XML数据到关系数据的映射

洪欣，陈维斌，蹇崇军

（1.华侨大学计算机科学与技术学院，福建 泉州 362021；2.华侨大学机电及自动化学院，福建 泉州 362021）

XML数据到关系数据的映射

洪欣1，陈维斌1，蹇崇军2

（1.华侨大学计算机科学与技术学院，福建 泉州 362021；2.华侨大学机电及自动化学院，福建 泉州 362021）

为实现XML数据到关系数据的数据映射，提出一种模式抽取算法，通过XML2XDR模块抽取XML模式，依据模式对XML数据分类.分析XML模式与关系模式的差异性，通过XMLdata2DB模块建立XML数据到关系数据的映射规则，从而实现将XML数据映射到关系数据中.

关系数据；XML；映射规则；模式抽取

企业之间进行商务数据交换时，存在数据结构不同的问题，往往通过XML格式的数据进行数据交换，并将其导入企业原有的关系数据库中［1］.随着大量XML文档数据的出现，如何高效地存储、管理和查询这些XML数据，成为目前值得研究的重要课题.对XML数据库系统的研究主要有两个基本途径一种是纯XML数据库系统，优点是充分考虑XML数据的特点，以一种自然的方式来处理XML数据，能较好地支持XML数据的存储和查询，但目前技术仍不成熟；另一种是在原关系数据库系统或面向对象数据库基础之上扩充功能，实现XML数据的处理［2-5］.本文提出一种XML模式抽取技术，抽取XML文档的模式，将XML模式映射到关系模式中，从而实现企业间的电子商务数据交换［6］.

1 抽取XML模式的必要性

在XML文档中，模式不是必须的.对于带模式的XML文档，可以将XML模式直接映射为关系模式.对于不带模式的XML文档，如果直接映射为关系，即使XML文档来自于同一模式，也可能映射为不同结果.如以下两个XML文档片断A和B.

（1）XML文档片断A.

文档片断A直接映射生成的关系表如下：

（2）XML文档片断B.

文档片断B映射生成的关系表如下：

以上示例（1），（2）中可见，文档片断直接映射生成的关系表存在着差异.即采用不带模式的映射，可能会生成多个具有重复字段却并不完全相同的表，不仅浪费了存储空间，而且不利于数据的管理.

如果首先抽取XML文档片断A与XML文档片断B的模式，然后通过模式进行映射，由于两个文档片断是同源的，那么生成的关系表就是相同的.由此可见，如果XML文档带有模式，最好的方式就是依据模式来映射关系模式，这样映射生成的关系表具有通用性.如果XML文档不带模式定义，则先为其建立XDR模式，然后再调用带有模式的XML文档的映射算法进行映射.

2 系统设计

2.1 映射框架

对不带XDR模式的XML文档的映射包含如下3个步骤.（1）生成XDR模式.（2）应用含有XDR模式的映射方法，对XML文档进行映射生成关系表.（3）通过填入数据模块，将XML文档数据映射为关系数据库数据.

图1为系统流程.模块结构包括XML文档模式的抽取（XML2XDR模块）、XDR模式到关系模式的映射（XDR2DB模块）、XML数据到关系数据的映射（XMLdata2DBdata模块）.

图1 系统工作流程Fig.1 Working flow of the system

2.2 XML文档模式的抽取

XML文档的模式有多种，选择其中的XDR（XML Data Reduced Language，简化XML数据定义语言）进行说明.基于XDR模式的XML文档的抽取算法XML2XDR有如下7个步骤.

（1）读取XML文档.

（2）建立XDR文件头.

（3）读取XML数据建立根节点.

（4）生成元素声明.

（5）如果元素有属性，则读取属性值，建立属性声明.

（6）如果元素有子节点，则读取子节点生成子元素，转到（4），继续分析子元素，建立子元素的元素及属性声明.

（7）是否还有同层节点，如果有则转到（4），为该节点建立元素及属性声明；如果没有则输出XDR模式文件.

前例中的A文档与B文档经过模式抽取之后，生成的XDR模式如图2所示.由于Star包含在minOccurs＝“0”maxOccurs＝“＊”的group中，出现的次数是不定的，所以在XDR模式的实例中，Star元素可能出现零次、一次或多次，与文档A及文档B的情况相符.

图2 XML文档抽取的XDR模式Fig.2 XDR schema extracted from XML documents

2.3 XML模式到关系模式的映射算法

抽取XML模式之后，可以通过模式将XML的数据结构映射到关系数据的数据结构，建立模式映射算法XDR2DB.算法有如下5个步骤.

（1）读取XDR模式.

（2）读取ElementType元素声明.

（3）消除递归，生成关系表XDR2DB-Recursion-Mapping.

（4）根据节点类型，进行相应的映射.如果子元素类型为属性，调用元素属性映射算法生成字段；如果子元素类型为元素，调用子元素映射算法生成字段及关系；如果子元素为group，调用模式组映射算法生成字段及关系.

（5）判断是否到达XDR模式末尾，如果不是，则转到（2）；否则，生成表间联系.

图2所示生成的XDR模式，经过XDR2DB映射后，其结果如图3所示.

图3 XDR模式映射到关系数据库的结果Fig.3 The results of XDR schema mapping to the relational database

2.4 XML数据到关系数据的映射算法

将XML模式映射为关系模式之后，需要将XML文档的数据填充到所建立的关系表中.XMLdata2DB映射算法有如下5个步骤.

（1）读取XML模式的根节点，建立表格.

（2）读取模式的节点element，创建子表.

（3）如果element不含子节点，则转到（5）；如果element含有子节点，则分析子节点的类型.如果为属性节点，则为该属性节点对应的字段赋值；如果为元素节点，则判定是否还包含子节点，如果含有子节点则转到（2）；否则，为该子节点对应的字段赋值.

（4）判断子节点是否还有未访问的同层节点，如果是，则读取下一节点转到（3）；否则，插入一条记录到关系表中.

（5）查找是否还有未访问的节点，如果有转到（3）；否则完成数据映射.

文档A与文档B的数据映射到关系数据库中的结果，如图4所示.

图4 XML数据映射到关系数据的结果Fig.4 Results of XML data mapping to relational data

3 结束语

建立了一个数据交换框架，提出一种XML模式的抽取技术，并给出从XML数据到关系数据的映射算法.研究结果可为企业的商务数据交换提供一种可行的方法，方便企业之间在异构平台上的实现数据交换.

［1］宋培义.XML与电子商务［J］.北京广播学院学报：自然科学版，2000，7（4）：33-37.

［2］WANG Guo-ren，HAN Dong-hong，QI AO Ba i-you，et al.Extending XML schema with object-oriented features［J］.Information Technology Journal，2005，4（1）：44-54.

［3］WANG Guo-ren，LIU Meng-chi.Extending XML schema with nonmonotonic inheritance［C］//Proceedings of 1st International Workshop on XML Schema and Data Management.Chicago：Iustrotion，2003：402-407.

［4］LEE Dong-won，CHU W W.Comparative analysis of six XML schema language［J］.ACM SIGMOD Record，2002 29（3）：117-151.

［5］万常选，林大海.基于关系数据库分裂大型XML文档到关系存储［J］.计算机应用研究，2004，21（8）：166-167.

［6］洪欣.基于XDR模式的XML文档与关系数据库的映射技术研究［D］.泉州：华侨大学，2004.

Mapping from XML-Data to Relational-Data

HONG Xin1，CHEN Wei-bin1，JIAN Chong-jun2
（1.College of Computer Science and Technology，HuaQiao University，Quanzhou 362021，China；2.College of Mechanical Engineering and Automation，Huaqiao University，Quanzhou 362021，China）

In order to realize the data mapping from the XML-data to the relational-data，this paper propose a model extraction algorithm，the XML2XDR model extract the XML model，according to the model the XML-data is classified.By analysing the differences between the XML schema and relational schema，the mapping rules from XML-data to relational data was established based on XML data2B，and the mapping from XML-data to relational-data was realized.

relational data；XML；mapping rules；pattern extraction

1000-5013（201101-0039-04

TP311.132.3；TP311.12

A

（责任编辑：钱筠 英文审校：吴逢铁）

2010-04-23

洪欣（1977-），女，讲师，主要从事数据库领域的研究.E-mail：xinhong@hqu.edu.cn.

福建省青年人才项目资助（2007F3062）；福建省泉州市科技计划项目（2010G4）；华侨大学高层次人才科研启动项目（07BS403）；华侨大学科研基金资助项目（08HZR18）