摘  要： 提出了一個(gè)基于XML的異構(gòu)數(shù)據(jù)訪問中間件模型，給出了該模型的體系結(jié)構(gòu)并對(duì)各部分功能做了定義。詳細(xì)介紹了模型中XML模板與包裝器的設(shè)計(jì)和實(shí)現(xiàn)。
關(guān)鍵詞： XML語言  中間件  異構(gòu)數(shù)據(jù)

　　隨著信息化建設(shè)的不斷深入，不少企業(yè)與組織建立了各種應(yīng)用系統(tǒng)。由于這些系統(tǒng)是在不同階段開發(fā)的，每個(gè)系統(tǒng)都有自己的運(yùn)行環(huán)境和數(shù)據(jù)存儲(chǔ)方式，這些數(shù)據(jù)的格式不統(tǒng)一，各個(gè)應(yīng)用系統(tǒng)彼此封閉，數(shù)據(jù)難以交換和共享。為了使這些數(shù)據(jù)能夠更好地實(shí)現(xiàn)資源共享，迫切需要建立一個(gè)公共的集成環(huán)境，對(duì)用戶提供統(tǒng)一和透明的訪問界面。利用中間件（Middleware）技術(shù)集成各種異構(gòu)數(shù)據(jù)時(shí)，不用改變?cè)紨?shù)據(jù)的存儲(chǔ)和管理方式，可集中為異構(gòu)數(shù)據(jù)源提供一個(gè)統(tǒng)一的高層檢索服務(wù)，是實(shí)現(xiàn)異構(gòu)數(shù)據(jù)集成的理想解決方案。
異構(gòu)數(shù)據(jù)訪問中間件系統(tǒng)的核心就是要解決異構(gòu)數(shù)據(jù)源的分布性、自制性和異構(gòu)性。隨著分布式計(jì)算技術(shù)（如CORBA、XML等）的迅猛發(fā)展，使得原來的系統(tǒng)可以通過它們進(jìn)行封裝，隱藏內(nèi)部結(jié)構(gòu)，采用公共數(shù)據(jù)模型將局部共享數(shù)據(jù)進(jìn)行封裝，對(duì)外提供公共訪問接口。異構(gòu)數(shù)據(jù)訪問中間件為企業(yè)提供一致的、便于訪問的數(shù)據(jù)集合，從而解決信息孤島、數(shù)據(jù)質(zhì)量差、數(shù)據(jù)不一致等問題。
1  XML全局?jǐn)?shù)據(jù)模式
　　異構(gòu)數(shù)據(jù)訪問中間件必須提供一種全局?jǐn)?shù)據(jù)模式來統(tǒng)一異構(gòu)源數(shù)據(jù)模式。異構(gòu)數(shù)據(jù)集成的全局模式必須滿足：①能夠描述各種數(shù)據(jù)格式，無論其為結(jié)構(gòu)化還是半結(jié)構(gòu)化，無論它是支持所有的查詢語言還是簡(jiǎn)單的文本查詢；②易于發(fā)布和進(jìn)行數(shù)據(jù)交換，集成后的數(shù)據(jù)可以方便地以多種格式發(fā)布和便于應(yīng)用交換數(shù)據(jù)。
早期異構(gòu)數(shù)據(jù)的集成系統(tǒng)通常采用關(guān)系或?qū)ο蟮臄?shù)據(jù)模式作為全局模式。然而，它們并不能滿足網(wǎng)絡(luò)時(shí)代的Intranet/Internet應(yīng)用所提出的高標(biāo)準(zhǔn)。隨著可擴(kuò)展標(biāo)記語言XML及其相關(guān)技術(shù)的發(fā)展，XML不僅成為了應(yīng)用間交換數(shù)據(jù)的一種標(biāo)準(zhǔn)，也是萬維網(wǎng)重要的信息交換標(biāo)準(zhǔn)和表示技術(shù)之一[1]。
XML是一種具有很強(qiáng)的數(shù)據(jù)描述能力的標(biāo)記語言，它第一次提供了一種信息交換模式，此格式是可編輯、易理解并且可表示任何類型的結(jié)構(gòu)化或半結(jié)構(gòu)化的信息。XML 提供了豐富的數(shù)據(jù)構(gòu)造和解析方法，能夠適應(yīng)多樣并且不斷變化的網(wǎng)絡(luò)應(yīng)用環(huán)境，被廣泛用于異構(gòu)系統(tǒng)間的數(shù)據(jù)交換和互操作應(yīng)用中。
2  系統(tǒng)框架
　　中間件是一種支持分布式應(yīng)用的重要組件，它是一種獨(dú)立的系統(tǒng)軟件和服務(wù)程序。分布式應(yīng)用借助中間件在不同的技術(shù)間共享資源，為應(yīng)用提供統(tǒng)一的編程模型，處理異構(gòu)、分布問題和管理計(jì)算資源及網(wǎng)絡(luò)通信。
　　大多數(shù)基于 XML 的數(shù)據(jù)集成系統(tǒng)框架采用Mediator/Wrapper架構(gòu)，該架構(gòu)的缺點(diǎn)是查詢效率不高。這是由于底層數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)模式、存儲(chǔ)方法、查詢能力差別很大。數(shù)據(jù)訪問中間件的設(shè)計(jì)是非常復(fù)雜的，包裝器同時(shí)要兼顧數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)清洗等任務(wù)，并且這還僅是在查詢時(shí)觸發(fā)的處理。為此本文采用從原始數(shù)據(jù)源中預(yù)先抽取、轉(zhuǎn)換、加載的思想，對(duì)數(shù)據(jù)源作預(yù)處理。
　　基于XML的異構(gòu)數(shù)據(jù)訪問中間件模型XHDAM(XML-based Heterogeneous Data Access Model）的系統(tǒng)結(jié)構(gòu)如圖1所示。XHDAM從分布式對(duì)象操作和異構(gòu)數(shù)據(jù)集成二個(gè)方面解決系統(tǒng)互操作問題。首先，XHDAM基于CORBA技術(shù)，通過CORBA提供的ORB(Object Request Broker)實(shí)現(xiàn)分布計(jì)算環(huán)境中對(duì)象操作支持，使不同的應(yīng)用系統(tǒng)能夠方便地與XHDAM交互，達(dá)到不同應(yīng)用系統(tǒng)之間交互的目的，從而實(shí)現(xiàn)系統(tǒng)的透明性。另外CORBA提供了完整的分布式對(duì)象操作環(huán)境，XHDAM通過它可以方便地獲得操作的完整性和安全性保證。另一方面，在系統(tǒng)間數(shù)據(jù)傳遞與互操作上，XHDAM采用XML作為數(shù)據(jù)描述與交換的語言，同時(shí)在XHDAM中通過XML模板來描述異構(gòu)系統(tǒng)之間數(shù)據(jù)的關(guān)系和轉(zhuǎn)換方法。只要適當(dāng)?shù)囟x統(tǒng)一的模板，一種系統(tǒng)的數(shù)據(jù)就能夠方便、準(zhǔn)確地轉(zhuǎn)換為XML數(shù)據(jù)。

　　(1)客戶端：向CORBA服務(wù)器發(fā)出訪問請(qǐng)求。客戶端只提供統(tǒng)一的訪問界面，不處理業(yè)務(wù)邏輯關(guān)系和集成管理任務(wù)。
　　(2)CORBA公共服務(wù)：提供CORBA的標(biāo)準(zhǔn)服務(wù)，包括名字服務(wù)、事件服務(wù)、安全服務(wù)等。
　　(3)查詢處理器：當(dāng)客戶請(qǐng)求時(shí)，分解全局查詢到局部查詢；當(dāng)查詢結(jié)束時(shí)，負(fù)責(zé)將局部查詢結(jié)果匯總返回給客戶端。另外還負(fù)責(zé)局部查詢的優(yōu)化，提高查詢效率。
　　(4)目錄服務(wù)：是XML存儲(chǔ)庫的一個(gè)摘要，包含XML存儲(chǔ)庫的靜態(tài)和動(dòng)態(tài)信息。XML數(shù)據(jù)目錄服務(wù)可以自動(dòng)、智能地建立目錄服務(wù)，并對(duì)信息自動(dòng)搜索、自動(dòng)分類、自動(dòng)傳輸。
　　(5)事務(wù)服務(wù)：負(fù)責(zé)全局模式和局部模式之間的集成與分解關(guān)系，如全局事務(wù)到局部子事務(wù)的處理，全局查詢到局部子查詢的處理。
　　(6)包裝器：負(fù)責(zé)解決異構(gòu)數(shù)據(jù)源的包裝問題，將分散在各處的數(shù)據(jù)源按照XML模板進(jìn)行包裝。開始，包裝器一次性將數(shù)據(jù)源中的所有數(shù)據(jù)轉(zhuǎn)換到存儲(chǔ)庫中。當(dāng)有新數(shù)據(jù)源追加到源數(shù)據(jù)庫時(shí)，就通過觸發(fā)器觸發(fā)包裝程序?qū)⒃磾?shù)據(jù)庫中的新數(shù)據(jù)包裝成XML數(shù)據(jù)加入存儲(chǔ)庫。客戶端對(duì)數(shù)據(jù)的訪問是通過查詢處理器訪問XML存儲(chǔ)庫實(shí)現(xiàn)的。
3  XML模板和包裝器的設(shè)計(jì)與實(shí)現(xiàn)
　　為了提供對(duì)XML 的支持，各大數(shù)據(jù)庫廠商紛紛對(duì)各自的數(shù)據(jù)庫產(chǎn)品進(jìn)行了擴(kuò)展，提供了基于模板的查詢。但各數(shù)據(jù)庫管理系統(tǒng)支持的查詢模板語法差異很大，不能互用。因此，訪問多個(gè)異構(gòu)數(shù)據(jù)源時(shí)需要為不同類型的數(shù)據(jù)庫提供多個(gè)符合其相應(yīng)語法的模板文件，這就增加了項(xiàng)目開發(fā)的復(fù)雜度。針對(duì)各數(shù)據(jù)庫管理系統(tǒng)不能互用的問題，提出一種獨(dú)立于具體數(shù)據(jù)庫管理系統(tǒng)的模板腳本語言XTemplate，以支持各種結(jié)構(gòu)化數(shù)據(jù)源的包裝。包裝器按照XML模板的數(shù)據(jù)模式將異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)包裝成XML數(shù)據(jù)。
3.1 XTemplate模板設(shè)計(jì)
　　為了訪問不同的數(shù)據(jù)源，需要在模板文件中定義數(shù)據(jù)源的連接屬性。其中：數(shù)據(jù)庫連接屬性包括servername、dbparm、database、logid、logpass、autocommit；代碼SQL語句屬性為xviewsqlcode；視圖名稱屬性為xviewname；視圖SQL語句屬性為xviewsql。表達(dá)式中的Eq和Attvalue含義分別來自XML元語言[xml25]和[xml10]。
　　[1]ServernameAttr∷=′xviewsqlcode′ Eq AttValue
　　[2]DbparmAttrr∷=′xviewsqlcode′ Eq AttValue
　　[3]DatabaseAttr∷=′xviewsqlcode′ Eq AttValue
　　[4]LogidAttr∷=′xviewsqlcode′ Eq AttValue
　　[5]LogpassAttr∷=′xviewsqlcode′ Eq AttValue
　　[6]AutocommitAttr∷=′xviewsqlcode′ Eq AttValue
　　[7]XviewnameAttr∷=′xviewname′ Eq AttValue
　　[8]XviewsqlAttr∷=′xviewsql′ Eq AttValue
　　[9]XviewsqlcodeAttr∷=′xviewsqlcode′ Eq AttValue
　　XTemplate 對(duì)XML元語言中的起始標(biāo)簽Stag[xml40]作了如下擴(kuò)展，其中Name、S、Attribute分別來自[xml15]、[xml3]和[xml41]：
　　Stag∷=′<′ Name (S XviewnameAttr | S XviewsqlAttr | S XviewsqlcodeAttr | S Attribute)*? ′>′
　　最后，XTemplate 模板文件定義如下，其中prolog、element分別來自[xml39]和[xml22]：
　　xtemplatefile∷=prolog ′<xtemplate′ [ServernameAttr] [DbparmAttr] [DatabaseAttr] [LogidAttr] [LogpassAttr] [AutocommitAttr]> [element] ′</xtemplate>′
　　使用XTemplate定義的模板文件是格式正確（Well-formed）的XML文檔，且具有根元素<xtemplate>，可用來提供數(shù)據(jù)源連接參數(shù)servername、dbms、dbparm、database、logid、logpass、autocommit。
具有xviewname屬性和xviewsql屬性的子元素稱為視圖模板元素，因?yàn)槠涮峁┝吮碚鲾?shù)據(jù)集的名稱和SQL語句的二個(gè)屬性。xviewname屬性提供視圖名稱，xviewsql屬性提供視圖SELECT語句。SELECT語句中可以用：p_xviewname：p_columnname的形式傳遞父視圖的列名給子視圖，以反映視圖間的連接關(guān)系。
如果子元素和屬性的值對(duì)應(yīng)于數(shù)據(jù)源中的列名，且需要在解析執(zhí)行時(shí)用檢索結(jié)果動(dòng)態(tài)替換，則稱其為列元素和列屬性。列元素可以用xviewsqlcode 屬性指定以實(shí)際值替換代碼值。
　　一個(gè)使用XTemplate 定義的模板文件涉及的關(guān)系如表1所示。

　　基于表1，使用XTemplate 定義的一個(gè)模板文件如下：
　　<?xml version=″1.0″ encoding=″gb2312″?>
　　<xtemplate dbms=″odbc″dbparm=″connectstring=′DNS=
　　oracle；UID=scott；PWD=tiger′″>
　　  　<員工列表>
      　　　<員工 xviewname=″員工″ xviewsql=″SELECT ENO，ENAME，SAL FROM  WHERE ENO=′E1′ or ENO=′E2′″>
　　　     　<編號(hào)>ENO</編號(hào)>
　　　     　<姓名>ENAME</姓名>
　　　    　 <薪水>SAL</薪水>
　　　　      </員工>
　　　  </員工列表>
　　</xtemplate>
　　使用XTemplate解析程序處理上述模板返回XML文檔如下：
　　<?xml version=″1.0″ encoding=″gb2312″?>
　　　  <員工列表>
　　　      <員工 員工序號(hào)=″1″>
　　　　      <編號(hào)>E1</編號(hào)>
　　　　      <姓名>J.Doe</姓名>
　　　　      <薪水>4000</薪水>
　　　  </員工>
　　<員工 員工序號(hào)=″2″>
　　　　      <編號(hào)>E2</編號(hào)>
　　　　      <姓名>M.Smith</姓名>
　　　　      <薪水>3400</薪水>
　　</員工>
　　</員工列表>
　　使用XTemplate書寫的模板文件獨(dú)立于具體的數(shù)據(jù)庫管理系統(tǒng)，無需數(shù)據(jù)庫管理系統(tǒng)內(nèi)置的功能模塊解析執(zhí)行，而是由獨(dú)立于具體數(shù)據(jù)庫管理系統(tǒng)的軟件模塊解析執(zhí)行并返回XML查詢結(jié)果。這樣，針對(duì)不同數(shù)據(jù)庫管理系統(tǒng)設(shè)計(jì)的模板在語法上取得了一致。
　　XTemplate定義模板文件可以使沒有內(nèi)置XML查詢功能的數(shù)據(jù)庫管理系統(tǒng)獲得對(duì)XML查詢的支持。采用XTemplate之后，結(jié)構(gòu)化的數(shù)據(jù)源需要解釋執(zhí)行的是XTemplate 解析執(zhí)行軟件傳遞來的SQL語句，這是結(jié)構(gòu)化的數(shù)據(jù)源通常會(huì)提供的標(biāo)準(zhǔn)功能。結(jié)構(gòu)化的數(shù)據(jù)源返回的數(shù)據(jù)集仍由XTemplate解析執(zhí)行軟件轉(zhuǎn)換為XML結(jié)果文檔，并返回給調(diào)用者。
3.2 包裝器的設(shè)計(jì)與實(shí)現(xiàn)
　　XML包裝器是整個(gè)模型中的重要組成部分，它將異構(gòu)的數(shù)據(jù)源按照統(tǒng)一的數(shù)據(jù)模型進(jìn)行包裝，在客戶端對(duì)數(shù)據(jù)的訪問都是針對(duì)統(tǒng)一的數(shù)據(jù)模型標(biāo)準(zhǔn)。包裝器結(jié)構(gòu)如圖2所示。

　　XML包裝器是一個(gè)模板文件解析程序，只要傳入不同的模板文件即可生成對(duì)應(yīng)的XML文檔。包裝器工作過程如下：從傳來的模板文件建立DOM對(duì)象，取得數(shù)據(jù)庫的連接屬性，進(jìn)而連接數(shù)據(jù)庫；從XTemplate模板文件的xviewsql屬性獲得SELECT語句，在數(shù)據(jù)庫表或視圖中執(zhí)行此查詢語句，建立視圖數(shù)據(jù)集；將數(shù)據(jù)集中的相關(guān)數(shù)據(jù)代入。關(guān)鍵解析算法如下：
　　//predealdom方法建立視圖，復(fù)制建立的所有元素
　　Void predealdom(domobject& root) {
　　  //視圖模板元素指有xviewsql屬性的元素
　　  If (root 不是視圖模板元素){
　　　    對(duì)root所有子元素遞歸調(diào)用predealdom；
　　  }
　　  else {
　　　    視圖序號(hào)增加；
　　　    為root添加xviewindex屬性，值為當(dāng)前視圖序號(hào)；
　　　    從xviewsql屬性獲得視圖SELECT語句；
　　　    if (SELECT語句中有參數(shù)){
　　　　      查找相應(yīng)祖先視圖取得實(shí)際值代入；
　　　    }
　　　    根據(jù)SELECT 語句建立視圖數(shù)據(jù)集；
　　　    if (不能創(chuàng)建視圖數(shù)據(jù)集){
　　　　      errmsg=″xviewsql屬性值不是合法的SELECT語句″
　　　　      return
　　　    }
　　　    else {
　　　　      int RowCount=視圖數(shù)據(jù)集行數(shù)；
　　　　　      //復(fù)制當(dāng)前節(jié)點(diǎn)RowCount
　　　　      for (int row=1；row<RowCount;row++){
　　　　　        復(fù)制root節(jié)點(diǎn)加入DOM；//DOM為模板對(duì)象
　　　　　        添加xviewindex和xviewrow屬性；
　　　   }
　　    　  對(duì)root的所有子元素遞歸調(diào)用predealdom
　　　   }
　　}
　　//dealdom方法將列元素與列屬性替換為實(shí)際值
　　Void dealdom(domobject& root) {
　　    If (root 有 xviewindex屬性){
　　　      Int index=root元素的xviewindex屬性值；
　　    }
　　    int row=root元素的xviewrow屬性值；
　　    int AttrNums=root屬性數(shù)目；
　　    int ElemNums=root子元素?cái)?shù)目；
　　    for (int i=0；i<AttrNums；i++){
　　　      取得root元素第i個(gè)屬性a[i]；
　　　      if (a[i]是列屬性){
　　　　　    查找編號(hào)為xviewindex的視圖數(shù)據(jù)集的row行取得實(shí)際值替換；
　　　      }
　　　　    }
　　　　    for (int j=0；j< ElemNums；j++){
　　　　      取得root元素第j個(gè)屬性e[j]；
　　　　      if (e[j]是列元素){
　　　　    查找編號(hào)為index的視圖數(shù)據(jù)集的row行取得實(shí)際值替換；
　　　    if (e[i]有xviewcodesql屬性{
　　　　　   根據(jù)代碼SQL語句取得實(shí)際值代替代碼值；
    　　　　　}
      　　}
　　}
　　對(duì)root的所有子元素遞歸調(diào)用dealdom
　　}
　　行業(yè)標(biāo)記語言用于校驗(yàn)生成的XML文檔是否合法。如果合法，則允許存入XML存儲(chǔ)庫中；否則應(yīng)當(dāng)修改對(duì)應(yīng)的模板文件。
　　初始建立XML存儲(chǔ)庫時(shí)，一次性將所有歷史數(shù)據(jù)轉(zhuǎn)換裝入XML存儲(chǔ)庫。之后，有數(shù)據(jù)更新時(shí)觸發(fā)轉(zhuǎn)換操作，將相應(yīng)的XML文檔加入到XML存儲(chǔ)庫中。
　　對(duì)于企業(yè)應(yīng)用來說，訪問各種異構(gòu)數(shù)據(jù)源是企業(yè)內(nèi)部發(fā)展的需要，也是企業(yè)信息化建設(shè)的要求。本文提出的基于XML異構(gòu)數(shù)據(jù)訪問中間件解決方案通過預(yù)先實(shí)現(xiàn)關(guān)系數(shù)據(jù)庫到XML數(shù)據(jù)的轉(zhuǎn)換，加快了訪問速度。最后，給出包裝器和XML模板的詳細(xì)設(shè)計(jì)和說明。
參考文獻(xiàn)
1   W3C Recommendation.Extensible Markup Language(XML) 1.0.http：//www.w3.org/tr/1998/rec-xml-19980210，1998
2   Shanmugasundaram J.Efficienttly Publushing Relational Data as XML Document.In：Proceedings of the VLDB Conference，Egypt，2000
3   莊冠華.基于XML的數(shù)據(jù)集成技術(shù)的研究與應(yīng)用.南京大學(xué)碩士研究生畢業(yè)論文，2004
4   李冠宇，劉軍，張俊.分布式異構(gòu)數(shù)據(jù)集成系統(tǒng)的研究與實(shí)現(xiàn).計(jì)算機(jī)應(yīng)用研究，2004；21（3）