(diǎn)和重點(diǎn)：（1）在物聯(lián)網(wǎng)中，對于傳感器傳入的各式各樣的信息，為了實(shí)現(xiàn)通信的需求和便于對這些數(shù)據(jù)的存儲(chǔ)，需將這些現(xiàn)實(shí)世界的事物數(shù)字化。不同網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)據(jù)存儲(chǔ)方式不同，造成數(shù)據(jù)的格式、關(guān)系模式不同。不同的節(jié)點(diǎn)使用的計(jì)算機(jī)型號、操作系統(tǒng)的差異造成數(shù)據(jù)存儲(chǔ)的格式不同。數(shù)據(jù)集成是將來源、格式、結(jié)構(gòu)、關(guān)系模式、表示方式等不同的數(shù)據(jù)，通過集成技術(shù)，在邏輯或物理上對這些數(shù)據(jù)進(jìn)行有機(jī)地整合，為用戶和企業(yè)對物聯(lián)網(wǎng)中的異構(gòu)數(shù)據(jù)的查詢和應(yīng)用提供便利 ，然后，通過集成技術(shù)將異構(gòu)數(shù)據(jù)源之間的差異消除掉，我們利用集成技術(shù)，提供一種全局的查詢模式，隱藏底層數(shù)據(jù)的操作，使用戶和企業(yè)使用起來就像在使用同一個(gè)數(shù)據(jù)庫中的數(shù)據(jù)，感覺不到其中的差異性。它在結(jié)構(gòu)方面具有很大的靈活性，可以擴(kuò)展，而且還可以進(jìn)行自我描述。這類數(shù)據(jù)常見的有：文本文檔、電子表格、圖片等。我們說得非結(jié)構(gòu)化數(shù)據(jù)是相對結(jié)構(gòu)化數(shù)據(jù)而言，這些數(shù)據(jù)不能在數(shù)據(jù)庫中表示，也沒有對自身進(jìn)行描述的附帶信息。這些數(shù)據(jù)通常是存儲(chǔ)在數(shù)據(jù)庫中的，數(shù)據(jù)庫對數(shù)據(jù)結(jié)構(gòu)和格式有嚴(yán)格的約束，處于同一數(shù)據(jù)庫的數(shù)據(jù)讀寫操作具有一致性，使用起來非常方便。目前，根據(jù)數(shù)據(jù)格式、類型、關(guān)系模式等方面的區(qū)別，我們可以將異構(gòu)數(shù)據(jù)分為三類：結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。第二章 數(shù)據(jù)集成技術(shù)研究本章節(jié)主要介紹現(xiàn)有的數(shù)據(jù)集成方法，以及XML的相關(guān)技術(shù)，通過對這些方法技術(shù)的分析和研究，分析這些集成方法的優(yōu)缺點(diǎn)和確定合適的使用范圍，為后面數(shù)據(jù)集成系統(tǒng)的構(gòu)建提供理論上的支持。數(shù)據(jù)集成是將來源、格式、結(jié)構(gòu)、關(guān)系模式、表示方式等不同的數(shù)據(jù)，通過集成技術(shù)，在邏輯或物理上對這些數(shù)據(jù)進(jìn)行有機(jī)地整合，為用戶和企業(yè)對物聯(lián)網(wǎng)中的異構(gòu)數(shù)據(jù)的查詢和應(yīng)用提供便利,使得各個(gè)異構(gòu)數(shù)據(jù)源的數(shù)據(jù)對用戶和企業(yè)是透明的，用戶和企業(yè)能在異構(gòu)數(shù)據(jù)集成系統(tǒng)的查詢窗口獲得用戶或者企業(yè)獲得所需的數(shù)據(jù)和信息，而不用管中間件的實(shí)現(xiàn)和底層數(shù)據(jù)的轉(zhuǎn)換，十分的方便使用。最后，根據(jù)異構(gòu)數(shù)據(jù)集成系統(tǒng)的結(jié)構(gòu)和構(gòu)架，用實(shí)例來驗(yàn)證據(jù)集成系統(tǒng)的對異構(gòu)數(shù)據(jù)的集成。再有，了解和學(xué)習(xí)XML技術(shù)，學(xué)習(xí)基于XML技術(shù)的數(shù)據(jù)集成系統(tǒng)是，應(yīng)用上了那些相關(guān)的技術(shù)，對本文實(shí)現(xiàn)中涉及的技術(shù)進(jìn)行深入的研究和學(xué)習(xí)，主要研究和學(xué)習(xí)XML技術(shù)、集成系統(tǒng)的映射機(jī)制、Tomcat 、myeclipse軟件的使用等。在這里我們實(shí)現(xiàn)是在物聯(lián)網(wǎng)環(huán)境下，主要需要的功能是查詢和數(shù)據(jù)的共享，我們利用XML的相關(guān)技術(shù)（XQuery、XML schema、JDOM等），來消除異構(gòu)數(shù)據(jù)的異構(gòu)性，使得物聯(lián)網(wǎng)中的數(shù)據(jù)和信息能夠傳遞和共享，以XML文檔作為中間介質(zhì)，將關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)換為XML文檔存儲(chǔ)，用戶在集成系提供的查詢平臺查詢異構(gòu)數(shù)據(jù)源的信息，這樣用戶就能夠無差別地訪問異構(gòu)數(shù)據(jù)。在目前，數(shù)據(jù)集成技術(shù)的方法有很多，大致分來有三類：聯(lián)邦數(shù)據(jù)庫技術(shù)、數(shù)據(jù)倉庫技術(shù)與中間件技術(shù)。在這種情況下，異構(gòu)數(shù)據(jù)集成系統(tǒng)應(yīng)用而生，通過分析聯(lián)網(wǎng)的特性，在幾種集成方法中，我選擇了適應(yīng)物聯(lián)網(wǎng)求的：基于XML的異構(gòu)數(shù)據(jù)集成方法。一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的數(shù)據(jù)往往難以難以傳遞給另外的數(shù)據(jù)節(jié)點(diǎn)，即使能夠傳遞，也可能因?yàn)閿?shù)據(jù)格式、數(shù)據(jù)關(guān)系模式的不同等原因，而使得另外的網(wǎng)絡(luò)節(jié)點(diǎn)無法讀取和應(yīng)用這些數(shù)據(jù)。物聯(lián)網(wǎng)通過網(wǎng)絡(luò)共享對象，可以實(shí)現(xiàn)數(shù)據(jù)共享和信息傳遞的功能。Internet of thing。關(guān)鍵詞: 異構(gòu)數(shù)據(jù)；數(shù)據(jù)集成；物聯(lián)網(wǎng) ；XqueryiThe Internet of things under the environment of heterogeneous data in