Tích hợp các cơ sở dữ liệu XML

TẠP CHÍ KHOA HỌC, Đại học Huế, Số 22, 2004<br /> <br />  <br /> <br /> TÍCH HỢP CÁC CƠ SỞ DỮ LIỆU XML<br /> Lê Thị Thu Thủy<br />  Trường Đại học Khoa học, Đại học Huế<br /> Đoàn Đại Dương<br /> Trường Đại học Sư phạm, Đại học Huế<br /> <br /> 1. GIỚI THIỆU<br /> Nguồn thông tin phong phú và hữu ích hiện đang được lưu trữ trên hàng tỷ web  <br /> site trên mạng. Trong khi một website truyền thống chỉ  hỗ trợ cho biểu diễn thông  <br /> tin, thì việc tìm kiếm một ngôn ngữ có cấu trúc để biểu diễn các thông tin trên trang  <br /> Web đang được đầu tư  nghiên cứu. XML1 (eXtensible Markup Language) xuất hiện <br /> và nhanh chóng trở thành chuẩn cho các thế  hệ  web trong tương lai. Nó cũng là nền  <br /> tảng để hình thành một lớp cơ sở dữ liệu (CSDL) mới:  CSDL XML [3,8]. <br /> Để hỗ trợ người sử dụng trong việc tìm và sử  dụng thông tin, các CSDL XML  <br /> phân tán được tích hợp, cung cấp một sự biểu diễn duy nhất từ các CSDL XML khác  <br /> nhau tham gia vào hệ thống. Một hệ thống CSDL XML tích hợp sinh ra một lược đồ <br /> toàn cục (global schema) cho hệ thống. Lược đồ này là sự thống nhất và hòa hợp các  <br /> lược đồ  cục bộ  (local schema) của các nguồn dữ  liệu tham gia vào hệ  thống. Nó là  <br /> chìa khóa hỗ trợ cho tất cả các tiến trình của hệ thống sau này. Trên cơ sở của lược  <br /> đồ  tích hợp, một tập các ánh xạ  đến các nguồn cục bộ  được tạo ra hỗ  trợ  cho việc <br /> xử lý câu truy vấn của người sử dụng như: tách câu truy vấn, tích hợp các dữ liệu thô <br /> từ  các nguồn..., giúp người sử  dụng lấy được thông tin tích hợp cần thiết từ  hệ <br /> thống, tiết kiệm thời gian và công sức của người sử dụng. <br /> Nhiều hệ  thống tích hợp đã và đang được xây dựng [2,4,6], tuy nhiên các hệ <br /> thống này vẫn còn nhiều hạn chế trong giải quyết xung đột giữa các lược đồ  [5] và <br /> tích hợp dữ  liệu [3,7]. Để  khắc phục những hạn chế  của những nghiên cứu trên, <br /> chúng tôi đưa ra một khung làm việc (framework) mới về  tích hợp các CSDL XML <br /> [3,7]. Hệ thống mới này vừa có khả năng tích hợp các lược đồ vừa có thể đưa ra các <br /> quyết định xử lý câu truy vấn của người sử dụng. Đây là một trong số ít hệ thống có  <br /> chiến lược tích hợp n lược đồ cục bộ một lần (one shot strategy) [2]. Nó có thể giải <br /> quyết các xung đột chính bên trong các lược đồ theo hướng thống nhất. Ngoài ra, hệ <br /> thống có thể  tách câu truy vấn của người sử  dụng trên lược đồ  toàn cục thành các <br /> truy vấn con của từng nguồn cục bộ đồng thời. Đây là một điểm mới so với các hệ <br /> <br /> 1<br />  http://www.w3.org/TR/REC­xml<br /> 45<br /> thống đã được xây dựng [2,4,6]. Một  ưu điểm nữa của hệ  thống là dữ  liệu từ  các <br /> nguồn cục bộ  được tích hợp và trả  về  các thông tin thân thiện với người sử  dụng. <br /> Ngôn ngữ XDD (XML Declarative Description) [9] ­ ngôn ngữ mô tả khai báo XML ­ <br /> được sử dụng làm nền tảng cho tất cả các thành phần của hệ thống.<br /> Phần 2 trình bày ngắn gọn tổng quan về  ngôn ngữ  XDD. Phần 3 mô tả  kiến <br /> trúc và các thành phần tạo nên hệ thống tích hợp các CSDL XML. Cuối cùng, phần 4 <br /> kết luận của bài viết.<br /> 2.  TỔNG QUAN NGÔN NGỮ  XDD<br /> XDD (XML Declarative Description) một ngôn ngữ biểu diễn thông tin dựa vào <br /> khuôn dạng tài liệu XML. Nó thực chất là sự  mở  rộng khả  năng biểu diễn của các  <br /> phần tử  XML bằng cách sử  dụng kết hợp với các biến nhằm mô tả  một tập các <br /> thông tin có liên quan với nhau. Một phần tử XML mở rộng như vậy gọi là biểu thức <br /> XML (XML expresion). Bảng 1 liệt kê các loại biến sử  dụng trong XDD. Với quan  <br /> điểm này thì một phần tử  XML bình thường ­ không chứa biến ­ được gọi là biểu  <br /> thức XML nền tảng (ground XML expresion). Một mô tả XDD là một tập các mệnh  <br /> đề XML với khuôn dạng như sau:<br /> H     B1, ... , Bm,  1, ...,  n<br /> <br /> trong đó m, n   0; H và Bi (i=1,.., m) là các biểu thức XML trong khi  j (j=1,.., n) là <br /> ràng buộc XML (XML constraint) sử dụng để định nghĩa các ràng buộc trên các biểu <br /> thức XML. Với khuôn dạng mệnh đề  XML như  trên,  H  còn gọi là phần đầu của <br /> mệnh đề (Head); tập hợp {B1, ..., Bm,  1, ...,  n} gọi là phần thân của mệnh đề (Body). <br /> <br /> Bảng 1: Kiểu của các biến trong XDD<br /> Ký hiệu <br /> Tên biến Biểu diễn<br /> kiểu<br /> Name­variables: biến tên $N Tên phần tử hoặc tên các thuộc tính<br /> String­variables: biến chuỗi $S Chuỗi dữ liệu<br /> Pair­variables: biến cặp "thuộc tính­giá trị" $P Dãy 0 hoặc nhiều cặp "thuộc tính­giá <br /> trị"<br /> Expression­variables: biến biểu thức XML  $E Dãy 0 hoặc nhiều biểu thức XML<br /> Intermediate­variables:   biến   biểu   thức   trung  $I Một phần của biểu thức XML<br /> gian<br /> <br /> 3. MÔ HÌNH HỆ THỐNG TÍCH HỢP CÁC CSDL XML<br /> Hệ thống đưa ra là một trong số ít hệ thống tích hợp có các thành phần được <br /> thiết kế để có thể làm việc hài hòa với nhau. Trên nền của XDD, nó có thể tích hợp  <br /> n lược đồ  cùng một lúc [3]. Lược đồ  tích hợp đạt được là sự  thống nhất và hài hòa <br /> giữa các lược đồ  cục bộ từ  các nguồn dữ liệu khác nhau. Ngoài ra, hệ thống còn có  <br /> khả  năng tách một câu truy vấn thành các truy vấn con khớp với khuôn dạng cho  <br /> 46<br /> từng lược đồ  cục bộ  [7]. Với hướng tiếp cận này, dữ  liệu rút trích từ  các nguồn <br /> được tích hợp dễ  dàng, cung cấp kết quả  thân thiện cho người sử  dụng. Việc   ứng <br /> dụng XDD làm cấu trúc nền tảng của hệ thống khiến các thành phần hệ  thống trở <br /> nên mềm dẻo đối với việc tích hợp lược đồ cũng như xử lý và tích hợp dữ liệu.<br /> 3.1. Câu truy vấn XDD:<br /> Một câu truy vấn [9] gồm ba phần:  phần đầu (constructor), phần thân (pattern)  <br /> và các ràng buộc (filters) của câu truy vấn, tương ứng với ba phần của một mệnh đề <br /> XML. So với câu truy vấn SQL truyền thống, contructor là khuôn dạng dữ liệu người <br /> sử  dụng cần hiển thị, có thể  tương  ứng mệnh đề  SELECT;  patern  tương  ứng với <br /> khuôn dạng dữ liệu nơi cần lấy dữ liệu, tương ứng với mệnh đề FROM và filter đưa <br /> ra các ràng buộc trên câu truy vấn, có thể  tương  ứng với mệnh đề  WHERE. Trong <br /> quá trình thực hiện truy vấn, khi pattern của câu truy vấn khớp với một phần nào đó <br /> của tài liệu XML và các ràng buộc trong  filter được thoả mãn, kết quả  của câu truy <br /> vấn được rút ra theo khuôn dạng của  contructor. Dữ liệu truy vấn được cũng là một <br /> tài liệu khuôn dạng XML, được gởi đến bộ  trung chuyển để  tiếp tục quá trình tích <br /> hợp dữ liệu.<br /> 3.2 Bộ trung chuyển (Mediator):<br /> Mediator là thành phần quan trọng nhất của hệ thống. Nó bao gồm hai đơn vị: <br /> bộ tích hợp lược đồ (schema integration) và bộ tích hợp dữ liệu (data integraion). <br /> Bộ  tích hợp lược đồ,  có nhiệm vụ  tích hợp tập các lược đồ  cục bộ  từ  các <br /> nguồn dữ liệu khác nhau về cấu trúc,  sinh ra một lược đồ XML toàn cục và tập các <br /> ánh xạ. Tập ánh xạ này giúp hệ  thống hiểu được sự  tương ứng giữa các đối tượng <br /> (tên trường, thuộc tính) giữa lược đồ tích hợp và các lược đồ  cục bộ. Trên nền của <br /> XDD, ánh xạ được tổ chức để có thể sử dụng theo hai chiều với mục đích:<br /> ­ Tách câu truy vấn của người sử dụng (trên cấu trúc của lược đồ  toàn cục)  <br /> thành các truy vấn con phù hợp với cấu trúc lược đồ  cục bộ  của các nguồn dữ liệu <br /> liên quan;<br /> ­ Làm siêu dữ liệu (metadata). Dựa vào thông tin từ siêu dữ liệu, hệ thống có <br /> thể chuyển đổi khuôn dạng dữ liệu rút trích được từ  các nguồn cục bộ  thành khuôn  <br /> dạng chung của hệ thống, kết xuất kết quả thân thiện với người sử dụng. <br /> Cấu trúc ánh xạ hai chiều được mô tả như sau:   <br /> % Ánh   xạ   quy   định <br />          % sự  tương  ứng của <br />                  $E:exp % phần  tử  $E:exp  ở <br />         % lược   đồ   toàn   cục <br />         % với   các   phần   tử <br />                $E:exp1   % $E:exp1,  $E:exp2 <br />               $E:exp2    % trong   các   nguồn <br />         % cục   bộ <br /> % $S:source1  và <br /> $S:source2  <br /> 47<br />  Hình 1:  Cấu trúc ánh xạ<br /> Dựa trên nền của XDD, công việc tích hợp các lược đồ được diễn ra đồng thời.  <br /> Nếu có  n lược lược đồ  tham gia vào hệ  thống, chúng được tích hợp, dung hòa các  <br /> mâu thuẫn đồng thời một lúc để  đưa ra lược đồ  chung cuối cùng. Cần phải nhấn  <br /> mạnh rằng, rất ít các hệ  thống tích hợp có khả  năng tích hợp nhiều lược đồ  đồng  <br /> thời trong cùng một tiến trình. Hầu hết các hệ  thống phải tiến hành tích hợp trên <br /> từng cặp lược đồ  do sự phức tạp và khả  năng của ngôn ngữ  lập trình sử  dụng. Đối  <br /> với hệ  thống đang được xây dựng, sự  thành công này diễn ra trên nền của XDD vì  <br /> mỗi lược đồ XML tham gia vào việc tích hợp được xem như là một biểu thức XML  <br /> ($E:expression) trong các luật tích hợp của hệ thống, mỗi luật là một mệnh đề XML.  <br /> Trong quá trình tích hợp này hệ thống có thể  giải quyết nhiều xung đột xảy ra giữa <br /> các lược đồ như: xung đột tên phần tử, xung đột cấu trúc các phần tử, xung đột các  <br /> ràng buộc và xung đột các kiểu dữ  liệu. Chi tiết về  các loại xung đột và cách thức  <br /> giải quyết các xung đột này được chúng tôi trình bày chi tiết trong [3,7].<br /> Bộ tích hợp dữ liệu tiến hành chuyển đổi khuôn dạng của tất cả dữ liệu được  <br /> trích rút từ các nguồn cục bộ cho phù hợp với lược đồ chung dựa vào thông tin từ ánh <br /> xạ hai chiều. Sau đó, nó tìm cách loại trừ các mâu thuẫn bên trong dữ liệu, kiểm tra <br /> loại bỏ các dữ liệu trùng lặp. Cuối cùng dữ liệu được trả về cho người sử dụng qua <br /> giao diện của hệ thống.<br /> Thành phần quan trọng nhất của hệ  thống, bộ  trung chuyển, thực chất là tập <br /> các luật trên nền của XDD. Việc gắn các luật này giúp  các thành phần của hệ thống  <br /> có thể  tự  động suy diễn sinh ra các sự  kiện   (fact)  mới dựa trên tập luật và các sự <br /> kiện ban đầu. Luật có thể áp dụng đệ quy, chẳng hạn: phần thân của luật này có thể <br /> gắn vào phần đầu của luật khác để tiếp tục quá trình suy diễn,  kết quả của luật này  <br /> có thể làm đầu vào của luật khác. Khi thực thi chương trình tập luật có thể được cài  <br /> đặt bởi ngôn ngữ lập trình XET [1], một ngôn ngữ dựa trên lý thuyết XDD. <br /> 3.3. Bộ xử lý truy vấn (Query handler):<br /> Đây là thành phần giúp hệ  thống tích hợp có thể  giao tiếp với người sử dụng.  <br /> Nó bao gồm ba thành phần chính: bộ lập truy vấn (query formulation) , bộ tối ưu câu  <br /> truy vấn (query optimization) và bộ tách câu truy vấn (query decomposition).<br />   % Luật này chỉ ra rằng: nếu truy <br /> $E:exp1 % vấn có chứa phần tử  $N:tag1  <br />  $E:content  % thì  ta   sẽ   thay   bằng   phần   tử <br />               $E:exp2 % $N:tag2 trong lược đồ cục bộ <br /> % $S:source tương ứng với nó.<br />        <br /> <br /> $E:exp1 % Khuôn dạng câu truy vấn của  <br /> $E:content % người sử  dụng có chứa phần <br /> % tử $N:tag1.<br /> $E:exp2<br /> <br /> <br /> 48<br />  % Ánh   xạ   chỉ   ra:   phần   tử <br />          $E:content % $N:tag1  ở   lược   đồ   toàn   cục <br />   % tương   ứng   với   phần   tử <br /> % $N:tag2 trong lược đồ  cục bộ <br />        $E:exp3 $S:source.<br />          <br />                $E:content<br />        <br />        $E:exp4<br />               <br />                  <br /> Hình 2: Một luật XDD dùng để tách câu truy vấn<br /> <br /> Bộ  lập truy vấn  giúp chuyển đổi các câu truy vấn khuôn dạng bất kỳ  của <br /> người sử dụng thành câu truy vấn khuôn dạng XDD, ví dụ: chuyển truy vấn XQuery <br /> thành truy vấn khuôn dạng XDD. Bộ tách truy vấn sẽ tách câu truy vấn sau khi được  <br /> tối ưu thành các câu truy vấn con. Trong khi câu truy vấn của người sử dụng có cấu <br /> trúc và khuôn dạng của lược đồ chung, các câu truy vấn con được tách ra lại phù hợp <br /> với khuôn dạng các lược đồ  thành phần. Với các truy vấn con này, hệ  thống sẽ  rất  <br /> dễ dàng trong việc rút trích dữ liệu trực tiếp từ các nguồn cục bộ. Như đã đề cập ở <br /> trên, việc tách được tiến hành dưới sự hỗ trợ của tập ánh xạ và các quy tắc suy diễn  <br /> của tập luật XDD đặc thù. Một luật XDD cho việc tách một câu truy vấn được thể <br /> hiện như hình 2.<br /> 4. KẾT LUẬN<br /> Hệ thống tích hợp các CSDL XML được trình bày là một trong số ít những hệ <br /> thống có khả năng tích hợp nhiều lược đồ con đồng thời qua một qui trình biến đổi.  <br /> Với các điểm mạnh của XDD trong việc mô hình các  ứng dụng khuôn dạng XML, <br /> khung làm việc của hệ thống đã hội đủ các yêu cầu chính của một hệ thống tích hợp. <br /> Tất cả các thành phần của hệ thống đều được xây dựng trên nền của XDD, tạo ra sự <br /> mềm dẻo trong quá trình xử lý và chuyển đổi dữ liệu giữa chúng. Hệ thống cung cấp <br /> cho người sử  dụng dữ  liệu tích hợp  ở  khuôn dạng một tài liệu XML chuẩn, thân <br /> thiện với người sử dụng, hữu ích trong việc trao đổi với các ứng dụng XML khác.<br /> Khung làm việc của hệ  thống này đã và đang được cài đặt bước đầu thành <br /> công sử dụng ngôn ngữ lập trình XET, với các CSDL XML phân tán trên mạng LAN.  <br /> Chúng tôi dự định phát triển hệ thống để có thể  làm việc ở môi trường internet, nơi  <br /> các CSDL được phân tán trên mạng với mục đích thương mại. Một  ứng dụng điển  <br /> hình có thể nghiên cứu trong tương lai là truy vấn thông tin từ các trang web XML đã  <br /> được tích hợp trên mạng khi chúng cùng chia sẽ một lược đồ chung.<br /> <br /> 49<br />  TÀI LIỆU THAM KHẢO<br /> 1. Anutariya,   C.,   Wuwongse,   V.,   and   Wattanapailin,   V.  An   Equivalent­<br /> Transformation­Based   XML   Rule   Language.   Proceedings   of   the   International <br /> Workshop on Rule Markup Languages for Business Rules in the Semantic Web, <br /> Sardinia, Italy (2002). <br /> 2.  Batini ,   C.,  Lenzerini,   M.,   and  Navathe,   S.   B.  A   Comparative   Analysis   of  <br /> Methodologies for Database Schema Integration.  ACM Computing Surveys. Vol. <br /> 18, No. 4 (1986) 323 ­ 364 .<br /> 3. Duong, D. D., and Wuwongse, V. XML Databases Schema Integration Using XDD. <br /> Proceedings   of   Advances   in   Web­Age   Information   Management   Conference, <br /> China. Lecture Notes in Computer Science, Springer Verlag, Vol. 2762 (2003) 92 ­ <br /> 103 <br /> 4. Gianolli, P., Mylopoulos, J. A semantic approach to XML based data integration. <br /> Proceedings of the 20th. International Conference on Conceptual Modelling (ER), <br /> Yokohama, Japan (2001).<br /> 5. Pluempitiwiriyawej,   C.,   Hammer,   J.  A   Classification   Scheme   for   Semantic   and  <br /> Schematic   Heterogeneities   in   XML   Data   Sources.  Technical   report   TR00­004. <br /> University of Florida (2000).<br /> 6. The   MIX   (Mediator   of   Information   using   XML).   Available   online: <br /> http://www.database.ucsd.edu/project/MIX (1999).<br /> 7. Thuy, L. T. T., and Wuwongse, V. Query Processing of Integrated XML Databases. <br /> Proceedings   of   the   5th   International   Conference   on   Information   Integration   and <br /> Web­based Applications & Services, Jakarta, Indonesia (2003) 335 ­ 344 .<br /> 8. Wuwongse, V., Akama, K., Anutariya, C., and Nantajeewarawat, E. A Data Model  <br /> for XML Databases. Journal of Intelligent Information Systems. Vol. 20, No. 1, <br /> (2003) 63 ­ 80.<br /> 9. Wuwongse,   V.,   Anutariya,   C.,   Akama,   K.,   and   Nantajeewarawat,   E.  XML  <br /> Declarative   Description   (XDD):   A   Language   for   the   Semantic   Web.   IEEE <br /> Intelligent Systems, Vol. 16, No. 3 (2001) 54 ­ 65.<br /> <br /> INTEGRATION OF XML DATABASES <br /> Le Thi Thu Thuy<br />   College of  Sciences, Hue University<br />  <br /> <br /> <br />  Doan Dai Duong,<br />  College of  Pedagogy, Hue University<br /> <br /> SUMMARY<br /> <br /> 50<br />  XML database integration has been paid due attention to in the past few years, especially  <br /> when XML is widely accepted as the new generation of the web. However, the building of a  <br /> framework   that   can   resolve   easily   the   conflicts   between   schemas   and   decompose   query  <br /> efficiently is still a great challenge. The paper's purpose is to propose a new XML database  <br /> integration framework, and to demonstrate the power of XDD theory in modeling user's query  <br /> and   system's   components.   The   framework   can   be   extended   to   work   with   Web   application  <br /> metadata integration.<br /> <br /> <br /> <br /> <br /> 51<br />