洪欣，陳維斌，蹇崇軍

（1.華僑大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，福建 泉州 362021；2.華僑大學(xué)機(jī)電及自動(dòng)化學(xué)院，福建 泉州 362021）

XML數(shù)據(jù)到關(guān)系數(shù)據(jù)的映射

洪欣1，陳維斌1，蹇崇軍2

（1.華僑大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，福建 泉州 362021；2.華僑大學(xué)機(jī)電及自動(dòng)化學(xué)院，福建 泉州 362021）

為實(shí)現(xiàn)XML數(shù)據(jù)到關(guān)系數(shù)據(jù)的數(shù)據(jù)映射，提出一種模式抽取算法，通過(guò)XML2XDR模塊抽取XML模式，依據(jù)模式對(duì)XML數(shù)據(jù)分類.分析XML模式與關(guān)系模式的差異性，通過(guò)XMLdata2DB模塊建立XML數(shù)據(jù)到關(guān)系數(shù)據(jù)的映射規(guī)則，從而實(shí)現(xiàn)將XML數(shù)據(jù)映射到關(guān)系數(shù)據(jù)中.

關(guān)系數(shù)據(jù)；XML；映射規(guī)則；模式抽取

企業(yè)之間進(jìn)行商務(wù)數(shù)據(jù)交換時(shí)，存在數(shù)據(jù)結(jié)構(gòu)不同的問(wèn)題，往往通過(guò)XML格式的數(shù)據(jù)進(jìn)行數(shù)據(jù)交換，并將其導(dǎo)入企業(yè)原有的關(guān)系數(shù)據(jù)庫(kù)中［1］.隨著大量XML文檔數(shù)據(jù)的出現(xiàn)，如何高效地存儲(chǔ)、管理和查詢這些XML數(shù)據(jù)，成為目前值得研究的重要課題.對(duì)XML數(shù)據(jù)庫(kù)系統(tǒng)的研究主要有兩個(gè)基本途徑一種是純XML數(shù)據(jù)庫(kù)系統(tǒng)，優(yōu)點(diǎn)是充分考慮XML數(shù)據(jù)的特點(diǎn)，以一種自然的方式來(lái)處理XML數(shù)據(jù)，能較好地支持XML數(shù)據(jù)的存儲(chǔ)和查詢，但目前技術(shù)仍不成熟；另一種是在原關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)或面向?qū)ο髷?shù)據(jù)庫(kù)基礎(chǔ)之上擴(kuò)充功能，實(shí)現(xiàn)XML數(shù)據(jù)的處理［2-5］.本文提出一種XML模式抽取技術(shù)，抽取XML文檔的模式，將XML模式映射到關(guān)系模式中，從而實(shí)現(xiàn)企業(yè)間的電子商務(wù)數(shù)據(jù)交換［6］.

1 抽取XML模式的必要性

在XML文檔中，模式不是必須的.對(duì)于帶模式的XML文檔，可以將XML模式直接映射為關(guān)系模式.對(duì)于不帶模式的XML文檔，如果直接映射為關(guān)系，即使XML文檔來(lái)自于同一模式，也可能映射為不同結(jié)果.如以下兩個(gè)XML文檔片斷A和B.

（1）XML文檔片斷A.

文檔片斷A直接映射生成的關(guān)系表如下：

（2）XML文檔片斷B.

文檔片斷B映射生成的關(guān)系表如下：

以上示例（1），（2）中可見，文檔片斷直接映射生成的關(guān)系表存在著差異.即采用不帶模式的映射，可能會(huì)生成多個(gè)具有重復(fù)字段卻并不完全相同的表，不僅浪費(fèi)了存儲(chǔ)空間，而且不利于數(shù)據(jù)的管理.

如果首先抽取XML文檔片斷A與XML文檔片斷B的模式，然后通過(guò)模式進(jìn)行映射，由于兩個(gè)文檔片斷是同源的，那么生成的關(guān)系表就是相同的.由此可見，如果XML文檔帶有模式，最好的方式就是依據(jù)模式來(lái)映射關(guān)系模式，這樣映射生成的關(guān)系表具有通用性.如果XML文檔不帶模式定義，則先為其建立XDR模式，然后再調(diào)用帶有模式的XML文檔的映射算法進(jìn)行映射.

2 系統(tǒng)設(shè)計(jì)

2.1 映射框架

對(duì)不帶XDR模式的XML文檔的映射包含如下3個(gè)步驟.（1）生成XDR模式.（2）應(yīng)用含有XDR模式的映射方法，對(duì)XML文檔進(jìn)行映射生成關(guān)系表.（3）通過(guò)填入數(shù)據(jù)模塊，將XML文檔數(shù)據(jù)映射為關(guān)系數(shù)據(jù)庫(kù)數(shù)據(jù).

圖1為系統(tǒng)流程.模塊結(jié)構(gòu)包括XML文檔模式的抽?。╔ML2XDR模塊）、XDR模式到關(guān)系模式的映射（XDR2DB模塊）、XML數(shù)據(jù)到關(guān)系數(shù)據(jù)的映射（XMLdata2DBdata模塊）.

圖1 系統(tǒng)工作流程Fig.1 Working flow of the system

2.2 XML文檔模式的抽取

XML文檔的模式有多種，選擇其中的XDR（XML Data Reduced Language，簡(jiǎn)化XML數(shù)據(jù)定義語(yǔ)言）進(jìn)行說(shuō)明.基于XDR模式的XML文檔的抽取算法XML2XDR有如下7個(gè)步驟.

（1）讀取XML文檔.

（2）建立XDR文件頭.

（3）讀取XML數(shù)據(jù)建立根節(jié)點(diǎn).

（4）生成元素聲明.

（5）如果元素有屬性，則讀取屬性值，建立屬性聲明.

（6）如果元素有子節(jié)點(diǎn)，則讀取子節(jié)點(diǎn)生成子元素，轉(zhuǎn)到（4），繼續(xù)分析子元素，建立子元素的元素及屬性聲明.

（7）是否還有同層節(jié)點(diǎn)，如果有則轉(zhuǎn)到（4），為該節(jié)點(diǎn)建立元素及屬性聲明；如果沒(méi)有則輸出XDR模式文件.

前例中的A文檔與B文檔經(jīng)過(guò)模式抽取之后，生成的XDR模式如圖2所示.由于Star包含在minOccurs＝“0”maxOccurs＝“＊”的group中，出現(xiàn)的次數(shù)是不定的，所以在XDR模式的實(shí)例中，Star元素可能出現(xiàn)零次、一次或多次，與文檔A及文檔B的情況相符.

圖2 XML文檔抽取的XDR模式Fig.2 XDR schema extracted from XML documents

2.3 XML模式到關(guān)系模式的映射算法

抽取XML模式之后，可以通過(guò)模式將XML的數(shù)據(jù)結(jié)構(gòu)映射到關(guān)系數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)，建立模式映射算法XDR2DB.算法有如下5個(gè)步驟.

（1）讀取XDR模式.

（2）讀取ElementType元素聲明.

（3）消除遞歸，生成關(guān)系表XDR2DB-Recursion-Mapping.

（4）根據(jù)節(jié)點(diǎn)類型，進(jìn)行相應(yīng)的映射.如果子元素類型為屬性，調(diào)用元素屬性映射算法生成字段；如果子元素類型為元素，調(diào)用子元素映射算法生成字段及關(guān)系；如果子元素為group，調(diào)用模式組映射算法生成字段及關(guān)系.

（5）判斷是否到達(dá)XDR模式末尾，如果不是，則轉(zhuǎn)到（2）；否則，生成表間聯(lián)系.

圖2所示生成的XDR模式，經(jīng)過(guò)XDR2DB映射后，其結(jié)果如圖3所示.

圖3 XDR模式映射到關(guān)系數(shù)據(jù)庫(kù)的結(jié)果Fig.3 The results of XDR schema mapping to the relational database

2.4 XML數(shù)據(jù)到關(guān)系數(shù)據(jù)的映射算法

將XML模式映射為關(guān)系模式之后，需要將XML文檔的數(shù)據(jù)填充到所建立的關(guān)系表中.XMLdata2DB映射算法有如下5個(gè)步驟.

（1）讀取XML模式的根節(jié)點(diǎn)，建立表格.

（2）讀取模式的節(jié)點(diǎn)element，創(chuàng)建子表.

（3）如果element不含子節(jié)點(diǎn)，則轉(zhuǎn)到（5）；如果element含有子節(jié)點(diǎn)，則分析子節(jié)點(diǎn)的類型.如果為屬性節(jié)點(diǎn)，則為該屬性節(jié)點(diǎn)對(duì)應(yīng)的字段賦值；如果為元素節(jié)點(diǎn)，則判定是否還包含子節(jié)點(diǎn)，如果含有子節(jié)點(diǎn)則轉(zhuǎn)到（2）；否則，為該子節(jié)點(diǎn)對(duì)應(yīng)的字段賦值.

（4）判斷子節(jié)點(diǎn)是否還有未訪問(wèn)的同層節(jié)點(diǎn)，如果是，則讀取下一節(jié)點(diǎn)轉(zhuǎn)到（3）；否則，插入一條記錄到關(guān)系表中.

（5）查找是否還有未訪問(wèn)的節(jié)點(diǎn)，如果有轉(zhuǎn)到（3）；否則完成數(shù)據(jù)映射.

文檔A與文檔B的數(shù)據(jù)映射到關(guān)系數(shù)據(jù)庫(kù)中的結(jié)果，如圖4所示.

圖4 XML數(shù)據(jù)映射到關(guān)系數(shù)據(jù)的結(jié)果Fig.4 Results of XML data mapping to relational data

3 結(jié)束語(yǔ)

建立了一個(gè)數(shù)據(jù)交換框架，提出一種XML模式的抽取技術(shù)，并給出從XML數(shù)據(jù)到關(guān)系數(shù)據(jù)的映射算法.研究結(jié)果可為企業(yè)的商務(wù)數(shù)據(jù)交換提供一種可行的方法，方便企業(yè)之間在異構(gòu)平臺(tái)上的實(shí)現(xiàn)數(shù)據(jù)交換.

［1］宋培義.XML與電子商務(wù)［J］.北京廣播學(xué)院學(xué)報(bào)：自然科學(xué)版，2000，7（4）：33-37.

［2］WANG Guo-ren，HAN Dong-hong，QI AO Ba i-you，et al.Extending XML schema with object-oriented features［J］.Information Technology Journal，2005，4（1）：44-54.

［3］WANG Guo-ren，LIU Meng-chi.Extending XML schema with nonmonotonic inheritance［C］//Proceedings of 1st International Workshop on XML Schema and Data Management.Chicago：Iustrotion，2003：402-407.

［4］LEE Dong-won，CHU W W.Comparative analysis of six XML schema language［J］.ACM SIGMOD Record，2002 29（3）：117-151.

［5］萬(wàn)常選，林大海.基于關(guān)系數(shù)據(jù)庫(kù)分裂大型XML文檔到關(guān)系存儲(chǔ)［J］.計(jì)算機(jī)應(yīng)用研究，2004，21（8）：166-167.

［6］洪欣.基于XDR模式的XML文檔與關(guān)系數(shù)據(jù)庫(kù)的映射技術(shù)研究［D］.泉州：華僑大學(xué)，2004.

Mapping from XML-Data to Relational-Data

HONG Xin1，CHEN Wei-bin1，JIAN Chong-jun2
（1.College of Computer Science and Technology，HuaQiao University，Quanzhou 362021，China；2.College of Mechanical Engineering and Automation，Huaqiao University，Quanzhou 362021，China）

In order to realize the data mapping from the XML-data to the relational-data，this paper propose a model extraction algorithm，the XML2XDR model extract the XML model，according to the model the XML-data is classified.By analysing the differences between the XML schema and relational schema，the mapping rules from XML-data to relational data was established based on XML data2B，and the mapping from XML-data to relational-data was realized.

relational data；XML；mapping rules；pattern extraction

1000-5013（201101-0039-04

TP311.132.3；TP311.12

A

（責(zé)任編輯：錢筠 英文審校：吳逢鐵）

2010-04-23

洪欣（1977-），女，講師，主要從事數(shù)據(jù)庫(kù)領(lǐng)域的研究.E-mail：xinhong@hqu.edu.cn.

福建省青年人才項(xiàng)目資助（2007F3062）；福建省泉州市科技計(jì)劃項(xiàng)目（2010G4）；華僑大學(xué)高層次人才科研啟動(dòng)項(xiàng)目（07BS403）；華僑大學(xué)科研基金資助項(xiàng)目（08HZR18）