數(shù)據(jù)庫(kù)系統(tǒng)原理-第十一章 半結(jié)構(gòu)化數(shù)據(jù)模型

1、第第11章章 半結(jié)構(gòu)化數(shù)據(jù)模型半結(jié)構(gòu)化數(shù)據(jù)模型 11.1 半機(jī)構(gòu)化數(shù)據(jù)11.2 XMLPage 111.1 半結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù) 半結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)SSD 它是一種適于數(shù)據(jù)庫(kù)集成的數(shù)據(jù)模型，即適于描述包含它是一種適于數(shù)據(jù)庫(kù)集成的數(shù)據(jù)模型，即適于描述包含在兩個(gè)或多個(gè)數(shù)據(jù)庫(kù)在兩個(gè)或多個(gè)數(shù)據(jù)庫(kù)(這些數(shù)據(jù)庫(kù)含有不同模式的相似這些數(shù)據(jù)庫(kù)含有不同模式的相似數(shù)據(jù)數(shù)據(jù))中的數(shù)據(jù)；中的數(shù)據(jù)； 它是一種標(biāo)記服務(wù)的基礎(chǔ)模型，用于它是一種標(biāo)記服務(wù)的基礎(chǔ)模型，用于Web上共享信息。上共享信息。 為何需要半結(jié)構(gòu)化數(shù)據(jù)模型為何需要半結(jié)構(gòu)化數(shù)據(jù)模型 可以看成是可以看成是E/R模型和模型和OO模型的混合模型的混合 類

2、類/聯(lián)系；類聯(lián)系；類/關(guān)系關(guān)系 關(guān)系模型成功的一大原因在于它簡(jiǎn)化了系統(tǒng)的高效關(guān)系模型成功的一大原因在于它簡(jiǎn)化了系統(tǒng)的高效實(shí)現(xiàn)，而實(shí)現(xiàn)，而SSD模型的關(guān)注原因是靈活性模型的關(guān)注原因是靈活性SSD是無(wú)模式的。本身就指明了其模式，且該模是無(wú)模式的。本身就指明了其模式，且該模式會(huì)不斷變化式會(huì)不斷變化2 半結(jié)構(gòu)化數(shù)據(jù)表示半結(jié)構(gòu)化數(shù)據(jù)表示 SSD的數(shù)據(jù)庫(kù)是節(jié)點(diǎn)的集合，每個(gè)節(jié)點(diǎn)都是一個(gè)葉子節(jié)的數(shù)據(jù)庫(kù)是節(jié)點(diǎn)的集合，每個(gè)節(jié)點(diǎn)都是一個(gè)葉子節(jié)點(diǎn)或者一個(gè)內(nèi)部節(jié)點(diǎn)；點(diǎn)或者一個(gè)內(nèi)部節(jié)點(diǎn)； 根節(jié)點(diǎn)：沒(méi)有進(jìn)入的弧，它代表整個(gè)數(shù)據(jù)庫(kù)，每個(gè)節(jié)根節(jié)點(diǎn)：沒(méi)有進(jìn)入的弧，它代表整個(gè)數(shù)據(jù)庫(kù)，每個(gè)節(jié)點(diǎn)都從根可達(dá)；點(diǎn)都從根可達(dá)； 葉子節(jié)點(diǎn)：與

3、數(shù)據(jù)相關(guān)，數(shù)據(jù)的類型可以是任意原子葉子節(jié)點(diǎn)：與數(shù)據(jù)相關(guān)，數(shù)據(jù)的類型可以是任意原子類型，如數(shù)字或字符串；類型，如數(shù)字或字符串； 內(nèi)部節(jié)點(diǎn)：至少有一條向外的弧，每條弧都有一個(gè)標(biāo)內(nèi)部節(jié)點(diǎn)：至少有一條向外的弧，每條弧都有一個(gè)標(biāo)簽，指明弧開(kāi)始處的節(jié)點(diǎn)與弧末端的節(jié)點(diǎn)之間的關(guān)系簽，指明弧開(kāi)始處的節(jié)點(diǎn)與弧末端的節(jié)點(diǎn)之間的關(guān)系。Page 3例例11.1 關(guān)于電影與影星的半結(jié)構(gòu)化數(shù)據(jù)庫(kù)關(guān)于電影與影星的半結(jié)構(gòu)化數(shù)據(jù)庫(kù)Page 4 SSD表示表示 Root節(jié)點(diǎn)：有出無(wú)入節(jié)點(diǎn)：有出無(wú)入 每個(gè)節(jié)點(diǎn)都可從每個(gè)節(jié)點(diǎn)都可從root到達(dá)，但這個(gè)圖未必是一棵樹(shù)到達(dá)，但這個(gè)圖未必是一棵樹(shù) 其中的其中的cf/mh/sw是三個(gè)邏輯節(jié)點(diǎn)，

4、即只是為了表示和引是三個(gè)邏輯節(jié)點(diǎn)，即只是為了表示和引用方便，本身不屬于數(shù)據(jù)庫(kù)；用方便，本身不屬于數(shù)據(jù)庫(kù)； 從節(jié)點(diǎn)從節(jié)點(diǎn)N出發(fā)到達(dá)節(jié)點(diǎn)出發(fā)到達(dá)節(jié)點(diǎn)M的弧上的標(biāo)簽的弧上的標(biāo)簽L可擔(dān)任下面兩個(gè)可擔(dān)任下面兩個(gè)角色之一：角色之一： N表示的是一個(gè)對(duì)象或?qū)嶓w，而表示的是一個(gè)對(duì)象或?qū)嶓w，而M表示表示N的一個(gè)屬性的一個(gè)屬性，那么，那么L表示該屬性的名字；表示該屬性的名字； N和和M都是對(duì)象或?qū)嶓w，都是對(duì)象或?qū)嶓w，L就是從就是從N到到M的一個(gè)聯(lián)系的的一個(gè)聯(lián)系的名字。名字。例例11.2。注意。注意cf到到name/address的弧標(biāo)簽是屬性名；的弧標(biāo)簽是屬性名；address到到street/city的弧標(biāo)簽是

5、域名；的弧標(biāo)簽是域名；cf到到sw的弧標(biāo)簽是的弧標(biāo)簽是聯(lián)系名聯(lián)系名Page 5 信息集成與半結(jié)構(gòu)化數(shù)據(jù)信息集成與半結(jié)構(gòu)化數(shù)據(jù) SSD模型是自描述的，模式與數(shù)據(jù)附著在一起模型是自描述的，模式與數(shù)據(jù)附著在一起 每個(gè)非根節(jié)點(diǎn)的入弧的標(biāo)簽表示該節(jié)點(diǎn)在弧起點(diǎn)節(jié)點(diǎn)每個(gè)非根節(jié)點(diǎn)的入弧的標(biāo)簽表示該節(jié)點(diǎn)在弧起點(diǎn)節(jié)點(diǎn)中的角色（屬性中的角色（屬性/域域/聯(lián)系等）聯(lián)系等） 將將SSD的特點(diǎn)應(yīng)用于信息集成的特點(diǎn)應(yīng)用于信息集成 同時(shí)訪問(wèn)多個(gè)數(shù)據(jù)庫(kù)，例如合并多個(gè)庫(kù)中的數(shù)據(jù)集，同時(shí)訪問(wèn)多個(gè)數(shù)據(jù)庫(kù)，例如合并多個(gè)庫(kù)中的數(shù)據(jù)集，如果這些數(shù)據(jù)庫(kù)的模式一致，則元組直接合并；如果這些數(shù)據(jù)庫(kù)的模式一致，則元組直接合并； 信息集成中需要解決

6、數(shù)據(jù)的異構(gòu)性信息集成中需要解決數(shù)據(jù)的異構(gòu)性數(shù)據(jù)模式：如圖數(shù)據(jù)模式：如圖11-1中影星的地址中影星的地址數(shù)據(jù)模型：關(guān)系模型、面向?qū)ο髷?shù)據(jù)模型：關(guān)系模型、面向?qū)ο?如果模式不同，且合并要考慮遺留數(shù)據(jù)庫(kù)問(wèn)題如果模式不同，且合并要考慮遺留數(shù)據(jù)庫(kù)問(wèn)題數(shù)據(jù)庫(kù)一般是持續(xù)運(yùn)行的，不允許因?yàn)橐獜?fù)制數(shù)數(shù)據(jù)庫(kù)一般是持續(xù)運(yùn)行的，不允許因?yàn)橐獜?fù)制數(shù)據(jù)到另一個(gè)數(shù)據(jù)庫(kù)而將其關(guān)閉（即使可以得出從據(jù)到另一個(gè)數(shù)據(jù)庫(kù)而將其關(guān)閉（即使可以得出從某一模式到另一模式的最有效途徑）某一模式到另一模式的最有效途徑）Page 6 信息集成與半結(jié)構(gòu)化數(shù)據(jù)信息集成與半結(jié)構(gòu)化數(shù)據(jù) 異構(gòu)數(shù)據(jù)集成的解決方案：外加接口異構(gòu)數(shù)據(jù)集成的解決方案：外加接口 接

7、口支持接口支持SSD，接口導(dǎo)入分布庫(kù)數(shù)據(jù)源的數(shù)據(jù)，轉(zhuǎn)換為，接口導(dǎo)入分布庫(kù)數(shù)據(jù)源的數(shù)據(jù)，轉(zhuǎn)換為作為中間數(shù)據(jù)的作為中間數(shù)據(jù)的SSD并存儲(chǔ)；并存儲(chǔ)； 數(shù)據(jù)庫(kù)中的源數(shù)據(jù)通過(guò)數(shù)據(jù)庫(kù)中的源數(shù)據(jù)通過(guò)wrapper/adapter組件的翻譯功能組件的翻譯功能進(jìn)行轉(zhuǎn)換。圖進(jìn)行轉(zhuǎn)換。圖11-2 另一種解決方案另一種解決方案接口只負(fù)責(zé)將查詢傳遞給數(shù)據(jù)源，并返回在數(shù)據(jù)源中接口只負(fù)責(zé)將查詢傳遞給數(shù)據(jù)源，并返回在數(shù)據(jù)源中相應(yīng)模式的引用（接口最后只保留一些指針）相應(yīng)模式的引用（接口最后只保留一些指針）Page 7例例11.3 例子描述中兩個(gè)影星數(shù)據(jù)來(lái)自不同結(jié)構(gòu)（模式）的例子描述中兩個(gè)影星數(shù)據(jù)來(lái)自不同結(jié)構(gòu)（模式）的數(shù)據(jù)庫(kù)。要

8、進(jìn)行跨庫(kù)查詢則有兩種可能數(shù)據(jù)庫(kù)。要進(jìn)行跨庫(kù)查詢則有兩種可能 通過(guò)第一種接口將數(shù)據(jù)庫(kù)物理合并為通過(guò)第一種接口將數(shù)據(jù)庫(kù)物理合并為SSD形式再進(jìn)行形式再進(jìn)行查詢查詢 將查詢分別傳遞給兩個(gè)庫(kù)，各自完成具體查詢工作將查詢分別傳遞給兩個(gè)庫(kù)，各自完成具體查詢工作后向接口返回引用指針。后繼應(yīng)用需要具體結(jié)果時(shí)后向接口返回引用指針。后繼應(yīng)用需要具體結(jié)果時(shí)可根據(jù)引用指針取到值可根據(jù)引用指針取到值 習(xí)題習(xí)題11.1.5。UML模型和模型和SSD模型的本質(zhì)區(qū)別？模型的本質(zhì)區(qū)別？ SSD中的節(jié)點(diǎn)表示實(shí)體，中的節(jié)點(diǎn)表示實(shí)體，UML中的節(jié)點(diǎn)表示實(shí)體集中的節(jié)點(diǎn)表示實(shí)體集Page 811.2 XML 什么是什么是XML(Exte

9、nsible Markup Language)? XML與與HTMLXML不象不象HTML那樣，提供那樣，提供了一組事先定義好了的標(biāo)記，而是了一組事先定義好了的標(biāo)記，而是，利用這個(gè)標(biāo)準(zhǔn)，用戶可以根據(jù)實(shí)際需要定義自己的標(biāo)記。此外更利用這個(gè)標(biāo)準(zhǔn)，用戶可以根據(jù)實(shí)際需要定義自己的標(biāo)記。此外更重要的是，重要的是，XML描述的是結(jié)構(gòu)和語(yǔ)義而不是格式。描述的是結(jié)構(gòu)和語(yǔ)義而不是格式。 介紹介紹XML的目的的目的 XML在在HTML的數(shù)據(jù)內(nèi)容表示基礎(chǔ)上，進(jìn)一步描述了文的數(shù)據(jù)內(nèi)容表示基礎(chǔ)上，進(jìn)一步描述了文檔內(nèi)部信息之間的層次關(guān)系檔內(nèi)部信息之間的層次關(guān)系 XML的基本原理與前一節(jié)中的的基本原理與前一節(jié)中的SSD相同

10、，特別是相同，特別是XML中中標(biāo)簽的功能與標(biāo)簽的功能與SSD中的弧功能相同中的弧功能相同 這些相似性特點(diǎn)使得這些相似性特點(diǎn)使得XML成為成為SSD模型的一種典型實(shí)現(xiàn)模型的一種典型實(shí)現(xiàn)Page 9 語(yǔ)義標(biāo)簽語(yǔ)義標(biāo)簽 用尖括號(hào)括起來(lái)的文本，往往成對(duì)出現(xiàn)，稱為用尖括號(hào)括起來(lái)的文本，往往成對(duì)出現(xiàn)，稱為開(kāi)始標(biāo)簽和結(jié)束標(biāo)簽；開(kāi)始標(biāo)簽和結(jié)束標(biāo)簽； 標(biāo)簽之間可以出現(xiàn)包含文本和嵌套標(biāo)簽，一對(duì)標(biāo)簽之間可以出現(xiàn)包含文本和嵌套標(biāo)簽，一對(duì)匹配標(biāo)簽和出現(xiàn)在它們之間的一切內(nèi)容稱為元匹配標(biāo)簽和出現(xiàn)在它們之間的一切內(nèi)容稱為元素；素； hello! NewYork 非成對(duì)標(biāo)簽不能包含任何元素或文本，但可以非成對(duì)標(biāo)簽不能包含任何元

11、素或文本，但可以有屬性。有屬性。 Page 10 有模式和無(wú)模式的有模式和無(wú)模式的XML 格式規(guī)范的格式規(guī)范的(Well-Formed) 格式正確的格式正確的XML文檔遵守文檔遵守XML語(yǔ)法，但沒(méi)有文檔語(yǔ)法，但沒(méi)有文檔類型定義類型定義DTD（Document Type Definition）或模式）或模式定義。定義。 合法的（合法的（Valid） 包括一個(gè)包括一個(gè)DTD(文檔定義類型文檔定義類型)，它定義了允許使用，它定義了允許使用的標(biāo)簽和使用標(biāo)簽的語(yǔ)法的標(biāo)簽和使用標(biāo)簽的語(yǔ)法(如何嵌套使用如何嵌套使用)，合法的，合法的XML文檔既遵守文檔既遵守XML語(yǔ)法規(guī)則也遵守在其語(yǔ)法規(guī)則也遵守在其DTD或

12、或模式中定義的規(guī)則。模式中定義的規(guī)則。 Page 11 格式規(guī)范的格式規(guī)范的XML 要求該文檔以一個(gè)要求該文檔以一個(gè)XML聲明開(kāi)始，同時(shí)有一個(gè)根元素，它聲明開(kāi)始，同時(shí)有一個(gè)根元素，它是文本的整個(gè)主體。是文本的整個(gè)主體。 例例11.4 與圖與圖11-1對(duì)應(yīng)的對(duì)應(yīng)的XML文檔文檔Page 12 注意圖注意圖11-2中數(shù)據(jù)信息的層次結(jié)構(gòu)中數(shù)據(jù)信息的層次結(jié)構(gòu) 該該XML文檔并不表現(xiàn)聯(lián)系文檔并不表現(xiàn)聯(lián)系starsIn 可以將每位影星對(duì)應(yīng)的電影信息放在可以將每位影星對(duì)應(yīng)的電影信息放在段中，但是這種做法會(huì)導(dǎo)致電影信息的冗余（可通過(guò)段中，但是這種做法會(huì)導(dǎo)致電影信息的冗余（可通過(guò)后面介紹的屬性列表方法解決）后面

13、介紹的屬性列表方法解決）Page 13 屬性屬性 一個(gè)一個(gè)XML元素可以在開(kāi)始標(biāo)簽中有屬性元素可以在開(kāi)始標(biāo)簽中有屬性(名稱名稱-數(shù)值對(duì)數(shù)值對(duì))； 屬性是另一種標(biāo)識(shí)半結(jié)構(gòu)化數(shù)據(jù)葉子節(jié)點(diǎn)的方屬性是另一種標(biāo)識(shí)半結(jié)構(gòu)化數(shù)據(jù)葉子節(jié)點(diǎn)的方法，把圖法，把圖11-3的的元素替換為；元素替換為； 還可把兩個(gè)子節(jié)點(diǎn)都當(dāng)成屬性還可把兩個(gè)子節(jié)點(diǎn)都當(dāng)成屬性 或或Page 14 連接元素的屬性連接元素的屬性 屬性的一個(gè)重要用途是在一個(gè)非樹(shù)形的半結(jié)構(gòu)屬性的一個(gè)重要用途是在一個(gè)非樹(shù)形的半結(jié)構(gòu)化數(shù)據(jù)圖中表示連接。化數(shù)據(jù)圖中表示連接。Page 15 命名空間命名空間 解決不同數(shù)據(jù)源中的標(biāo)簽重名問(wèn)題；為了在同一文檔中解決不同數(shù)據(jù)源

14、中的標(biāo)簽重名問(wèn)題；為了在同一文檔中區(qū)分不同詞匯表中的標(biāo)簽，可以為一組標(biāo)簽使用一個(gè)命區(qū)分不同詞匯表中的標(biāo)簽，可以為一組標(biāo)簽使用一個(gè)命名空間；名空間； xmlns:name=“URI” URI(統(tǒng)一資源標(biāo)識(shí)符統(tǒng)一資源標(biāo)識(shí)符)是一個(gè)指向一個(gè)文檔的是一個(gè)指向一個(gè)文檔的URL，該，該文檔中描述了命名空間中的標(biāo)簽含義。文檔中描述了命名空間中的標(biāo)簽含義。例例11.7 假設(shè)圖假設(shè)圖11-5的元素的元素StarMovieData中的標(biāo)簽屬于文檔中的標(biāo)簽屬于文檔/movies中定義的命名空間：中定義的命名空間：Page 16 XML和數(shù)據(jù)庫(kù)和數(shù)據(jù)庫(kù) XML作為一種整合多個(gè)數(shù)

15、據(jù)庫(kù)的視圖，使用一作為一種整合多個(gè)數(shù)據(jù)庫(kù)的視圖，使用一種專門的種專門的XML查詢語(yǔ)言來(lái)訪問(wèn)；查詢語(yǔ)言來(lái)訪問(wèn)； 數(shù)據(jù)庫(kù)中存儲(chǔ)數(shù)據(jù)庫(kù)中存儲(chǔ)XML的方法：的方法： 以解析的形式存儲(chǔ)以解析的形式存儲(chǔ)XML數(shù)據(jù)，并提供一個(gè)工具庫(kù)以數(shù)據(jù)，并提供一個(gè)工具庫(kù)以該形式導(dǎo)航數(shù)據(jù)；該形式導(dǎo)航數(shù)據(jù)； 兩種解析形式：兩種解析形式：SAX和和DOM SAX是一種事件驅(qū)動(dòng)接口，是一種事件驅(qū)動(dòng)接口，以順序的方式來(lái)處理文檔，以順序的方式來(lái)處理文檔，采用采用了基于事件的方式來(lái)處理了基于事件的方式來(lái)處理XML文檔文檔 根據(jù)文檔的內(nèi)容建立一個(gè)棵文檔結(jié)點(diǎn)樹(shù)，然后利用樹(shù)模型中根據(jù)文檔的內(nèi)容建立一個(gè)棵文檔結(jié)點(diǎn)樹(shù)，然后利用樹(shù)模型中各種對(duì)象或

16、接口的方法來(lái)訪問(wèn)各種對(duì)象或接口的方法來(lái)訪問(wèn)XML文檔中的信息。文檔中的信息。 把文檔和它們的元素表示為關(guān)系，并使用傳統(tǒng)的關(guān)系把文檔和它們的元素表示為關(guān)系，并使用傳統(tǒng)的關(guān)系DBMS來(lái)存儲(chǔ)它們。來(lái)存儲(chǔ)它們。Page 17以簡(jiǎn)單以簡(jiǎn)單XML文檔為例說(shuō)明文檔為例說(shuō)明SAX解析器的工作原理：解析器的工作原理： 事件事件1：文檔開(kāi)始：文檔開(kāi)始(Start document) 事件事件2：元素開(kāi)始：元素開(kāi)始(Start element) 事件事件3：字符數(shù)據(jù)：字符數(shù)據(jù)(Characters) 事件事件4：元素結(jié)束：元素結(jié)束(End element) 事件事件5：文檔結(jié)束：文檔結(jié)束(End document)

17、Page 18 下圖表示解析器在讀取文檔時(shí)何時(shí)產(chǎn)生相關(guān)的事件：下圖表示解析器在讀取文檔時(shí)何時(shí)產(chǎn)生相關(guān)的事件： XMLXML文檔文檔 歡迎來(lái)到創(chuàng)新電腦公司！歡迎來(lái)到創(chuàng)新電腦公司！ SAXSAX產(chǎn)生的事件序列產(chǎn)生的事件序列 Start documentStart element（GREETING）Characters（歡迎來(lái)到創(chuàng)新電腦公司?。g迎來(lái)到創(chuàng)新電腦公司！） End element（GREETING）End documentPage 19DOM定義定義 文檔對(duì)象模型文檔對(duì)象模型DOM將將XML文檔模型化為一棵結(jié)點(diǎn)文檔模型化為一棵結(jié)點(diǎn)樹(shù)，其中每一個(gè)樹(shù)，其中每一個(gè)XML語(yǔ)法成分語(yǔ)法成分(如元

18、素、屬性、文如元素、屬性、文本內(nèi)容等本內(nèi)容等)都用一個(gè)結(jié)點(diǎn)表示。都用一個(gè)結(jié)點(diǎn)表示。 DOM利用對(duì)象利用對(duì)象(node對(duì)象等對(duì)象等)來(lái)模型化文檔，對(duì)象描來(lái)模型化文檔，對(duì)象描述了文檔的數(shù)據(jù)結(jié)構(gòu)，還描述了數(shù)據(jù)的行為。述了文檔的數(shù)據(jù)結(jié)構(gòu)，還描述了數(shù)據(jù)的行為。 DOM提供提供“隨機(jī)訪問(wèn)隨機(jī)訪問(wèn)”機(jī)制，以實(shí)現(xiàn)對(duì)整個(gè)機(jī)制，以實(shí)現(xiàn)對(duì)整個(gè)XML文檔的全面、動(dòng)態(tài)訪問(wèn)。它允許用戶隨意訪問(wèn)文檔文檔的全面、動(dòng)態(tài)訪問(wèn)。它允許用戶隨意訪問(wèn)文檔的任何一部分，并允許修改、刪除或插入新的數(shù)據(jù)的任何一部分，并允許修改、刪除或插入新的數(shù)據(jù)。Page 20 將將XML文檔表示為關(guān)系文檔表示為關(guān)系 為每一個(gè)文檔和文檔中的每個(gè)元素分配一個(gè)唯為每一個(gè)文檔和文檔中的每個(gè)元素分配一個(gè)唯一的一的ID，對(duì)于文檔，對(duì)于文檔，ID可以是它的可以是它的URL或在文或在文件系統(tǒng)中的路徑；件系統(tǒng)中的路徑； DocRoot (docID, rootElementID) SubElement (parentID, childID,