网格环境下基于XML的异构数据集成系统

分析地震、地质行业的数据资源特点,在数据网格中间件OGSA-DAI基础上提出一种基于XML的分布异构数据访问与集成框架,实现数据的透明访问和联合查询。系统以XML作为公共数据模型,使用三层模式集成机制,以XQuery同时作为XML模式之间的映射语言及全局查询语言,简化全局视图的构造和系统的查询处理。     

基于领域本体和关系模型的XML语义集成方法研究

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。     

基于XML的异构数据集成系统的查询处理

讨论了基于XML的Web异构数据源集成系统中的查询处理,并提出了针对全局视图的语义缓存的实现方法,包括查询与缓存入口的匹配算法,网络环境下缓存建立和淘汰算法;最后描述了Gav模式集成方式下的查询分解和优化方法。     

基于移动Agent和XML的异构数据库集成模型研究

为了解决异构数据库的数据集成和共享问题,提出了一个基于移动Agent和XML的异构数据库集成模型:采用虚拟法和XML技术,建立了全局数据集成框架;同时,采用移动Agent技术,解决了局部数据库数据智能集成的问题,优化了查询处理模块,有效地提高了数据库的查询效率.     

基于本体的XML语义集成和查询的研究

XML因其结构上的灵活性和易扩展性已经成为Web上异构数据转换和传输的标准,但是含有不同模式的XML数据源之间却很难进行相互操作,这给XML数据检索带来了更大的不便.先提出一种从XML模式到OWL本体的映射算法,然后借助共享全局本体和同义词典实现多个映射后的本体在语义上的集成从而解决XML结构异构的问题,最后提出一种利用语义集成进行XML语义查询的框架并初步实现.     

基于XML的异构数据库集成方法研究与实现

异构数据库的集成问题是当前数据处理领域内研究的一个热点,它能更有效地利用信息资源、实现数据共享。文章提出并实现了基于XML的异构数据库集成与查询系统,并重点讨论了异构数据库的集成方法。系统采用W3C的XML Schema标准作为异构数据源的全局模式描述,借助XML Schema强大的数据描述能力,通过实现关系模式的提取、关系模式到XML Schema的转化和附加语义约束,实现了异构资源数据库数据的整合。     

基于Web服务的数据库系统集成模式

文章提出基于Web服务和XML技术的信息集成方法,给出一个多数据库系统的集成框架,并就系统框架、模式集成、查询处理等关键技术作了讨论。     

基于XML的异构数据库集成系统构架与开发

分析了XML在解决异构数据库集成问题中的优势，并在此基础上提出了基于XML的异构数据库集成方案，实现了分布式异构数据库的透明访问和联合查询。对于架构中的主要环节给出了具体实现方法，并着重研究和验证了架构中XML与数据库模式映射、数据透明访问、联合查询处理等关键问题。     

多数据库系统中查询分解算法的研究

多数据库系统允许用户使用一个集成模式和简单的全局查询语言同时访问多个异构的、自治的数据库系统。全局查询分解处理是多数据库系统中的一个很重要的问题。本文给出了一种多数据库环境中的模式信息管理方法,基于这些模式信息,我们提出一种易于实现的查询分解算法。由于多数据库查询分解处理与模式集成的实现紧密相关,所以本文对多数据库系统的模式集成作了一些描述。     

XML和RDF异构数据源的语义集成和检索

提出一种基于Schema的数据管理框架。该框架利用分层式的体系结构和全局视图(GAV)的集成方法,对分布式的异构数据源XML和RDF进行语集成。讨论了分层式体系结构的组成、映射过程和查询处理。实验结果表明了该框架的可行性。     

PANORAMA多数据库系统的后处理查询策略

分析不同的模式集成语义 ,从而得出后处理查询的两种主要运算 :场地间联接和外联接运算 .运用规则把后处理查询先转换成普通表达式 ,再转换成析取条件范式 ,并讨论了其内部树结构的实现机制 ,生成实际用于调度的全局查询超图集 ,并给出了具体的算法 .在此基础上 ,根据超图集的特点 ,给出后处理查询的三级调度     

基于模式集成语义的查询处理

在采用面向对象模型作为公共数据模型的多数据库系统中，基于模式集成语义的查询处理不仅要实现针对集成模式查询到针对输出模式查询的转换，而且要从语义上尽可能减少回答用户查询所需数据，保证对象引用的正确性.为了达到这个目标,提出了一些新的概念及基于模式集成语义的查询处理规则和路径表达式的查询处理方法.     

基于本体的XML数据集成的查询处理

数据集成在很长一段时间一直为人们所关注．随着XML逐渐成为Web上发布和交换数据的标准,研究人员提出了基于本体的XML数据的语义集成方案．此文对于这样的方案进行了形式化,提出的算法NaiveMaxQEP解决了最大查询计划的生成问题;并基于非完整性角色个数有限的假设,对于查询执行计划生成算法进行了优化,提出了0ptMaxQEP算法;为支持高效的分布式资源整合,文章还给出了网络代价优化算法NetoptQEP,基于网络代价对输出的执行计划进行了优化．     

基于本体的关系数据集成的查询处理

为实现异构关系数据库的语义集成,针对传统集成技术存在的问题,在对语义网等相关技术进行分析的基础上,研究基于本体的关系数据集成系统中的查询处理问题,提出了一种基于本体的关系数据库集成框架。设计了基于本体的关系数据的描述方法,使用本体作为集成的全局模式来描述关系模式的语义。设计了查询重写算法,该算法可以将基于全局模式的SPARQL查询重写为针对具体关系数据库的查询,从而实现对异构关系数据库的集成。实验表明,该算法具有良好的可扩展性。     

异构XML文档类型定义的转换与集成

XML 数据的集成是当前的研究热点之一 .由于不同设计者的自治性 ,描述同一领域内容的 XML 文档可能在语义和结构上存在异构性 .提出一种异构 DTD的转换和集成方法 ,将 DTD转化为 IDMX模型的表示 ,然后通过模式比较、模式变换、模式合并与冲突消解的过程得到全局模式以及全局模式到局部模式的映射 .并介绍了异构 XML 数据源集成系统 KD- XIS     

Deep Web数据集成中查询处理的研究与进展

随着Web上在线数据库的大量涌现,Deep Web数据集成成为当前信息领域的一个研究热点,而查询处理是其中的一个重要的组成部分。由于Web数据库具有规模大、自治性、异构性以及动态性等特点,使得Deep Web数据集成中的查询处理比传统的分布环境下的查询处理更具挑战性。围绕Deep Web数据集成中查询处理的三个关键研究点:模式匹配、Web数据库的选择以及查询转换,综述了近年来国际上相关的、具代表性的研究成果,分析了这些方法的优缺点,总结并展望了未来的发展方向。     

An Efficient Schema Transformation Technique for Data Migration from Relational to Column-Oriented Databases

Data transformation is the core process in migrating database from relational database to NoSQL database such as column-oriented database. However, there is no standard guideline for data transformation from relational database to NoSQL database. A number of schema transformation techniques have been proposed to improve data transformation process and resulted better query processing time when compared to the relational database query processing time. However, these approaches produced redundant tables in the resulted schema that in turn consume large unnecessary storage size and produce high query processing time due to the generated schema with redundant column families in the transformed column-oriented database. In this paper, an efficient data transformation technique from relational database to column-oriented database is proposed. The proposed schema transformation technique is based on the combination of denormalization approach, data access pattern and multiple-nested schema. In order to validate the proposed work, the proposed technique is implemented by transforming data from MySQL database to HBase database. A benchmark transformation technique is also performed in which the query processing time and the storage size are compared. Based on the experimental results, the proposed transformation technique showed significant improvement in terms query processing time and storage space usage due to the reduced number of column families in the column-oriented database.