（計算機應(yīng)用技術(shù)專業(yè)論文）基于xml的異構(gòu)數(shù)據(jù)集成研究及應(yīng)用.pdf

摘要 摘要 隨著計算機技術(shù)特別是i n t e m e t 技術(shù)的迅猛發(fā)展，各個行業(yè)、單位、機構(gòu)或 部門內(nèi)部都逐步實現(xiàn)了業(yè)務(wù)、信息的計算機管理。在企業(yè)內(nèi)部，由于部門間相 對獨立，構(gòu)建系統(tǒng)時缺乏統(tǒng)一的規(guī)劃和標準，所以造成了現(xiàn)有的應(yīng)用系統(tǒng)是分 散、異構(gòu)、封閉的系統(tǒng)，相互之間不能共享信息，形成了一個個“信息孤島 。 企業(yè)應(yīng)用集成e a i ( e n t e r p r i s ea p p l i c a t i o ni n t e g r a t i o n ) 是解決這一問題的方法之 一。e a i 使得各應(yīng)用信息系統(tǒng)相互連接，并進行數(shù)據(jù)交換、通信、加工處理，以 減輕業(yè)務(wù)過程信息障礙。通過對不同的信息系統(tǒng)及不同業(yè)務(wù)單元的集成和優(yōu)化， 在機構(gòu)范圍內(nèi)或整個系統(tǒng)范圍內(nèi)實現(xiàn)業(yè)務(wù)過程整合。w e bs p h e r e 是當前比較成 功的應(yīng)用集成手段，但費用較高。對于中小型生產(chǎn)企業(yè)而言，集成深入程度一 般到數(shù)據(jù)層，這樣可以繞過業(yè)務(wù)邏輯，直接對企業(yè)數(shù)據(jù)進行操作，并且只要將 不同應(yīng)用系統(tǒng)問需要溝通部分的信息進行集成就可以。這樣不但集成成本減少， 而且實施難度也較低。 本文首先對數(shù)據(jù)集成涉及的相關(guān)技術(shù)進行深入研究。分析了目前流行的數(shù) 據(jù)集成產(chǎn)品。按照不同的實現(xiàn)技術(shù)，將數(shù)據(jù)集成方法分為三類，即數(shù)據(jù)轉(zhuǎn)換方 法、數(shù)據(jù)聚合方法以及析取、轉(zhuǎn)換和裝載( e x t r a c t 、t r a n s f o r ma n dh a d ，e t l ) 方 法。對每種數(shù)據(jù)集成方法進行了深入研究，總結(jié)了各種方法的應(yīng)用領(lǐng)域及特點。 然后，借鑒數(shù)據(jù)轉(zhuǎn)換方法以及e t l 方法的數(shù)據(jù)集成實現(xiàn)思想，結(jié)合目前中小企 業(yè)數(shù)據(jù)集成的需求，提出基于j a v a 和x m l 技術(shù)實現(xiàn)異構(gòu)數(shù)據(jù)交換集成的通用 解決方案，對該方案進行了詳細設(shè)計。該集成方案簡單易行，共同部分可以只 是一些x m l 文檔，對于這些文檔的管理只需存儲提取就可以了，投入資金也不 多。各系統(tǒng)仍然按照原來的方式運行，包括數(shù)據(jù)的存儲提取，只是在需要進行 信息交流時通過中間件技術(shù)把本地數(shù)據(jù)庫數(shù)據(jù)轉(zhuǎn)換成x m l 數(shù)據(jù)文件或者進行相 反的轉(zhuǎn)換即可。最后，依據(jù)該方案實現(xiàn)了河南省電力企業(yè)內(nèi)應(yīng)用系統(tǒng)間的數(shù)據(jù) 共享交互系統(tǒng)?，F(xiàn)已投入使用，實現(xiàn)了異構(gòu)系統(tǒng)數(shù)據(jù)的共享，消除了“信息孤 島 ，顯著提高了工作效率，取得了很好的應(yīng)用效果。 關(guān)鍵詞：異構(gòu)數(shù)據(jù)數(shù)據(jù)集成數(shù)據(jù)抽取d o ms a x a b s t r a c t 一一一 a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fc o m p u t e r t e c h n o l o g i e s ，e s p e c i a l l yi ni i l t e m e t a s p e c t ，l o t so fm a n a g e m e n ti n f o r m a t i o ns y s t e m sb a s e do nc o m p u t e rt e c h n o l o g i e s h a v e b e e n a c c o m p l i s h e d i na l m o s te v e r yo r g a n i z a t i o n d u e t os o m er e l a t i v e l n d e p e n d e n c eb e t w e e nd e p a r t m e n t si ne n t e r p r i s e ，a n ds h o r to fc o n s o l i d a t e dp l a na n d s t a n d a r dw h e nd e s i g n i n ga p p l i c a t i o ns y s t e m s ，t h e r em u s tb es o m ei n f 6 n n a t i o ni s l a n d s i nt h ea p p l i c a t i o ns y s t e m s ，w h i c ha r es e p a r a t e ，h e t e r o g e n o u s ，o b t u r a t e da n d u n s h a r e d e a ii so n eo fm e t h o d st os o l v et h e p r o b l e m e a ic a nh e l pc o n n e c ti n f o m a t i o n s y s t e m s ，e x c h a n g ed a t aa n dd e a lw i t hi n f o r m a t i o nb e t w e e na l lk i n d so fa p p l i c a t i o n m f o r m a t i o ns y s t e m s ，t or e l i e v ei n f o r m a t i o no b s t a c l e si nb u s i n e s sp r o c e s s t h r o u g h i n t e g r a t i n ga n do p t i m i z i n gd i f f e r e n ta p p l i c a t i o ns y s t e m sa n dd i 骶r e n tb u s i n e s su n i t s t h es c o p eo fe n t e r p r i s eb u s i n e s so rs u p p l yc h a i n sw i l lg e tc o n f o r m i t y w e b s p h e r ei s r e l a t i v e l ys u c c e s s f u la p p l i c a t i o nw a y , b u ti tc o s t sm o r a sf a ra st h es m a l la n d m e d i u me n t e r p r i s e sa r ec o n c e m e d ，t h ei n t e g r a t i o nl e v e lw i l l a l w a y sb ec o n s i d e r e da t d a t al a y e r , s ot h a ti tc a nd i r e c t l ya c c e s sd a t aa n da v o i d l o g i c a lb u s i n e s s ，m o r e o v e r i t ，s l o w e rc o s ta n dl e s sd i f f i c u l tt oi n t e g r a t ea n dp e r f o r m ，i fo n l yt os t r e s st h ei n f b n n a t i o n r e s o u r c e sn e e d e db e t w e e nt h ed i f f e r e n ta p p l i c a t i o n s y s t e m s t h i sp a p e rs t a r t sf r o mt h ed e e pr e s e a r c ht od a t ai n t e g r a t i o ni n v o l v e d t e c h n o l o g i e s t y p i c a l l y , t h ec u r r e n t l yp o p u l a rd a t ai n t e g r a t i o np r o d u c t sa r ea n a l y z e d ，a c c o r d i n gt 0 d i f f e r e n tr e a l i z a t i o nt e c h n o l o # e s ，t h e r ea r et h r e ei n t e g r a t i o nm e t h o d s ，i n c l u d i n gd a t a t r a n s l b r m a t i o n ，d a t aa g g r e g a t i o na n de t l t h e nw er e s e a r c he a c hm e t h o df u r t h e r a n dc o n c l u d et h e i ra p p l i c a t i o nf i e l d sa n d c h a r a c t e r i s t i c s f u r t h e r m o r e ，r e f e 幣n gt o 廿1 e i d e a so fd a t at r a n s f o r ma n de t la b o u td a t a i n t e g r a t i o n ，a c c o r d i n gt os m a l la n d m e d i u me n t e r p r i s e s n e e d s ，ab a s e do nj a v aa n dx m l s o l u t i o ni sp u tf o r w a r da n d d e s i g n e dc a r e f u l l y t h es o l u t i o ni ss i m p l ea n df e a s i b l e ，t h ec o m m o np a r t sb e t w e e n d i f f e r e n ts y s t e m sa r ex m l d o c u m e n t st h a tc a nb ea c c e s s e da n ds t o r e dw i t hl o w c o s t a 1 1 s y s t e m sm na s u s u a l ，i n c l u d i n ga c c e s s i n ga n ds t o r i n gd a t a o n l yw h e n c o m m u n i c a t i o no c c u r s ，t h ed a t a b a s ei n f o r m a t i o n a n dx m ld o c u m e n t sw i l lb e t r a n s f o r m e de a c ho t h e rb yt h em i d d l e w a r e f i n a l l y , w ed e v e l o p e dad a t a i n t e g r a t i o n a n de x c h a n g es y s t e ma c c o r d i n gt h i ss c h e m ef o re l e c t r i cp o w e r e n t e r p r i s ei nh e n a n i l a b s t r a c t p r o v i n c e ，w h i c hh a sb e e np u ti n t op r a c t i c e ，a c c o m p l i s h i n gi n f o r m a t i o ne x c h a n g e b e t w e e nh e t e r o g e n e o u ss y s t e m s ，a v o i d i n gi n f o r m a t i o ni s l a n d s ，o b v i o u s l yi m p r o v i n g e f f i c i e n c ya n dt a k i n gf a v o r a b l ee f f e c t k e yw o r d s ：h e t e r o g e n e o u sd a t a d a t ai n t e g r a t i o nd a t ae x t r a c t i o nd o ms a x i i i 南開大學學位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的學位論文，是本人在導(dǎo)師指導(dǎo)下，進行 研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本學位論文 的研究成果不包含任何他人創(chuàng)作的、己公開發(fā)表或者沒有公開發(fā)表的 作品的內(nèi)容。對本論文所涉及的研究工作做出貢獻的其他個人和集 體，均已在文中以明確方式標明。本學位論文原創(chuàng)性聲明的法律責任 由本人承擔。 學位論文作 亡l 一 b石0d，鈕加易年 簽 沙 豁 沙 南開大學學位論文版權(quán)使用授權(quán)書 本人完全了解南開大學關(guān)于收集、保存、使用學位論文的規(guī)定， 同意如下各項內(nèi)容：按照學校要求提交學位論文的印刷本和電子版 本；學校有權(quán)保存學位論文的印刷本和電子版，并采用影印、縮印、 掃描、數(shù)字化或其它手段保存論文；學校有權(quán)提供目錄檢索以及提供 本學位論文全文或者部分的閱覽服務(wù)；學校有權(quán)按有關(guān)規(guī)定向國家有 關(guān)部門或者機構(gòu)送交論文的復(fù)印件和電子版：在不以贏利為目的的前 提下，學?？梢赃m當復(fù)制論文的部分或全部內(nèi)容用于學術(shù)活動。 學位論文作者簽名： 乏蔓 砂嘞擴 - - - 一- - - 一- - 一一- - 一_ - - - _ - - - - - 一一- - - - - - - - - - - - - - - - - - e - l - - - - - 一一一一 2 卯巧年月 經(jīng)指導(dǎo)教師同意，本學位論文屬于保密，在年解密后適用 本授權(quán)書。 指導(dǎo)教師簽名：學位論文作者簽名： 解密時間：年 月日 各密級的最長保密年限及書寫格式規(guī)定如下： 第一章緒論 第一章緒論 第一節(jié)課題背景 隨著計算機技術(shù)，特別是i n t e m e t 技術(shù)的迅猛發(fā)展，許多行業(yè)、單位或機構(gòu)、 部門內(nèi)部都逐步實現(xiàn)了業(yè)務(wù)、信息的計算機化管理。在企業(yè)實施信息化進程中， 由于企業(yè)內(nèi)各部門的業(yè)務(wù)和功能歸屬不同，以及各企業(yè)信息化水平存在差異等 原因，造成企業(yè)擁有許多相互隔離的、由不同核心技術(shù)構(gòu)建的信息服務(wù)和管理 系統(tǒng)。系統(tǒng)中數(shù)據(jù)的表示不同，數(shù)據(jù)交流效果極差，形成“信息孤島 ，從而使 得企業(yè)內(nèi)以及企業(yè)間的協(xié)作效率與效果很不理想。 “信息孤島”帶來的不良影響大致可以分為以下幾個方面【1 1 ： ( 1 ) 數(shù)據(jù)的一致性無法保證 彼此孤立的系統(tǒng)要順利運行，必須對相同的數(shù)據(jù)重復(fù)輸入，將一個系統(tǒng)中 的統(tǒng)計結(jié)果和計算結(jié)果輸入到另一個系統(tǒng)中，使得大量的信息資源不能充分發(fā) 揮應(yīng)有的作用，效率低下。由于數(shù)據(jù)來源的口徑不一，不僅增加了不必要的額 外勞動，而且經(jīng)常造成數(shù)據(jù)不一致、不正確，使得企業(yè)領(lǐng)導(dǎo)面對不同來源報表 中不一致的數(shù)據(jù)而無所適從，成為阻礙信息化進一步發(fā)展的障礙。 ( 2 ) 信息及時共享、反饋難 如果企業(yè)中“信息孤島 現(xiàn)象嚴重，系統(tǒng)之間既不能有效實現(xiàn)信息共享， 又影響業(yè)務(wù)的順利執(zhí)行。由此所造成的信息共享、反饋難使信息化作用無法得 到有效體現(xiàn)。 ( 3 ) 影響操作和決策支持 “信息孤島”的存在難免導(dǎo)致一套系統(tǒng)一套賬戶和密碼，每個需要操作計 算機的人員要記住多個賬戶、登錄口令，經(jīng)常需要從一個系統(tǒng)退出再進入另一 個系統(tǒng)，給操作帶來不便。企業(yè)主管需要站在企業(yè)全局把握生產(chǎn)、經(jīng)營情況， 需要在產(chǎn)、供、銷的一體化的基礎(chǔ)上對企業(yè)人、財、物進行統(tǒng)籌管理，而孤立 的信息系統(tǒng)無法有效地提供跨部門、跨系統(tǒng)的綜合性的信息。企業(yè)管理者要求 隨時可得到市場、財務(wù)、人力資源等實時的信息，迅速調(diào)動、消化企業(yè)資源以 反映市場需求。在“信息孤島 普遍存在的情況下，各類數(shù)據(jù)不能形成有價值 的信息，局部的信息不能提升為管理知識，決策支持只能是空談。 ( 4 ) 影響信息化的集團化 第一章緒論 行業(yè)化應(yīng)用，制約企業(yè)電子商務(wù)發(fā)展。在互聯(lián)網(wǎng)發(fā)展的今天，信息化已經(jīng) 開始從企業(yè)應(yīng)用向網(wǎng)絡(luò)化的集團應(yīng)用、行業(yè)應(yīng)用推進。在網(wǎng)絡(luò)環(huán)境下，企業(yè)作 為集團總部或行業(yè)大系統(tǒng)的一個個節(jié)點，為集團總部或行業(yè)總部及時提供生產(chǎn)、 經(jīng)營的指標數(shù)據(jù)，構(gòu)建集團應(yīng)用、行業(yè)應(yīng)用的神經(jīng)系統(tǒng)。如果在企業(yè)節(jié)點上附 著的是相互孤立的單元，這樣的神經(jīng)末稍不能為總部的大腦及時提供信息，集 團信息化和行業(yè)信息化也就成了無本之木、無源之水。 從總體上看，我國企業(yè)目前普遍缺乏對r r 系統(tǒng)在企業(yè)應(yīng)用的整體觀念，對 信息化工作缺乏總體規(guī)劃，前期的系統(tǒng)咨詢論證也不夠充分。實踐中更加關(guān)注 某一個業(yè)務(wù)環(huán)節(jié)或者某一個管理功能的信息化，注重單元技術(shù)和短期效益，應(yīng) 用系統(tǒng)實施分散，整體集成和溝通程度不高。隨著企業(yè)信息化建設(shè)的不斷深入， 企業(yè)所用的軟件系統(tǒng)也將越來越多。盡管這些系統(tǒng)關(guān)注于不同的領(lǐng)域，但相互 之間在功能上有相互交叉和連接的地方，系統(tǒng)間的集成最終將成為一個大問題， 跨系統(tǒng)的應(yīng)用也將成為巨大的困局。 。 企業(yè)應(yīng)用集成e a i ( e n t e r p r i s e a p p l i c a t i o n i n t e g r a t i o n ) 是解決這一問題的方法 之一。美國著名的r r 媒體i t t o o l b o x 對e a i 的定義是：“通過硬件、軟件、標準 和業(yè)務(wù)過程的結(jié)合，實現(xiàn)兩個或多個企業(yè)應(yīng)用系統(tǒng)的無縫集成，使它們能夠統(tǒng) 一運作 。即e a i 使得各應(yīng)用信息系統(tǒng)相互連接，并進行數(shù)據(jù)交換、通信、加工 處理，以減輕業(yè)務(wù)過程信息障礙。通過對不同的信息系統(tǒng)及不同業(yè)務(wù)單元的集 成和優(yōu)化，在企業(yè)范圍內(nèi)或整個供應(yīng)鏈范圍內(nèi)實現(xiàn)業(yè)務(wù)過程整合。w e b s p h e r e 等 是當前比較成功的應(yīng)用集成手段，但費用較高。對于中小型生產(chǎn)企業(yè)而言，集 成深入程度一般到數(shù)據(jù)層集成，其繞過業(yè)務(wù)邏輯，直接對企業(yè)數(shù)據(jù)進行操作， 且一般只要將不同應(yīng)用系統(tǒng)間需要溝通部分的信息進行集成，這樣一來不但集 成成本減少，而且實施難度也較低。 所以，借鑒已有數(shù)據(jù)集成方法的思想及其先進的實現(xiàn)技術(shù)，尋求一種適合 于中小企業(yè)數(shù)據(jù)集成的有效解決方案很有現(xiàn)實意義。 第二節(jié)研究現(xiàn)狀 目前，企業(yè)數(shù)據(jù)集成有許多成型產(chǎn)品。例如國外的b e a l i q u i dd a t a ，b u s i n e s s o b j e c t sd a t ai n t e g r a t o r ，國內(nèi)的數(shù)據(jù)集成中間件o n c e d i 、東方通科技集成中間件 t o n g i n t e g r a t o r 等。這些中間件利用i n t r a n e t 或i n t e r n e t 進行數(shù)據(jù)集成，為數(shù)據(jù)庫、 2 第一章緒論 文件系統(tǒng)以及應(yīng)用程序等異構(gòu)數(shù)據(jù)源提供包含提供、轉(zhuǎn)換、傳輸和存儲等操作 的數(shù)據(jù)集成服務(wù)2 】【3 】【4 】【5 1 。 按照不同的實現(xiàn)技術(shù)，集成方法可以分為三類：數(shù)據(jù)轉(zhuǎn)換方法、數(shù)據(jù)倉庫 法和虛擬法。 1 數(shù)據(jù)轉(zhuǎn)換方法 一種傳統(tǒng)的數(shù)據(jù)集成方法，相對于其他方法來說，技術(shù)上較為簡單，比較容 易實現(xiàn)，目前在很多領(lǐng)域仍然是一種主要的數(shù)據(jù)集成方法。數(shù)據(jù)轉(zhuǎn)換方法通過轉(zhuǎn) 換工具在數(shù)據(jù)庫之間進行模式映射，將一個數(shù)據(jù)庫中的數(shù)據(jù)復(fù)制、轉(zhuǎn)換為另一個 數(shù)據(jù)庫中的數(shù)據(jù)，從而實現(xiàn)數(shù)據(jù)庫之間的集成。 2 數(shù)據(jù)倉庫法 在客戶端與數(shù)據(jù)源之間增加一層，稱為數(shù)據(jù)倉庫，用于存儲來自各數(shù)據(jù)源 的待集成數(shù)據(jù)，系統(tǒng)提供對這個數(shù)據(jù)倉庫的查詢機制。這種體系結(jié)構(gòu)的優(yōu)點是 既可用于數(shù)據(jù)集成，又可用于決策支持查詢。該方法存在的問題是，當信息源 的數(shù)據(jù)發(fā)生變化時，數(shù)據(jù)倉庫中的數(shù)據(jù)也要作相應(yīng)的修改。因此，這種間接訪 問方式的缺點是數(shù)據(jù)更新不及時，數(shù)據(jù)重復(fù)存儲。這種體系結(jié)構(gòu)通常需要一些 新的技術(shù)，如有效的數(shù)據(jù)加載和增量更新維護等。 3 虛擬法 該方法使用了與數(shù)據(jù)倉庫法完全不同的結(jié)構(gòu)。數(shù)據(jù)仍保存在各數(shù)據(jù)源上， 集成系統(tǒng)僅提供一個虛擬的集成視圖和對該集成模式的查詢請求轉(zhuǎn)化成對各異 構(gòu)數(shù)據(jù)源的查詢。該方法亦稱為中介器( m e d i a t o r ) 法。在這種體系結(jié)構(gòu)中，中間 層根本不實際存儲數(shù)據(jù)，當客戶端發(fā)出查詢請求時，m e d i a t o r 僅是簡單地將查詢 發(fā)送到適當?shù)臄?shù)據(jù)源上。由于該方法不需要重復(fù)存儲大量數(shù)據(jù)，并能保證查詢 到最新的數(shù)據(jù)，由此比較適合于高度自治、集成數(shù)據(jù)多、且更新變化快的異構(gòu) 數(shù)據(jù)源集成。虛擬體系結(jié)構(gòu)中所使用的技術(shù)與傳統(tǒng)的數(shù)據(jù)服務(wù)器中的技術(shù)有著 根本的不同，相對于數(shù)據(jù)處理技術(shù)來說，該方法中的技術(shù)將涉及到更多的查詢 上的代數(shù)操作。首先，m e d i a t o r 應(yīng)當確定出哪個數(shù)據(jù)源對給定的查詢有用，當需 集成的數(shù)據(jù)源巨大時，這一問題是非常重要的；其次，一旦確定了有關(guān)的數(shù)據(jù) 源，m e d i a t o r 應(yīng)當執(zhí)行源到源的查詢變換，該過程有時稱為查詢重寫。當從兩個 或多個數(shù)據(jù)源抽取數(shù)據(jù)時，m e d i a t o r 還需生成一個全局的執(zhí)行計劃，以確定以何 種順序?qū)?shù)據(jù)源進行查詢7 】【8 】【9 1 。無論采用何種體系結(jié)構(gòu)，異構(gòu)數(shù)據(jù)源集成的 首要任務(wù)是要為集成系統(tǒng)設(shè)計一個公共模型，以對來自異構(gòu)數(shù)據(jù)源的各種數(shù)據(jù) 3 第一章緒論 轉(zhuǎn)換成集成系統(tǒng)能進一步處理的統(tǒng)一格式；另外還必須定義公共模型上的基本 運算。若采用虛擬法，還必須實現(xiàn)公共模型上的操作到各種數(shù)據(jù)源操作的自動 轉(zhuǎn)換。 目前，由于x m l 良好的可靠性與互操作性，確保了網(wǎng)絡(luò)中信息的傳輸與交 互，加上x m l 是基于w e b 工作設(shè)計的，更適合于網(wǎng)絡(luò)化環(huán)境，因此在電子商 務(wù)時代b 2 b 的商業(yè)模式得到廣泛應(yīng)用。x m l 的可擴展性和自描述性更讓其在數(shù) 據(jù)描述和信息共享方面有著天然的優(yōu)勢。其標記可根據(jù)需求由企業(yè)自由定制， 有極大的靈活性，可形成針對行業(yè)特點的不同標記集。x m ls c h e m a 支持許多復(fù) 雜的數(shù)據(jù)類型，引入原型和命名空間概念，可隨意擴充等，使得其不但編寫簡 單，而且內(nèi)容充實完整，可以給出x m l 文檔詳細明確的定義。由s c h e m a 定義 約束的x m l 文檔，有效性更加嚴格，內(nèi)容結(jié)構(gòu)更加嚴謹?？傊瑇 m l 的結(jié)構(gòu) 性、可擴展性、自描述性、簡單性等多種特性，使之表示數(shù)據(jù)的方式真正做到 了獨立于應(yīng)用系統(tǒng)，不受任何特殊的軟件或者硬件平臺限制，并且這些數(shù)據(jù)能 重復(fù)使用，簡單易懂，成為交換各種結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化信息的良好 方式。 此外，x m l 本身突出表現(xiàn)數(shù)據(jù)結(jié)構(gòu)和語義的特點，使其自然地與數(shù)據(jù)庫結(jié) 合在一起。一旦將x m l 數(shù)據(jù)文件與數(shù)據(jù)庫表關(guān)系關(guān)聯(lián)起來，不但可以保留關(guān)系 數(shù)據(jù)庫表的結(jié)構(gòu)信息，還可以利用x m l 文檔的優(yōu)勢在網(wǎng)絡(luò)及數(shù)據(jù)庫間交換數(shù)據(jù)， 并解決不同數(shù)據(jù)庫系統(tǒng)及數(shù)據(jù)關(guān)系、語義定義等數(shù)據(jù)表達方面的差異，如對應(yīng) 關(guān)系中字段內(nèi)容不同、字段命名不同、數(shù)據(jù)類型不同等。這將較好地解決企業(yè) 應(yīng)用系統(tǒng)問信息資源集成的分布和異構(gòu)等問題，使得數(shù)據(jù)交換的手段更為透明， 并為e a i 的發(fā)展提供了有效手段【l o l 。 第三節(jié)課題目標 本課題首先對目前存在的數(shù)據(jù)集成解決方案進行深入研究，分析各種方案 的實現(xiàn)原理及特點。在此基礎(chǔ)上，借鑒其中的原理及實現(xiàn)技術(shù)，針對中小型企 業(yè)內(nèi)部信息系統(tǒng)數(shù)據(jù)交互共享的需求，設(shè)計一種簡單通用的數(shù)據(jù)集成解決方案。 最后，對該方案進行具體實現(xiàn)，解決河南省電力企業(yè)信息系統(tǒng)間數(shù)據(jù)集成的需 求，實現(xiàn)系統(tǒng)間數(shù)據(jù)交互共享。實現(xiàn)的抽取轉(zhuǎn)換系統(tǒng)要靈活通用，使得在各個 電力企業(yè)的工程實施中，只需根據(jù)企業(yè)實際情況對該抽取轉(zhuǎn)換系統(tǒng)進行簡單配 4 第一章緒論 置修改即可滿足其數(shù)據(jù)共享應(yīng)用的需求。 第四節(jié)論文結(jié)構(gòu) 在緒論之后，本文的第二章將詳細介紹實現(xiàn)數(shù)據(jù)集成抽取交換系統(tǒng)涉及到 的相關(guān)技術(shù)及其發(fā)展歷程。第三章對目前各種數(shù)據(jù)集成解決方案進行研究。第 四章提出適合于中小企業(yè)數(shù)據(jù)集成的解決方案。第五章提出工程需求，依據(jù)第 四章的解決方案設(shè)計開發(fā)異構(gòu)數(shù)據(jù)集成交換系統(tǒng)。第六章將對實現(xiàn)的系統(tǒng)進行 測試。本文最后一章第七章將對所有的工作進行總結(jié)，然后對未來的工作進行 展望。 第五節(jié)本文的研究成果 對目前流行的數(shù)據(jù)集成產(chǎn)品進行了分析研究，按照不同的實現(xiàn)技術(shù)，將數(shù) 據(jù)集成方法分為三類，即數(shù)據(jù)轉(zhuǎn)換方法、數(shù)據(jù)聚合方法以及e t l 方法。對每種 數(shù)據(jù)集成方法進行了深入研究，總結(jié)了各種方法的應(yīng)用領(lǐng)域及特點。 借鑒現(xiàn)有數(shù)據(jù)集成解決方案的優(yōu)秀思想以及先進實現(xiàn)技術(shù)，結(jié)合中小企業(yè) 數(shù)據(jù)集成的實際情況，提出了基于x m l 的異構(gòu)數(shù)據(jù)交換集成解決方案，并對該 方案進行了詳細設(shè)計。該方案應(yīng)用x m ls c h e m a 建立信息交換模型，采用x m l 文檔作為系統(tǒng)間底層的信息交換載體。低成本地進行數(shù)據(jù)轉(zhuǎn)換與集成，更大范 圍地實現(xiàn)數(shù)據(jù)共享和更有效地利用信息資源，最終實現(xiàn)異構(gòu)系統(tǒng)間自動、平滑 的信息交換過程。 依據(jù)該模型開發(fā)了河南省電力企業(yè)異構(gòu)系統(tǒng)間數(shù)據(jù)抽取交換系統(tǒng)。通過對 該系統(tǒng)的測試及在河南省電力企業(yè)的實際運行，驗證了它完全可以實現(xiàn)異構(gòu)系 統(tǒng)間數(shù)據(jù)的有效抽取及交換。完成了異構(gòu)系統(tǒng)間數(shù)據(jù)的共享，消除了“信息孤 島 。 最后，在對該方案設(shè)計及系統(tǒng)實現(xiàn)總結(jié)的基礎(chǔ)上，提出一種將來可以采用 的更為徹底的數(shù)據(jù)集成解決方案采用x m l 數(shù)據(jù)庫的數(shù)據(jù)集成解決方案。 5 第二章相關(guān)技術(shù) 第二章相關(guān)技術(shù) 第一節(jié)x m l 2 1 1x m l 的發(fā)展 1 s g m l 計算機作為以文本為主的人與人之間交流的便利工具，其應(yīng)用遍及工作、 生活中的每個角落。但是，各種計算機所用的格式不同造成它們之間不具有互 換性，用某種系統(tǒng)處理的數(shù)據(jù)不能用于其它系統(tǒng)；同時，人們也期待對電子化 的信息進行檢索。國際標準化組織意識到數(shù)據(jù)移植性的重要，于1 9 8 6 年1 2 月 制定了文檔記述的標準一s g m l ( s t a n d a r dg e n e r a l i z e dm a r k u pl a n g u a g e ，標準通 用標記語言) 。該標準闡述了與特定的字處理軟件或文本處理系統(tǒng)無關(guān)的，將文 檔的內(nèi)容部分和顯示、印刷時必要的格式排版信息部分分開記述的方法。由于 s g m l 文檔的結(jié)構(gòu)被明確記述，程序可解析它，所以，依s g m l 規(guī)則記述的文 檔，可在不同的系統(tǒng)之間以不同的方法進行交換和處理，其結(jié)果也大大地方便 了數(shù)據(jù)的管理和利用。 一個s g m l 語言程序由三部分組成，即語法定義、文件類型定義和文件實 例。語法定義，定義了文件類型定義和文件實例的語法結(jié)構(gòu)；文件類型定義， 定義了文件實例的結(jié)構(gòu)和組成結(jié)構(gòu)的元素類型，d t d 中定義了標記的含義，因 而s g m l 的語法是可以擴展的；文件實例是s g m l 語言程序的主體部分。 s g m l 被廣泛地應(yīng)用在很多地方，因為其利用文件類型定義來指定文件的 結(jié)構(gòu)，來描述s g m l 的標記以及文件的格式，所以我們就可以將文件自由地轉(zhuǎn) 成我們要的格式。而不管你轉(zhuǎn)換成什么樣的格式，它都可以讓這個文件呈現(xiàn)出 一致的外觀，也正是因為如此，才讓相當多企業(yè)使用s g m l 來管理它們內(nèi)部的 文件，并使其他的公司只要了解了s g m l 的規(guī)范，就可將它們的文件解析出同 樣的結(jié)果。這是一個相當重要的特性，也就是我們常說的“跨平臺”性。因此 s g m l 具有以下優(yōu)點： 不依賴于平臺，可容易地進行文檔交換； 文檔格式與內(nèi)容互相獨立的通用化置標； 數(shù)據(jù)擴展性帶來了應(yīng)用程序的可獨立性； 6 第二章相關(guān)技術(shù) 著者和編輯者明確易懂的格式。 但是s g m l 存在著缺陷：規(guī)范過于詳盡、相關(guān)標準之間的關(guān)系不易了解、 開發(fā)成本高。由于開發(fā)上的困難，因此s g m l 不能夠直接用于企業(yè)數(shù)據(jù)共享。 2 h t m l 隨著i n t e m e t 的快速發(fā)展，許多用戶通過i n t e r n e t 進行信息交換，i n t e r n e t 上 的信息交換的革命也提上日程。在當今網(wǎng)絡(luò)應(yīng)用中，例如電子商務(wù)、數(shù)字圖書 館、遠程教育等應(yīng)用領(lǐng)域，文檔的共享成為最重要的問題之一。然而，s g m l 的設(shè)計早于w e b 的出現(xiàn)，故在網(wǎng)絡(luò)環(huán)境下，s g m l 不能直接應(yīng)用。作為從s g m l 衍生而來的在網(wǎng)絡(luò)上應(yīng)用的標記語言h t m l 登上了歷史舞臺。 h t m l 即超文本標記語言是由w 3 c 制定的，最早的版本是在1 9 9 3 年推出 的h t m l l 0 。h t m l 最大的魅力，在于利用超鏈接的方式，將包含著圖、文、 多媒體的網(wǎng)頁呈現(xiàn)在瀏覽器上，只要點擊超鏈接，就可以鏈接到不同的網(wǎng)頁， 而網(wǎng)頁又相互關(guān)聯(lián)，這將整個互聯(lián)網(wǎng)的信息聯(lián)系在了一起。 h t m l 的優(yōu)點：編寫簡單、跨平臺、強大的信息展示能力。 h t m l 的缺陷： ( 1 ) 缺少延伸的空間 s g m l 具有可擴展性，而h t m l 本身就是一種規(guī)定好了的語言。語法簡單， 易于掌握，但可擴展性方面差一些。 ( 2 ) 只著重于數(shù)據(jù)的顯示 h t m l 是w 3 c 為了在w e b 上顯示信息而制定的，所以，它的定位放在為 了展示、表達某些信息上。因此，在h t m l 的語法下，數(shù)據(jù)的內(nèi)容和顯示方式 結(jié)合在一起，計算機無法識別出具體的數(shù)據(jù)。 ；( 3 ) 缺乏一致的規(guī)格 雖然h t m l 并沒有平臺上的問題，可是，由于h t m l 在制定的時候并不像 s g m l 那么嚴謹，它注重在顯示數(shù)據(jù)的能力上。不同的瀏覽器廠商就有時會做 出不同的h t m l 標記，這樣就會導(dǎo)致兼容性的問題。， 由于h t m l 并不完美，它只是一種表達的技術(shù)，它并不能揭示h t m lt a g 中數(shù)據(jù)的意義。這樣，x m l 應(yīng)運而生。 3 x m l x m l 為e x t e n s i b l em a r k u pl a n g u a g e 的簡稱，即可擴展標記語言。x m l 是以一種簡單、標準、可擴充的方式，將各種信息如文本、表格以及圖形等以 7 第二章相關(guān)技術(shù) 原始數(shù)據(jù)的方式儲存。但在儲存的過程中，加入一些可供識別的標記。根據(jù)這 些可供識別的標記，在網(wǎng)絡(luò)上的服務(wù)器或客戶端設(shè)備可將信息內(nèi)容做進一步的 處理，從而得到所需的信息。 x m l 并非原創(chuàng)語言，它與h t m l 一樣都是根據(jù)s g m l 的標準衍生制定出 來的，融合了s g m l 的數(shù)據(jù)兼容性與h t m l 的簡單標記法，使得它能夠提供一 套簡單易懂、高效的程序語法。 x m l 的優(yōu)點： ( 1 ) 擴展性 雖然x m l 與h t m l 一樣都是標記語言，但它卻不只特定應(yīng)用于網(wǎng)頁上， 而是可以自由地創(chuàng)造新的標記來配合應(yīng)用。這使得x m l 的應(yīng)用層面有無限的擴 展性，可以說是一種超語言?；谶@一特點，x m l 不只在網(wǎng)絡(luò)上有更多發(fā)揮空 間，對諸如文件數(shù)據(jù)庫或多媒體數(shù)據(jù)庫等復(fù)雜的數(shù)據(jù)系統(tǒng)也提供了很好的解決 方案。 ( 2 ) 簡單易懂 x m l 文檔是以文本方式來表示，不是二進制碼，所以利用一般的編輯器就 可以編輯修改，而且表達的方式非常直觀。 ( 3 ) 不同平臺間的信息傳遞 企業(yè)信息化的過程中，引入了許多彼此獨立的信息系統(tǒng)。隨著企業(yè)之間競 爭的加劇和企業(yè)信息化進程的加快，各系統(tǒng)間的信息共享勢在必行。在x m l 尚 未出現(xiàn)時，不同系統(tǒng)間的信息共享比較困難，一般都需要特別為系統(tǒng)與系統(tǒng)之 間編寫軟件來使彼此的信息能夠正確地傳遞，若之后系統(tǒng)需要更新或改動部分 軟件，可能會造成系統(tǒng)間不兼容的問題。 當x m l 出現(xiàn)之后，它為不同系統(tǒng)之間提供了一個溝通的平臺，充當信息傳 遞的媒介。由于x m l 本身簡單易讀，能將不同類型的文件數(shù)據(jù)，諸如文本、圖 片以及特殊定義的對象等標記為x m l 格式，所以只要在要互相傳遞信息的系統(tǒng) 上都裝有x m l 的解析器，就可以解析標記過的數(shù)據(jù)，得到正確的信息。 ( 4 )國際化 x m l 支持多語種文件與u n i c o d e ，在開始設(shè)計x m l 時，設(shè)計者便考慮到信 息的流通不應(yīng)該只受限于一個國家或是一個區(qū)域，隨著i n t e m e t 在全世界的普及， 將一份文件能夠以多種不同語言來呈現(xiàn)，是x m l 必須擁有的能力，所以便將 x m l 建立在u n i c o d e 之上。 8 第二章相關(guān)技術(shù) 4 x m l 與h t m l 的主要區(qū)別 ( 1 ) x m l 是被設(shè)計用來描述數(shù)據(jù)的，而h t m l 是被設(shè)計用來顯示數(shù)據(jù)的。 ( 2 ) x m l 是可擴展的，允許用戶自定義自己的標記和自己的文檔結(jié)構(gòu)；在 h t m l 中所有的標記和文檔結(jié)構(gòu)都是預(yù)先定義的，用戶只能使用標準的h t m l 標記。 ( 3 ) x m l 是h t m l 的一種補充，x m l 不是h t m l 的一種替代品?？梢?使用x m l 來描述網(wǎng)站所需數(shù)據(jù)和網(wǎng)站的結(jié)構(gòu)，而使用h t m l 來格式化和顯示 這些數(shù)據(jù)。 總體來講，s g m l 是一個語言模板，它可以描述其他具有具體語義的語言。 h t m l 是s g m l 的一個實例，它的文檔類型定義( d t d ) 作為標準被固定下來， 因此，h t m l 不能作為定義其他標記語言的元語言。它的語言遵照s g m l 規(guī)范， 并且定義其中每個標記的具體含義。x m l 是s g m l 的一個精簡子集，它也是一 個語言模板。嚴格地講，x m l 還是s g m l 。與h t m l 不同的是，x m l 有d t d ， 因而也可以作為元語言來定義其他文件系統(tǒng)。 2 1 2x m l 相關(guān)技術(shù) 1 符合規(guī)則的x m l 文件 x m l 提供了一些特定的規(guī)則，x m l 文件必須符合這些規(guī)則，才可以被稱作 “w e l l f o r m e d ”，也就是符合規(guī)則的文件。對于不符合規(guī)則的x m l 文件，解析 器會拒絕處理這樣的文件。 2 x m l 三要素 雖然x m l 有許多部分，但是只需要了解其中的三個就可以了解它是怎樣工 作的。它們是文檔類型定義d t d ，也就是x m l 的布局語言；可擴展的樣式語 言x s l ，也就是x m l 的樣式表語言；可擴展鏈接語言x l l 。 ( 1 ) 文檔類型定義介紹 d t d 規(guī)定文檔的邏輯結(jié)構(gòu)。它可以定義文檔的語法，而文檔的語法反過來 能夠讓x m l 語法分析程序確認某張頁面標記使用的合法性。d t d 定義頁面的 元素、元素的屬性以及元素和屬性之間的關(guān)系。 s c h e m a 是伴隨著x m l l 0 規(guī)范的制訂而推出的。x m ls c h e m a 是d t d 之 后第二代用來描述x m l 文件的標準。是用來對x m l 進行文檔類型定義的語言， 用來規(guī)定x m l 文檔的數(shù)據(jù)類型及組織方式，同時還是豐富的元數(shù)據(jù)資源。x m l 9 第二章相關(guān)技術(shù) s c h e m a 擁有許多類似d t d 的準則，但又要比d t d 更為強大一些【1 3 1 。 ( 2 ) 可擴展的樣式語言介紹 x s l 是用于規(guī)定x m l 文檔樣式的語言。x s l 能使w e b 瀏覽器改變文檔的 表示法【1 4 】。x s l 能使w e b 瀏覽器直接根據(jù)用戶的不同需求改變文檔的顯示法。 例如，不需要與服務(wù)器進行交互通信，就可以改變數(shù)據(jù)的顯示順序。通過變換 樣式表，可以展開或折疊文檔。基于x m l 的網(wǎng)站除了運行速度更快、更易使用 外，而且對用戶也是透明的。 解析x m l 文檔，就不得不對x s l 進行處理。這是因為x s l 是x m l 的樣 式表語言，定義了x m l 的語法規(guī)范。一個x s l 樣式表集合了一系列設(shè)計規(guī)則， 用于從x m l 文件中抽取信息，并將其轉(zhuǎn)換成h t m l 、x m l 或其它格式的文檔。 ( 3 ) 可擴展鏈接語言介紹 x l l 支持目前w e b 上己有的簡單鏈接，并且將進一步擴展鏈接，包括結(jié)束 死鏈接的間接鏈接以及可以從服務(wù)器中僅查詢某個元素的相關(guān)部分的連接符 “ ”。 3 x m l 解析器 簡單來講，一個x m l 解析器就是一段可以讀入x m l 文檔并分析其結(jié)構(gòu)的 代碼。目前，廣泛使用的解析器主要有：m m 公司的x m l 4 j ，m i c r o s o f t 公司的 m s x m l ，o r a c l e 公司的x m lp a r s e rf o rj a v a 和s u n 公司的p r o j e c tx 。就針對 x m l 標準的支持程序而言，其中當屬s u n 公司的解析器表現(xiàn)最為出色。 j a v a 為解析及轉(zhuǎn)換x m l 文檔提供了一套標準的a p i 。該a p i 的設(shè)計獨立于 任何特定的x m l 處理器實現(xiàn)。2 0 0 2 年夏天s u n 發(fā)布了j a v ax m l 包。其中包 括了x e r c e s 2 的參考版，將其作為它的默認x m l 解析器，并且將x a l a n 作為它 的默認x s l t 引擎。 ( 1 ) s a x 解析器 s a x 是一個基于事件的x m l 文檔解析標準。與a w t 中的事件驅(qū)動機制相 類似，s a x 通過事件驅(qū)動來識別x m l 文檔的內(nèi)容，即當它在x m l 文檔中發(fā)現(xiàn) 特殊符號時，它就會觸發(fā)相關(guān)的事件。由于s a x 的這一特性，使應(yīng)用程序開發(fā) 人員可以在相應(yīng)的事件中寫入特定的處理代碼。 s a x 以序列的形式處理文檔，不需要在內(nèi)存中建立整個文檔的樹型結(jié)構(gòu)， 因此與d o m 相比，s a x 對內(nèi)存的需求要少得多，可認為是一個輕量級的接口 集合。圖2 1 是s a x 解析x m l 文檔的流程。 1 0 第二章相關(guān)技術(shù) x m l 文 卜_ 弋竺) - s a x 事件 j 應(yīng)用程序 檔報告 j壙 圖2 1s a x 解析x m l 文檔流程 ( 2 ) d o m 解析器 d o m 是w 3 c 發(fā)展的瀏覽x m l 文檔的一種標準a p i ，其不僅提供了對存儲 在內(nèi)存中的x m l 文檔的一個完整表示，也提供了隨機訪問整個文檔的方法。因 此，可將d o m 看作為一個標準的連接文檔和應(yīng)用程序或腳本語言的結(jié)構(gòu)體系， d o m 提供給用戶一個接口以裝載、定位、操作和序列化x m l 文檔。如圖2 2 所示，c s s 是級聯(lián)樣式單，儲存并控制元素的顯示樣式，例如字體、顏色等； s c r i p t 腳本控制元素如何動作，例如利用條件控制語句對元素進行不同的操作 等；而d o m 則作為腳本和對象的通信平臺，并將結(jié)果提交給瀏覽器。 圖2 2d o m 解析x m l 文檔流程 通過d o m ，用戶能夠把文檔看成是一個有結(jié)構(gòu)的信息樹，而不僅僅是簡單 的文本流。這樣應(yīng)用程序或腳本即使不知道x m l 的語義細節(jié)也能夠方便的操作 結(jié)構(gòu)。d o m 包含兩個關(guān)鍵的抽象：一是樹狀層次，二是表示文檔內(nèi)容和結(jié)構(gòu)的 節(jié)點集合。樹狀層次包括了所有這些節(jié)點，節(jié)點本身也可以包含其它的節(jié)點， 這就使得開發(fā)人員能夠通過這個層次結(jié)構(gòu)找到并修改特定節(jié)點的信息。d o m 把 節(jié)點看成是一個通常的對象，這樣就有可能創(chuàng)建一個腳本來裝載一個文檔，然 后遍歷所有的節(jié)點，顯示感興趣的節(jié)點的信息。 ( 3 ) s a x 和d o m 的比較 第二章相關(guān)技術(shù) d o m 操作x m l 文檔時，首先讀取該文檔，然后將其分割成單個的對象( 例 如元素、屬性、注釋等) ，再在內(nèi)存中創(chuàng)建一個關(guān)于該文檔的樹結(jié)構(gòu)。d o m 解 析方式使得開發(fā)人員能夠反復(fù)使用該文檔信息，但當文檔很大時，所需消耗的 內(nèi)存空間就非?？捎^。而s a x 不會因為x m l 文檔尺寸的增大而增加到內(nèi)存的 需求，因此其對內(nèi)存的需求比d o m 小得多。然而，正因為s a x 解析器沒有將 整個文檔存放到內(nèi)存中，因此其不能隨機的定位到文檔的特定部分，也不能實 現(xiàn)復(fù)雜的搜索。開發(fā)人員在處理過程中也必須按順序處理信息。s a x 允許用戶 在任何時候終止對x m l 文檔的解析，這使得處理文檔的部分信息成為可能。在 得到某些特定信息后，就可終止解析。這一特性使得系統(tǒng)資源得到極大的優(yōu)化 1 5 1 1 6 。 2 1 3x m l 的應(yīng)用 作為互聯(lián)網(wǎng)的新技術(shù)，x m l 的應(yīng)用非常廣泛，滲透了各行各業(yè)，歸納起來 可分為四類： 。 ( 1 ) 客戶需要與不同的數(shù)據(jù)源進行交互 應(yīng)用于客戶需要與不同的數(shù)據(jù)源進行交互時。數(shù)據(jù)可能來自不同的數(shù)據(jù)庫， 他們都有各自不同的復(fù)雜格式。但客戶與這些數(shù)據(jù)庫間只通過一種標準語言進 行交互，那就是x m l 。由于x m l 的自定義性及可擴展性，它足以表達各種類 型的數(shù)據(jù)?？蛻羰盏綌?shù)據(jù)后可以進行處理，也可以在不同數(shù)據(jù)庫間進行傳遞。 總之，在這類應(yīng)用中，x m l 解決了數(shù)據(jù)的統(tǒng)一接口問題。但是，與其他的數(shù)據(jù) 傳遞標準不同的是，x m l 并沒有定義數(shù)據(jù)文件中數(shù)據(jù)出現(xiàn)的具體規(guī)范，而是在 數(shù)據(jù)中附加t a g 來表達數(shù)據(jù)的邏輯結(jié)構(gòu)和含義。這使x m l 成為一種程序能自動 理解的規(guī)范。 ( 2 ) 將大量運算負荷分布在客戶端 應(yīng)用于將大量運算負荷分布在客戶端，即客戶可根據(jù)自己的需求選擇和制 作不同的應(yīng)用程序以處理數(shù)據(jù)，而服務(wù)器只須發(fā)出同一個x m l 文件。如果按傳 統(tǒng)的“客戶服務(wù)器工作方式，客戶向服務(wù)器發(fā)出不同的請求，服務(wù)器分別予 以響應(yīng)，這不僅加重服務(wù)器本身的負荷，而且網(wǎng)絡(luò)管理者還須事先調(diào)查各種不 同的用戶需求以做出相應(yīng)不同的程序，但假如用戶的需求繁雜而多變，則仍然 將所有業(yè)務(wù)邏輯集中在服務(wù)器端是不合適的，因為服務(wù)器端的編程人員可能來 不及滿足眾多的應(yīng)用需求，也來不及跟上需求的變化，雙方都很被動。應(yīng)用x m l 1 2 第二章相關(guān)技術(shù) 則將處理數(shù)據(jù)的主動權(quán)交給了客戶，服務(wù)器所作的只是盡可能完善、準確地將 數(shù)據(jù)封裝進x m l 文件中，正是各取所需、各司其職。x m l 的自解釋性使客戶 端在收到數(shù)據(jù)的同時也理解數(shù)據(jù)的邏輯結(jié)構(gòu)與含義，從而使廣泛、通用的分布 式計算成為可能i l7 1 。 ( 3 ) 將同一數(shù)據(jù)以不同的面貌展現(xiàn)給不同的用戶 應(yīng)用于將同一數(shù)據(jù)以不同的面貌展現(xiàn)給不同的用戶。它類似于同一個劇本， 我們可以用電視劇、電影、話劇、動畫片等不同形式表現(xiàn)出來。這一應(yīng)用將會 為網(wǎng)絡(luò)用戶界面?zhèn)€性化、風格化的發(fā)展鋪平道路。 ( 4 ) 應(yīng)用于網(wǎng)絡(luò)代理 應(yīng)用于網(wǎng)絡(luò)代理對所取得的信息進行編輯、增減以適應(yīng)個人用戶的需要。 有些客戶取得數(shù)據(jù)并不是為了直接使用而是為了根據(jù)需要組織自己的數(shù)據(jù)庫。 例如，教育部建立一個龐大的題庫，考試時將題庫中的題目取出若干組成試卷， 再將試卷封裝進x m l 文件，接下來便是最精彩部分，在各個學校讓其通過一個 過濾器，濾掉所有的答案，再發(fā)送到各個考生面