王曉雯++孫承愛　周春露

摘要：實現(xiàn)異構數(shù)據庫的數(shù)據共享操作是數(shù)據庫管理的關鍵技術，從各種分布、異構式數(shù)據源中抽取數(shù)據，以達到實現(xiàn)異構數(shù)據庫間的數(shù)據管理。對基于元數(shù)據的數(shù)據互操作技術和現(xiàn)狀進行總結分析，提出基于元數(shù)據映射的分布式異構數(shù)據管理機制，針對國內外元數(shù)據標準，按照元數(shù)據提取、映射規(guī)則，能夠很好地解決從異構數(shù)據源中提取數(shù)據并按照標準數(shù)據庫的要求進行加工處理后的上報問題，實現(xiàn)異構數(shù)據共享。

關鍵詞：元數(shù)據；異構數(shù)據庫；數(shù)據共享；元數(shù)據提?。辉獢?shù)據映射

DOIDOI：10.11907/rjdk.143671

中圖分類號：TP392

文獻標識碼：A 文章編號文章編號：16727800（2015）001014603

基金項目基金項目：山東科技大學教育教學“群星計劃”基金項目（2013230）；山東科技大學研究生科技創(chuàng)新基金項目（YC130322）

作者簡介作者簡介：王曉雯（1990-），女，山東青島人，山東科技大學信息科學與工程學院碩士研究生，研究方向為軟件工程、數(shù)據庫、信息管理；孫承愛（1964-），女，山東泰安人，碩士，山東科技大學信息科學與工程學院副教授，研究方向為C語言、計算機技術；周春露（1988-），男，山東濰坊人，山東科技大學信息科學與工程學院碩士研究生，研究方向為軟件開發(fā)與集成。

0 引言

隨著應用軟件系統(tǒng)規(guī)模的不斷擴大，對不同數(shù)據庫中數(shù)據操作及數(shù)據共享的需求也越來越重要，特別是現(xiàn)有管理系統(tǒng)大多構建于不同的數(shù)據庫應用軟件上，造成信息共享困難。傳統(tǒng)的異構數(shù)據管理技術不能有效地解決統(tǒng)一數(shù)據操作和減少信息冗余問題。因此，為實現(xiàn)異構數(shù)據庫間的數(shù)據管理，有效利用數(shù)據，對基于元數(shù)據的操作技術進行討論分析，結合關鍵技術的應用需求，為數(shù)據庫系統(tǒng)間數(shù)據共享提供解決方案。針對這一需求，提出基于元數(shù)據映射機制的分布式異構數(shù)據管理機制，在介紹元數(shù)據標準和技術分類體系成果的基礎上，分析基于不同元數(shù)據標準的數(shù)據庫系統(tǒng)間操作的關鍵技術，克服元數(shù)據標準間的差異[1]，實現(xiàn)數(shù)據的有效管理操作，并根據這種技術特點加以改進。

1 元數(shù)據及異構數(shù)據庫系統(tǒng)理論

元數(shù)據是描述數(shù)據的數(shù)據，其作用包括描述信息資源或數(shù)據本身的特征和屬性，規(guī)定數(shù)字化信息的組織[2]。在元數(shù)據應用上，資源分析是指明確元數(shù)據所對應描述的數(shù)字對象及相關需求等。在系統(tǒng)建?；A上，用屬性提取來分析每一個資源實體的屬性以及資源實體的管理、描述、應用的功能需求，從而得到每個資源實體的元數(shù)據描述[3]。元數(shù)據處理的高效性將影響整個系統(tǒng)的正確可靠性和性能提升。對元數(shù)據進行管理可以靈活地實現(xiàn)外部數(shù)據的加入和退出，降低了數(shù)據管理難度。在系統(tǒng)中可把數(shù)據看作獨立的信息單元。

異構數(shù)據庫系統(tǒng)是相關的多個數(shù)據庫系統(tǒng)的集合，其目標是為實現(xiàn)數(shù)據共享管理和透明訪問，異構數(shù)據庫間的合并和共享，并不會破壞原有數(shù)據庫系統(tǒng)的獨立性和完整性控制。而元數(shù)據是對信息資源的結構化描述，在數(shù)據庫中可以更好地存儲各類異構數(shù)據源的節(jié)點信息，一般包含編碼、名稱、類別、標識、字段類型、是否主鍵、對應外鍵等。

異構數(shù)據庫系統(tǒng)，實現(xiàn)數(shù)據共享管理應滿足兩點：一是實現(xiàn)數(shù)據庫轉換，二是實現(xiàn)數(shù)據的透明訪問[4]。針對標準節(jié)點數(shù)據項是否能夠完全映射子節(jié)點元數(shù)據項，提出基于元數(shù)據映射的異構數(shù)據上報技術和基于元數(shù)據映射的異構數(shù)據集成技術。

2 基于元數(shù)據映射的異構數(shù)據管理

可通過基于元數(shù)據映射機制的分布式異構數(shù)據管理機制，實現(xiàn)數(shù)據庫系統(tǒng)間的數(shù)據管理。從分布式異構數(shù)據庫系統(tǒng)的數(shù)據處理流程來看，從不同源數(shù)據庫中分別提取元數(shù)據信息，按照數(shù)據共享的目標統(tǒng)一表達元數(shù)據[5]，通過數(shù)據轉換的操作實現(xiàn)元數(shù)據表的統(tǒng)一和聚合。

基于元數(shù)據映射機制的分布式異構數(shù)據管理機制，是將子節(jié)點數(shù)據表劃分成元數(shù)據項，使其與標準節(jié)點數(shù)據表的元數(shù)據映射，將映射后對應的子節(jié)點數(shù)據項上傳到標準節(jié)點數(shù)據庫中，從而解決從異構數(shù)據源中提取數(shù)據并按照標準數(shù)據庫的要求進行加工處理并上報的問題。

2.1 元數(shù)據映射的分布式異構數(shù)據上報

基于元數(shù)據映射的分布式異構數(shù)據上報是由標準節(jié)點維護描述各子節(jié)點所需上報數(shù)據大而全的數(shù)據表，各子節(jié)點自主上報數(shù)據項內容。在此過程中，允許各節(jié)點根據使用習慣自主對數(shù)據項進行名稱的修改和順序調整。

屬性映射的過程就是標準節(jié)點數(shù)據庫中已經設計了包含描述一個對象所需要的所有數(shù)據項，而各子節(jié)點根據需要從標準節(jié)點數(shù)據庫中選出自身描述對象時所需要的數(shù)據項種類，并且根據使用習慣修改數(shù)據項名稱、調整數(shù)據項顯示順序，并將這些操作結果用合適的方法進行記錄，當上報數(shù)據時能夠將修改后的子節(jié)點數(shù)據項正確地映射到原本對應的中央節(jié)點數(shù)據庫數(shù)據項上。

就數(shù)據項數(shù)目和類別而言，應該涵蓋用戶要描述對象的全部項目。然而，對應具體某個節(jié)點來說，在數(shù)據項數(shù)目上可能只需要標準的一個子集：例如標準節(jié)點要求描述一個貨物可能有始發(fā)站、目的站、日期、貨物名稱、件數(shù)、重量等，而子節(jié)點描述該貨物只需要目的站、貨物名稱、件數(shù)；在數(shù)據項名稱上可能有任意的命名。例如，對于“目的站”，子節(jié)點可以用“目的地”、“貨物寄送地址”等相似詞語來描述，在數(shù)據項順序上可以按照任意順序給出。

2.2 元數(shù)據提取

針對上述方案主要解決兩個主要問題：元數(shù)據提取和節(jié)點數(shù)據到標準數(shù)據元數(shù)據的映射。元數(shù)據提取過程需要實現(xiàn)的是將標準節(jié)點數(shù)據庫中元數(shù)據的提取和子節(jié)點數(shù)據庫中用戶元數(shù)據的提取。標準元數(shù)據提取是將標準節(jié)點數(shù)據庫中定義的描述一個對象的所有數(shù)據項按照列的順序將屬性編號、數(shù)據項名稱、是否可以為空等屬性提取到一個表格中進行維護，供以后節(jié)點數(shù)據到標準元數(shù)據的映射過程使用，其中如果該項要求不為空，則必選項設為1；如果可以為空，則設為0。對于必選項值為0的數(shù)據項，子節(jié)點用戶在選擇要上報的數(shù)據項時可以不予選擇，否則必須選擇。例如：標準節(jié)點數(shù)據庫規(guī)定描述一個對象A所設計的表格A如圖1所示。

圖1 表A設計

描述對象A需要B、C、D、E、F、G這6個數(shù)據項，則定義最終提取到的標準元數(shù)據表如圖2所示。

用戶元數(shù)據提取是將用戶對標準節(jié)點數(shù)據庫數(shù)據項做出的選擇、對數(shù)據項名稱的修改過程。按照列的順序將屬性編號、數(shù)據項名稱、標準節(jié)點屬性編號提取到一個表格中進行維護，其中標準節(jié)點屬性編號是指該條記錄中的數(shù)據項對應標準元數(shù)據提取結果表中的屬性編號。例如：某個節(jié)點選擇了表A中的B、D、E、F 4個數(shù)據項，并將其重命名為B-、E-、F-，數(shù)據項D保持不變，將顯示順序變?yōu)椋篍-、F-、B-、D，則存儲結果如圖3所示。

圖2 分布式異構數(shù)據上報的標準元數(shù)據提取結果

圖3 分布式異構數(shù)據上報的用戶元數(shù)據提取結果

2.3 節(jié)點數(shù)據到元數(shù)據映射

節(jié)點數(shù)據到元數(shù)據的映射是指，用戶對標準節(jié)點數(shù)據庫描述一個對象的所有數(shù)據項進行數(shù)據項個數(shù)選擇、數(shù)據項名稱修改、數(shù)據項順序調整后，節(jié)點數(shù)據的結構會與標準數(shù)據即標準節(jié)點數(shù)據不一致，這種情況下就不能像普通的數(shù)據庫插入操作一樣將節(jié)點數(shù)據的每項與標準節(jié)點數(shù)據庫中的數(shù)據項對應起來后再進行數(shù)據的插入操作。

進行用戶元數(shù)據到標準元數(shù)據的映射過程為：①按照用戶元數(shù)據提取表格中的屬性編號順序依次獲得用戶元數(shù)據中的記錄，獲取用戶數(shù)據中包含的數(shù)據項，包括數(shù)據項名稱、標準節(jié)點屬性編號[6]；②循環(huán)獲取用戶數(shù)據中每個數(shù)據項對應標準節(jié)點數(shù)據庫數(shù)據項的名稱，例如上述節(jié)點數(shù)據庫中數(shù)據項名稱為E-中的數(shù)據應該對應插入到標準節(jié)點數(shù)據庫中名稱為E的數(shù)據項，查詢標準元數(shù)據提取結果表格中對應屬性編號為4的數(shù)據項名稱，可以得到4對應的數(shù)據項名稱為E，同樣的節(jié)點數(shù)據中的F-項對應標準節(jié)點數(shù)據庫中的F。

3 元數(shù)據提取技術及映射機制的推廣改進

應用元數(shù)據提取技術及映射機制可以解決數(shù)據上報問題，但當標準節(jié)點數(shù)據庫描述一個對象的數(shù)據項并不全面時，即當節(jié)點數(shù)據要求插入標準節(jié)點數(shù)據庫時，如果節(jié)點數(shù)據中含有標準節(jié)點數(shù)據庫不存在的數(shù)據項，則該數(shù)據項會被新增到標準節(jié)點數(shù)據庫中作為一個新的數(shù)據項。因此做出改進：將各節(jié)點結合同義詞表與標準節(jié)點數(shù)據庫進行屬性映射、插入操作。

當節(jié)點數(shù)據中某個數(shù)據項名稱與標準節(jié)點數(shù)據庫中的數(shù)據項不一致時，如果在同義詞表中，該名稱作為標準節(jié)點數(shù)據庫中某個數(shù)據項的同義詞，則可以將該項與標準節(jié)點數(shù)據庫中的相似項進行映射；如果在同義詞表中，該名稱沒有作為標準節(jié)點數(shù)據庫的某個數(shù)據項的同義詞，則將其添加為標準節(jié)點數(shù)據庫某個數(shù)據項的同義詞或者在標準節(jié)點數(shù)據庫中新添加一個數(shù)據項。

標準節(jié)點數(shù)據庫的數(shù)據項名稱與子節(jié)點數(shù)據庫的項目名稱不一定相同，這種情況下，需要維護一個同義詞表。當用戶需要上報數(shù)據時，將子節(jié)點數(shù)據庫的數(shù)據項名稱在同義詞表中進行查詢，如果存在記錄，則可以將子節(jié)點數(shù)據庫的數(shù)據項名稱映射到標準節(jié)點數(shù)據庫的數(shù)據項名稱上；如果不存在該記錄，則在同義詞表中添加該同義詞，在標準節(jié)點數(shù)據庫中插入新的數(shù)據項并命名，然后在同義詞表中加上該數(shù)據項的相關信息。這樣在進行元數(shù)據的映射時，如果查詢元數(shù)據提取表中沒有匹配成功，需要查詢同義詞表中同義詞數(shù)據項一列中有無記錄的內容與該數(shù)據項相同，如果存在相同記錄，則查詢該記錄所對應“屬性編號”一列的內容，然后根據該屬性編號與元數(shù)據提取結果表的“屬性編號”相結合查找標準節(jié)點數(shù)據庫中對應的數(shù)據項名稱。

4 應用案例

應用此機制以程序設計基礎精品課程管理網站為實用案例，對基于元數(shù)據映射機制的異構數(shù)據操作管理原型系統(tǒng)進行了設計與實現(xiàn)，用于說明文中介紹的分布式異構數(shù)據上報技術。此精品課程管理網站提供管理員、學生、教師3種角色，教師需要對各學期、各課程的考核提供所需要的業(yè)務數(shù)據。各教師均已有自己的業(yè)務數(shù)據庫，但只能嚴格從自身所管理的數(shù)據內容中選擇上報的數(shù)據，對于自己業(yè)務無關的數(shù)據可以不予關注。作為節(jié)點用戶應用該系統(tǒng)，主要是對節(jié)點上報數(shù)據的管理，包括上報數(shù)據的瀏覽、查詢、增加、修改和刪除等操作。以網站中的知識點更新功能為例，教師通過該界面，可以對每門課程的知識點進行添加、更新、刪除。

5 結語

不同應用軟件造成的異構現(xiàn)象會給數(shù)據共享帶來很大困難，從而產生大量“信息孤島”[7]。與傳統(tǒng)異構數(shù)據管理方法比較，數(shù)據聯(lián)邦方法透明度高，但要求有較好的網絡性能且容易冗余；數(shù)據倉庫技術實時性較差、耦合性低，面對大量數(shù)據時，服務效率明顯降低?；谠獢?shù)據映射機制的分布式異構數(shù)據管理機制，通過將節(jié)點數(shù)據表劃分成元數(shù)據項，標準節(jié)點與子節(jié)點的元數(shù)據項進行映射后，將子節(jié)點數(shù)據提交到標準節(jié)點，解決了分布式異構數(shù)據不能上報的問題。這種機制為用戶提供了統(tǒng)一數(shù)據操作接口，且各數(shù)據源的結構保持相對穩(wěn)定，降低了數(shù)據管理難度，實現(xiàn)了數(shù)據資源的有效整合。

參考文獻：

[1] 崔紀鋒，張勇，邢春曉.元數(shù)據在數(shù)據庫互操作中的應用[J].計算機科學與探索，2011，5（4）：3033.

[2] 戴超凡.數(shù)據倉庫中元數(shù)據技術研究[J].計算機工程與應用，2011，37（14）：5658.

[3] 劉戀，鄭彪.分布式文件系統(tǒng)中元數(shù)據操作的優(yōu)化[J].計算機應用，2012（12）：1215.

[4] 畢強，朱亞玲.元數(shù)據標準及其互操作研究[J].信息系統(tǒng)，2008（5）：2325.

[5] 蔣楠，丁祥武.基于模型驅動元數(shù)據管理策略的研究[J].計算機應用與軟件，2012，29（1）：3336.

[6] 衛(wèi)佳蘊，孫莉，朱吉翔.基于元數(shù)據的目錄服務體系研究與實現(xiàn)[J].計算機技術與發(fā)展，2008，18（4）：2730.

[7] 劉青寶，黃宏斌等.數(shù)據倉庫中的元數(shù)據管理[J].計算機工程與科學，2008（4）：1519.