淺析：構(gòu)建基于WebXML的信息集成

淺析：構(gòu)建基于WebXML的信息集成

引言隨著計算機技術(shù)，特別是Internet的不斷發(fā)展，實現(xiàn)"信息孤島"之間的集成與交互成為亟待解決的問題。在諸多解決方案中，基于多代理(Multi-Agent)的信息集成就是其中的一種。該系統(tǒng)已被認為是建造大型復(fù)雜分布式信息處理系統(tǒng)的重要技術(shù)和框架。在基于多代理的方法中，資源集成的具體操作步驟是：用戶把請求提交給搜索代理，由搜索代理對請求進行適當?shù)霓D(zhuǎn)換，發(fā)送給代理路由器；代理路由器通過鏈接，將查詢請求發(fā)送給數(shù)據(jù)庫代理；數(shù)據(jù)庫代理接受查詢請求，并進行具體的數(shù)據(jù)庫操作，然后把查詢結(jié)果返回給請求者；搜索代理對返回的結(jié)果進行識別，若存在所需的資源，則激活本地數(shù)據(jù)庫代理，對獲得的信息進行記錄，由專家系統(tǒng)對所搜集的信息進行進一步的處理。這種方法有一個明顯的缺陷，即必須明確數(shù)據(jù)庫的格式，代理才能正常工作。而XML技術(shù)則可以很好的解決這個問題。用XML進行數(shù)據(jù)集成，只需對所有的異構(gòu)數(shù)據(jù)源增加一個以XML為格式的封裝體，即在不改變數(shù)據(jù)源的前提下，用XML對數(shù)據(jù)源的定義描述字、數(shù)據(jù)源的創(chuàng)建等相關(guān)信息進行封裝。供應(yīng)鏈節(jié)點上所有數(shù)據(jù)源的封裝體納入全局的XMLSchema或DTD，并存儲在XML虛擬服務(wù)器，為系統(tǒng)檢索、定位提供服務(wù)。在XML的集成機制里，可以通過XML封裝體實現(xiàn)彼此之間的數(shù)據(jù)交互，所以不需要了解數(shù)據(jù)庫的格式，從而彌補了基于多代理的集成方法在這方面的不足。下面首先概要介紹XML的相關(guān)技術(shù)，進而給出網(wǎng)絡(luò)環(huán)境下的、基于XML的信息集成方案：包括系統(tǒng)的總體框圖、層次結(jié)構(gòu)、工作過程及系統(tǒng)主要組成部分的具體設(shè)計。XML技術(shù)1、XML相關(guān)標準XML不僅僅是一種語言，廣義的XML是一系列標準的集合。圖1說明了XML及其相關(guān)標準，在圖中，中間一層是XML基礎(chǔ)標準，最下層是XML的應(yīng)用標準。XML基礎(chǔ)標準是為XML的進一步實用化制定的標準，它規(guī)定了采用XML制定標準時的一些公用特征、方法或規(guī)則。XMLSchema描述了更加嚴格定義XML文檔的方法，以便可以更自動地處理XML文檔。XMLNamespace用于保證XMLDTD中名字的一致性，以便不同的DTD中的名字在需要時可以合并到一個文檔中。DOM定義了一組與平臺和語言無關(guān)的接口，以便程序和腳本能夠動態(tài)訪問和修改XML文檔內(nèi)容、結(jié)構(gòu)及樣式。XQuery的目的是為從Web文檔中提取數(shù)據(jù)，提供一種靈活的查詢機制。XPath描述如何識別、選擇、匹配XML文件中的各個構(gòu)成元件，包括元素、屬性、文字內(nèi)容等。XPointer和XLink標準，規(guī)定了有關(guān)定位、鏈接方面的內(nèi)容。CSS被用來作為XML文檔顯示的樣式標準等等。2、XML的主要技術(shù)特點XML是一種元標記語言，強調(diào)以數(shù)據(jù)為核心，這兩大特點在XML的眾多技術(shù)特點中最為突出，同時也奠定了XML在信息管理中的優(yōu)勢。XML是一種元標記語言與HTML不同，XML不是一種具體的標記語言，它沒有固定的標記符號，是一種元標記語言，是一種用來定義標記的標記語言，它允許用戶自己定義一套適于應(yīng)用的DTD。XML的核心是數(shù)據(jù)在一個普通的文檔里，往往混合有文檔數(shù)據(jù)、文檔結(jié)構(gòu)、文檔樣式三個要素。而對于XML文檔來說，數(shù)據(jù)是其核心。將樣式與內(nèi)容分離，是XML的巨大優(yōu)點。一方面可以使應(yīng)用程序輕松的從文檔中尋找并提取有用的數(shù)據(jù)信息，而不會迷失在混亂的各類標簽中；另一方面，由于內(nèi)容與樣式的獨立，也可以為同一內(nèi)容套用各種樣式，使得顯示方式更加豐富、快捷。3、DTD(DocumentTypeDefine，文檔類型定義)DTD的作用是定義允許或不允許什么在文檔中出現(xiàn)。DTD的結(jié)構(gòu)：一般由元素類型聲明、屬性表聲明、實體聲明、記號聲明等構(gòu)成。一個典型的文檔類型定義文件會把未來所要創(chuàng)作的XML文檔的元素結(jié)構(gòu)、屬性類型、實體引用等預(yù)先進行規(guī)定。用戶既可以直接在XML文檔中定義DTD，也可以通過URL引用外部的DTD。DTD位XML文檔的編寫者和處理者提供了共同遵循的原則，使得與文檔相關(guān)的各種工作有了統(tǒng)一的標準?；赬ML的信息集成方案圖2給出基于XML的信息集成的總體框圖[1]，是把來自供應(yīng)鏈節(jié)點上的、不同數(shù)據(jù)源(數(shù)據(jù)庫，構(gòu)件庫，領(lǐng)域知識庫)的信息通過包裝器(Wrapper)轉(zhuǎn)換成XML數(shù)據(jù)，存儲在虛擬集中存儲器中，用戶通過DOM/SAX來獲取已經(jīng)轉(zhuǎn)換成XML格式的信息；同樣，用戶通過DOM/SAX接口提交的查詢命令，通過包裝器轉(zhuǎn)換成本地數(shù)據(jù)源能夠識別的數(shù)據(jù)格式進行查詢。用戶通過XML的封裝體實現(xiàn)彼此之間的交互，而不需要了解對方的數(shù)據(jù)格式。2、基于XML的信息集成的層次結(jié)構(gòu)如圖3所示，整個信息集成可以分為三個層次：其中最底層為信息抽取層，中間為中介層，最上層為用戶接口層。信息抽取層信息抽取層處于系統(tǒng)的最低層，是系統(tǒng)的數(shù)據(jù)提供者，主要功能是提取和集成分布在多個異構(gòu)數(shù)據(jù)源(數(shù)據(jù)庫，知識庫及構(gòu)件庫)上的信息。這一層采用Wrapper(包裝器)技術(shù)實現(xiàn)將一個從中介層得到的查詢，翻譯成能在經(jīng)過封裝的數(shù)據(jù)源上執(zhí)行的操作，將查詢結(jié)果抽取并打包到一個XML文檔，最后將該文檔返回給中介層。中介層中介層(MediationLayer)的主要功能有兩方面：一方面對上接受用戶通過DOM客戶端API向系統(tǒng)提交的或應(yīng)用程序發(fā)出的查詢，將其轉(zhuǎn)換成對XML的查詢，并將查詢結(jié)果返回給用戶或應(yīng)用程序；另一方面對下將XML查詢分發(fā)給各個包裝器，并將查詢結(jié)果通過DTD說明再轉(zhuǎn)換成XML格式。用戶接口層用戶接口層(UserInterfaceLayer)在中介層之上，負責將用戶的查詢命令提交給中介層，獲得并解釋查詢結(jié)果樹，并將結(jié)果顯示給用戶。XMLDOM(DocumentObjectModel，文檔對象模型)是為合法的格式良好的XML文檔設(shè)計的一套API(ApplicationProgrammingInterface，應(yīng)用程序接口)，它同時定義了這些文檔的邏輯結(jié)構(gòu)，訪問及操作方法。由于數(shù)據(jù)顯示與內(nèi)容分開，XML定義的數(shù)據(jù)允許指定不同的顯示方式，使數(shù)據(jù)更合理的表現(xiàn)出來。本地的數(shù)據(jù)能夠以客戶配置，使用者選擇或其他標準決定的方式動態(tài)的表現(xiàn)出來。CSS和XSL為數(shù)據(jù)的顯示提供了公布的機制。整個系統(tǒng)位于異構(gòu)數(shù)據(jù)源和應(yīng)用程序之間，向下協(xié)調(diào)各種數(shù)據(jù)源，向上為訪問集成數(shù)據(jù)的應(yīng)用提供了統(tǒng)一的模式和訪問的通用接口。系統(tǒng)為異構(gòu)數(shù)據(jù)源提供高層次的檢索服務(wù)。3、基于XML的信息集成的工作過程下面以用戶的一個信息查詢?yōu)槔?，簡要說明一下信息系統(tǒng)的工作過程：用戶通過DOM向系統(tǒng)提交信息查詢命令；虛擬集中存儲器區(qū)分各個XML查詢命令，并且將其發(fā)送到適當?shù)腤rapper包裝器上；Wrapper包裝器負責將XML查詢轉(zhuǎn)換成本地數(shù)據(jù)源能識別的語言，并在數(shù)據(jù)源中進行查詢；查詢結(jié)果根據(jù)DTD說明在轉(zhuǎn)換成XML格式并返回給虛擬集中存儲器由虛擬集中存儲器返回給DOM；通過DOM對XML文檔的處理，結(jié)合XSL技術(shù)將查詢結(jié)果顯示給用戶。4、基于XML的信息集成系統(tǒng)的設(shè)計根據(jù)基于XML的信息集成的層次結(jié)構(gòu)，下面給出包裝器Wrapper組件的設(shè)計。包裝器Wrapper組件的設(shè)計信息抽取層的Wrapper組件由兩部分組成：Wrapper生成器和Wrapper實例(簡稱Wrapper)。如圖4所示，一個Wrapper位于中介層和一個數(shù)據(jù)源的中間，它通常為中介層查詢異構(gòu)信息源集合提供一個公共接口。每個Wrapper都要為某個特定的數(shù)據(jù)源制定相應(yīng)的接口，這個功能是由Wrapper生成器完成的。Wrapper生成器用于為查詢某個確定的站點或站點集合構(gòu)建Wrapper。Wrapper的輸入是用一種Wrapper規(guī)范語言書寫的規(guī)格說明，包括關(guān)于將要為之生成的Wrapper的數(shù)據(jù)源的元信息，該元信息描述了如何從一個數(shù)據(jù)源請求服務(wù)以及如何抽取和解釋從數(shù)據(jù)源返回的信息。規(guī)格說明還必須能夠表達以下內(nèi)容：數(shù)據(jù)源接口、數(shù)據(jù)模型、從用戶到數(shù)據(jù)源本地操作的查詢映射、數(shù)據(jù)源的查詢能力。通常為一個數(shù)據(jù)源生成一個有效的Wrapper所必須的信息是使用DTD來描述的。Wrapper生成器的輸出是一個可以執(zhí)行的Wrapper，該Wrapper能夠接受由Wrapper規(guī)范語言定義的查詢。下面以數(shù)據(jù)庫為例，給出對應(yīng)的Wrapper相應(yīng)的DTD：數(shù)據(jù)庫一個關(guān)系Wrapper能決定關(guān)系模型和DOM對象數(shù)據(jù)模型之間的映射。關(guān)系表的數(shù)據(jù)模式可以用三層來表示，即表--記錄--字段，因此可以很容易采用DTD來描述數(shù)據(jù)庫中關(guān)系表的數(shù)據(jù)模式。下面以兩個關(guān)系表Trait(PersonID，Name，BirthDate，Address，IdentifyId)及Treatment(TreatID，Drugname，TreatNote，PersonID)為例，他們與XMLDTD之間的映射如下：/*個人特性*/CreattableTrait(PersonIDCHAR(3)，NameCHAR(10)，BirthDateDATE，AddressCHAR(30)，IdentifyIdCHAR(18))/*治療信息*/CreattableTreatment(TreatIDNUMBER(6，0)，DrugnameCHAR(20)，TreatNoteCHAR(50)，PersonIDCHAR(3))＜!ELEMENTTrait(Name，BirthDate，Address，IdentifyId)＞＜!ATTLISTTraitPersonIDIDREF#REQUIRED＞＜!ELEMENTName(#PCDATA)＞＜!ELEMENTBirthDate(#PCDATA)＞＜!ELEMENTAddress(#PCDATA)＞＜!ELEMENTIdentifyID(#PCDATA)＞＜!ELEMENTTreatment(Drugname*，TreatNote，PersonID)＞＜!ATTLISTTreatmentTreatIDID#REQUIRED＞＜!ELEMENTDrugname(#PCDATA)＞＜!ELEMENTTreatNote(#PCDATA)＞＜!-Thisfilerepresentsafragmentofatelemedicinedata--＞在XML文檔與數(shù)據(jù)庫進行雙向轉(zhuǎn)化的過程中，除去最上層的根節(jié)點外，元素節(jié)點對應(yīng)數(shù)據(jù)庫中的表，屬性和元素的類型對應(yīng)表中的列，若一個元素節(jié)點為另一個元素節(jié)點的子節(jié)點，則用數(shù)據(jù)庫中的主碼和外部碼建立表之間的關(guān)系。在上面的例子中，元素節(jié)點Trait和Treatment對應(yīng)數(shù)據(jù)庫中的表，而PersonID，Name等對應(yīng)表中的列。由于節(jié)點Treatment為節(jié)點Trait的子節(jié)點，因此用PersonID與Trait建立關(guān)聯(lián)。DOM客戶端API的設(shè)計DOM全稱是DocumentObjectModel，是一個文件對象所組成的模型。它不光用于XML，最早是用于HTML的。DOM定義了一組分析元可以顯示的標準指令集，通過程序存取HTML或XML的內(nèi)容，然后通過程序中的對象集合將其顯示出來。我們可以通過創(chuàng)建Document對象，使得應(yīng)用程序得到對XML文檔進行操作的入口。進一步通過直接加載XML文檔把創(chuàng)建的這個文檔對象同實際的XML文檔關(guān)聯(lián)起來。從而將XML文檔轉(zhuǎn)換成一個DOM對象模型，為上層提供訪問服務(wù)。下面的例子結(jié)合VBScript和XMLDOM對象來生成XML數(shù)據(jù)：＜SCRIPTLANGUAGE=VBScript＞＜!--Subdombml_OnClick()Setdom_xml=CreateObject("Microsoft.XMLDOM")dom_xml.async=Falsedom_xml.loadXML"＜?xmlversion='1.0'?＞"&_"＜personalinfo＞"&_"＜name＞"&namel.Value&_"＜/name＞"&_"＜id＞"&id.Value&_"＜/id＞"&_"＜password＞"&password.Value&_"＜/password＞"&_"＜email＞"&email.Value&_"＜/email＞"&_"＜/persom