共享平台资料

是将用户的查询翻译成一或多个对数据源的查询。 然后， ｄ － Ｍｅｉ ａ ｆ 将那些数据源对用户查询的回答进行综合处理， ｏ ｒ 将结果返 回给用户。 联邦式数据库的数据集成方式就是采用的此种方 法。 它提供一个全局数据模式， 数据源是独立的， 但一个数据 源可以访问其它数据源以提供信息 （ 数据仓库方法。其一般的过程是： ２ ） ①从不同的数据源 中抽取相关的数据， 经过转换， 清洗， 与来 自 其它数据源相关 的数据合并， 然后存储在一个集中的资料库中（ 逻辑上的， 有 人叫他数据仓库） ； ②当处理一个查询时，查询直接在资料库 上执行而不用访问信息原来所在的数据源： ③在操作期间， 数 据源的任何修改都先会在查询期间被过滤掉， 然后再以某种 方式反映在中央资料库中。 这种方法的特点是来 自 几个数据库的副本存储在一个集 中的数据资料库中。 利用数据仓库实现数据集成的方式就是 使用的此种方法。 ｍ ｄ ｔ 方法适用于数据源中数据变换比较快的情况， ｅｉｅ ａｄ 但 是在处理查询时， 效率比较低， 存在较大的延迟。 在下面这些 情况下尤其不合适： 一个查询多次被提交时： 数据源处理速度 非常慢而且代价比较高， 或者是周期的不可用： 转化过滤合并 处理的代价高较高。而在数据仓库的方法中， 被集成的信息 可 以由查询直接访问并被客户端分析。 但是基于数据仓库的
收 期： ０ － － －ａ： ｌ ｇ ５ ｓ ｕｏ 稿日 ２ ６ ４ ７ Ｅ ｉ ｔ ｉ ７ ＠ｏ ．ｍ ００ １ ｍ ｌ ｉ ａ ８ ｈｃ ａ ｎ ｎ
作者简介：王天亮，男，河北保定人，硕士，研究方向为数据集成、数据清洗、数据流处理；陈刚，副教授；徐宏炳，教授。
一 １２ ９３
wenku.baidu.com
系统是面向分析、 高层决策支持的， 能提供集成、 统一、 面向主 题的数据环境， 以它要求系统中积累足够的历史数据， 所 而且 对于数据仓库的建设和维护需要投入大量人力和物力。 而且 需要维护数据仓库和数据源中数据的一致性， 不适合数据源 中数据变化比较快的情况。 在本文中提出了一种基于共享数据库的数据共享模型。 共享数据库存储需要共享的数据 ， 实现数据集成， 并停供一个 统一的数据模式， 以供客户端订阅自己需要的数据。共享数 据库既不同于数据仓库， 它不是面向分析、 高层决策支持的， 其中的数据也不是按照维来存储， 不维护历史数据 ， 所以共享 数据库的建设的周期短， 维护的代价小； 在共享数据库中， 只 存放需要共享的数据， 在数据一致性的维护上负担小； 也不同 于传统的数据库： 它存储着需要共享的数据 ， 目的是实现数 其 据共享。并且由于它提供一个全局的数据模式， 有效地实现 了数据的共享， 因此它综合了以上两种数据集成的特点。在 实际的数据共享应用中， 取得了较好的效果。
１ 数据集成技术
数据集成是数据共享的基础， 一般解决数据集成问题的 方法大体上可以分为两种：
（ｍ ｄｔ 方法。 １ ｉｅ ）ｅ ａｄ 这种方法分为以下两步完成Ｗ①接收
一个查询， 判断应答这个查询所需的信息源集合 。然后根据
需要的数据源分解查询， 生成合适的子查询： ②查询从数据源 获得结果， 经过转变、 过滤， 合并结果集合之间的必要的信息， 然后把最终的结果返回各用户或者应用程序（ 通称为客户端） 。
在模式结构的冲突， 命名冲突， 结构冲突， 结构约束的冲突， 表 达格式的冲突； 在实例层上可能存在数据的缺失， 不正确的数 据， 数据的不一致。共享数据库中的元数据就是为了解决这 些集成过程中的冲突。 所以数据在数据源与共享库之间流动 时， 就必须进行数据转换， 也就是数据清洗。
３ 数据共享需要的元数据及其管理
Ｄ ｔｓａｎ ｔ ｈｏ ｇ ｂｓ ｏ ｓａ ｄ ａａｅ ａ ｈｒ ｇ ｎｌ ｙ ｅ ｎ ｒ ｄｔ ｓ ａ ｉ ｅ ｃ ｏ ａ ｄ ｈ ｅ ａ ｂ
Ｗ Ｎ Ｔａ－ａｇ Ｃ Ｅ Ｇ ｎ， Ｕ ｎ－ｉ Ａ Ｇ ｎ ｎ， Ｎ ｇ ｉ ｈ Ｈ ａ Ｘ Ｈ ｇ ｎ ｏ ｂｇ ｅＳｉｃａｄ ｉ ｅｎ Ｓｕ ｅ ｔ ｅｉ， ｊｇ ０６ Ｃｉ （ｅａｍ ｎｏＣｍ ｕ ｒ ｎｅ Ｅｇ ｅ ｉ ， ｔ ａ Ｕ ｉｒｔ Ｎｎｎ ２０９， ｎ） Ｄｐｒ ｅ ｆ ｐｔ ｃ ｔ ｔ ｏ ｅ ｎ ｎ ｎ ｒｇ ｏ ｈ ｓ ｎ ｓ ａ ｉ １ ｖ ｙ ｈａ
（ Ｃ Ｅ Ｓ文（ Ａ ＣＳ
标准源数据
｝ １兀 数
元数据 建模工具
据
参照标准
Ｘ ４ 成｝ １１
维护 工具 管理工具
２ 系统模型
此系统的基本思想是共享数据库的元数据为系统的集成 提供一个统一的数据模式以对来 自不同数据源的各种数据进
执行标准
模式信息
共享数据 ：
行表示， 并存储需要共享的数据， 从而便于统一进行处理； 将 来自 不同的数据源的各种数据转换成共享数据库能进一步处 理的统一格式； 并在统一的数据模式上定义了基本的运算， 完 成数据的订阅等具体功能。架构如图 １ 所示。
ｆｉ‘１ ｝ ｝ ‘ｋ ｝ｌ ｃ ｝｝ ｝ １ ｝ ｝
图 １ 系统架构 各种数据源中的数据根据共享数据库中的元数据通过抽
式信息。一张存储关于库中表的信息， 名为Ｍ Ｄ Ｂ Ｏｊ另 Ｏ ｅ ｂ ｓｉ ； ｚ 一张存储表中每个字段的信息， 名为： Ｏ 一ｉ ｂ ｒ ． Ｍ Ｄ ｚ ｊｐ Ｏ Ｐｔ ｙ
数据的集成， 共享 以及数据的清洗都需要大量的元数据 信息的支持， 其中有一些信息系统可 以自己提取， 但是大量的
信息必须由分析员或管理员通过维护工具送入共享库中的元 数据。 对于本系统来数， 以下几类元数据信息是必须定义的，
他们之 间的关系如 图 ２ 所示 。
管理 员 参照标准数据 初始化工 具
享数据 。
以下几张元数据表： Ｏ Ｂ Ｏｊｒ为了 Ｍ Ｄ ｂ ｐ 方便管理， ｉ Ｇ ｚ 把原数据库 中的表进行分组；Ｏ ｅｉ ｂ ｒ ｅ Ｍ ＤＢ Ｏｊ ｐ ｌ ｓ Ｇ Ｒ 该表存储组关系信息。 ｚ
源数据库经过这些元数据的描述， 可以建立一个统一的
模型，如图３ 所示。数据源各种不同的数据库可以通过此模 型进行统一的描述。经过描述后 ， 屏蔽掉了数据源之间的差
Ａ ｓ ａｔ Ｄ ｒ ｇ ｐ ｃｓｏ ｔ ｅｔｐｉ ｉｏ ａｏ， ａｏ ｅ ｅｔｅ ｔ ｆ ｓａ ｄ ｒ ａｏ ｏ ｄｔａｄ ｎｇｍ ｎ ｂｔ ｃ ｕｎ ｔ ｒ ｅｓ ｈ ｎ ｒ ｓ ｎ ｒ ｔｎ ｃ ｔｎ ｃｖ ｓｓ ｍ ｈｒ ｉ ｏ ｔｎ ａ ｎ ｍ ａｅ ｅｔ ｒ ： ｉ ｈ ｏ ｅ ｆ ｅ ｒｅ ｍ ｉ ｅ ｆ ｒ ｉ ｆ ｉ ｙｅ ｏ ｅ ｆ ｒ ｅ ｎ ｍ ｉ ｒ ｆ ａ ａ ｏ ｔ ｍ ｔ ｆ ｄｍ ｎ ｌ ｉｍ ｎ ｗｔ ｕ ａ ｅｔｇ ｏ ｇ ａｓｓ ｍ Ｓ ａ ｄ ｄｔｓａｎ ｍ ｄｌ ｄ ｔ ｓａ ｄ ｆ ｉ ｈ ｕ ａ ｅｔ ｒ ｕ ｅ ｅｔ ｉｏｔ ｃｎ ｔ ｒ ｉ ｌ ｅ ． ｋ ｏ ａ ｈｒ ｇ ｅｂｓ ｏ ｈ ｈｒ ｈ ｓ ｎ ｅ ｅ ａｅ ｒ ｑ ， ｈ ｆ ｉ ｈ ｉｎ ｙｔ ｅ ｏ ｉ ｆ ｎ ａ ｉ ｏ ａ ｎ ｅ ｅ ｅ
共享数据库
元数据
图 ２ 元数据结构 图
３ 源数据库的模式信息 ． １
系统要从源数据库抽取共享数据， 首先必须获取关于源
区 夔到 ｝１ ｝ ｝
共享数据
数据库的模式信息， 并将其保存在共享库的元数据信息中， 这 些元数据包括： （ 源数据库索引表ＭＯ ｅ Ｂ 说明了每个数据源的基 １ ） Ｄ Ｂｚ ： ｉ Ｄ 本情况， 如数据库的名称、 数据库名、 数据库类型、 Ｄ ２ 如 Ｂ或 者Ｏ Ａ Ｌ 、 Ｒ Ｃ Ｅ 物理位置、 连接字符串等， 并为每个数据源分配 一个惟一的标识（ｉ ； （ｄ ｗ） （ 对于源数据库中的数据表使用两张表存储其详细的模 ２ ）
摘 要： 企业实现信息化的过程中， 在不影响原来应用的情况下， 建立有效的信息共享或集中、 统一管理的机制成为目 前最 基本的需求．因此在通过分析 目 前的数据共享技术的优缺点， 出并实现 了一种基于共享数据库的数据共享的模型．重点 提 分析 了此系统中的： 元数据及其管理； 基于Ｅ Ａ规则的增量数据的捕获。 Ｃ 最后介绍了此种系统在校 园信息化中的应用情况。 关键词： 共享数据库；数据集成；元数据；增量数据；触发器 中图法分类号：Ｐ１ １ Ｔ ３１ ３ 文献标识码： ． Ａ 文章编号：００ ０４２０）８ ９３ ４ １０－ ２ （ ７０－ ２－ ７ ０ １ ０
第 ２卷 第８ ８ 期
Ｖｏ ． ｌ２ ８ Ｎｏ ８ ．
计算机工程与设计
Ｃ ｍ ｕ ｒ ｉ ｅｎ ａｄ ｉ ｏ ｐｔ Ｅ ｇ ｅｒｇ Ｄ ｓ ｎ ｅ ｎ ｎ ｉ ｎ ｅｇ
２０ 年 ４ ０７ 月
Ａ ｒ２ ０ ｐ． ７ ０
基于共享数据库的数据共享技术
王天亮， 陈 刚， 徐宏 炳 １０６ （ 东南大学 计算机科学与工程系，江苏 南京 ２０９）
０ 引
言
随着计算机技术的迅猛发展及其应用， ｎ ｒ ｔ 在Ｉｅ ｅ ｔｎ 企业和 政府各机构、 部门内部都逐步实现了业务、 办公自 动化等计算 机管理系统， 出现了各种信息系统， 但是各个信息系统之间的 应用逻辑存在着很大的差异， 数据没有统一的规范， 这就造成 了各个系统相互孤立， 信息无法交流和集成， 在内部逐渐形成 了所谓的“ 信息孤岛” 。 在企业实现信息化的过程中， 建立有效的信息共享或集 中、 统一管理的机制成为目前最基本的需求。文中接下来将 要讨论的共享数据库模型弥补了基于 Ｄ （ Ｂ 数据库） Ｗ（ － 数据 Ｄ 仓库） 两层体系结构的不足， 使得企业中各个部门的人员都能 够有效地利用资源， 满足了数据处理的多层次要求。
Ｋ ｙ ｒｓ ｓａ ｄ ａａ ； ｔｉｅｒｉ ； ｔｄｔ ｉ ｒ ｅｔ ｄｔ ｔｇｅ ｅ ｗ ｄ： ｒ ｄｔ ｓ ｄ ａ ｇ ｔｎ ｍ ａ ａ ｎ ｅ ｎ ｌ ； ｇｒ ｏ ｈ ｅ ａ ｂ ｅ ａ ｎ ａｏ ｔ ｅ ａ ； ｍ ａ ａ ｒ ｃ ａ ｉ
这种方法的特点是 Ｍｅｉｏ 不存储任何 自己的数据， ｄｔ ａｒ 而
ｄｔ ａ ｉ ｒ ｏ ｄ ｒ ｌｅ ｂ ａａ ｚ ｇ ｍ ｒａｄ ｒｏ ｉ ｏｔ ｃｒｎｄｔｓ ｒｇ ｎｌ ｙＴｅ ｔｈｏ ｇ ｏ ａｂｓ ｓ ｓ ａｄ ｉ ｄ ｎｌ ｉ ｔ ｅｔ ｓ ｔ ｍｎ ｆ ｕ ｅ ａ ｈ ｉ ｔｈｏ ｇ． ｋｙ ｎｌ ｙ ａ ｅ ｏ ｅ ｎ ｅ ｚ ｙ ｙ ｎ ｈ ｉ ｎ ｈ ｃ ｇ ｈ ｒ ｔ ａｎ ｅ ｏ ｈ ｅ ｅ ｏ ｆ ｐｐ ａ ｅ ｏ ｅ ａ ｃ ｃ ｔｓ ｅｍ ｔｄｔａｄ ａａｅ ｅｔ ｔ ｃ ｔｅ ｉ ｒ ｅｔ ｄｔ ｓ ｌｎｄ Ｆ ａｙ ｓｕｔｎ ｈ ａｐｃ ｉ ｏｔｓ ｈ ｍ ｄｌ ｅ ａ ｎ ｉ ｍ ｎｇｍ ｎ ｈ ａ ｕ ｆ ｎ ｅ ｎ ｌ －ｉｅｐ ｉ ． ｌ ｔ ｉａｏ ｏｔ ｐｌａｏ ｆ ｉ ｏ － ａ ａ ｔ ｓ ， ｐ ｒ ｏ ｃ ｍ ａ ａ ｅ ｒ ａ ｘ ａ ｅ ｉ ｌ ｈ ｔ ｉ ｆ ｉｔｎ ｈ ｎ ｅ ｅ ｉ ｍ ｄｌ ｅ ｐｓ ｒ ａｏ ｉｉｒ ｕｅ． ｏｅｉｔ ｃｍ ｕ ｉ ｏ ｔｎ ｎｏ ｃｄ ｎ ａ ｈ ｎ ｍ ｉ ｓ ｄ ｆ ｔ
（ 在描述源数据库模式信息中， ３ ） 为了方便管理还需要用到
取转换加载到共享数据库， 形成共享数据以供底层数据源订 阅来实现数据的共享。共享数据库提供的统一的数据模式， 屏蔽了底层数据源的差异， 用户可以基于这个统一的模式订 阅自己需要的数据， 而不比关心数据所在的具体位置。 （ 数据抽取： 把数据从各种数据源抽取到共享中， １ ） 形成共