17、XML数据集成与DTD转换的技术解析

XML数据集成与DTD转换的技术解析

1. XML数据集成的DIXSE框架

在当今的Web环境中，XML作为半结构化和结构化数据表示与交换的通用标准，其数据集成问题备受关注。DIXSE（一种语义框架）为XML数据集成提供了有效的解决方案。

DIXSE系统基于数据仓库方法进行数据集成，采用ConceptBase作为存储机制，这是一个实现了Telos语言版本的对象库管理系统。该系统由Java 2实现，主要包含两个子系统：
- Schema Engine ：允许用户将XML DTD注册到存储库中。它包含五个组件，分别是DTD解析器、XML解析器、Schema Derivator、Schema Generator和XSL Wrapper Generator。
- Document Loader ：允许用符合已注册DTD的XML文档集合填充存储库，由XSL Processor和Data Integrator组成。

两个子系统之间通过Catalog Manager和XSL Wrapper Repository进行通信。

在处理XML文档时，存在一些问题。例如，从XML描述中得到的默认集成概念模式，若多个XML文档中有相同的作者姓名，不会被视为同一对象，每次上传带有作者元素的XML文档时都会创建新的Author令牌。为克服这些不足，需要通过DIXSE映射规范提供额外的领域知识。改进后的用户自定义集成概念模式能更好地模拟SIGMOD Record XML文档所代表信息的预期解释和使用，为数据集成提供更好的指导。其特点包括：使用有意义的实体类和属性名、区分不同类型的SIGMOD Re