协同数据库综合应用知识

1数据库系统与技术（9）

--协同数据库及综合应用信息科学与技术学院计算机科学系协同软件研究开发中心2协同数据库与综合应用什么是协同？信息集成技术信息交换与发布综合应用3协同数据库与综合应用什么是协同？协同——就是指协调两个或者两个以上的不同资源或者个体，协同一致地完成某一目标的过程或能力。协同范围——不仅包括人与人之间的协作，也包括不同应用系统之间、不同数据资源之间、不同终端设备之间、不同应用情景之间、人与机器之间、科技与传统之间等全方位的协同。

协同软件——有助于协同的软件4协同数据库与综合应用协同软件技术：角色协同信息协同流程协同计算协同数据库中的协同技术（信息协同）5信息集成数据集成——把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享。信息集成解决的问题是把位于不同的异构信息源上的数据合并起来，以便为用户提供一个统一的视图。

信息集成的数据源可能是传统数据库，也可能是其他类型的信息，如网页的集合。6信息集成“Informationintegration”一词有信息集成、整合、融合的涵义，常见的表述有：信息集成是一种使相关的多元信息有机融合并优化使用的理念。信息集成不是信息的堆积或信息载体的物理堆积。信息集成是一种多针对某个目标或面向某项特定服务对信息进行组织和管理的理念，集成的核心是资源作为大系统，采取技术手段进行整合，实现资源共享。信息集成不是简单地从技术上实现各部门之间的信息共享，而是要从系统运行的角度，保证系统中每个部分、在运行的每个阶段，都能将正确的信息、在正确的时间、正确的地点、以正确的方式、传送给需要该信息的人。针对某一特定领域某一特定用户的需求，以信息为对象，信息资源为本体，服务为动力，网络技术为手段，协同作业为方法，把信息资源诸要素有机融合并使之优化的动态过程，是一个优化要素、体系重构的过程。7信息集成信息集成涉及到很多基础问题的研究，如集成系统的逻辑框架、全局模式与局部模式的映射方法、异构信息源上的查询推理和优化、中间件/包装器技术、半结构化数据等研究。目前通常采用联邦式、基于中间件模型和数据仓库等方法来构造集成的系统，这些技术在不同的着重点和应用上解决数据共享和为企业提供决策支持。8信息集成信息集成涉及到很多基础问题的研究，如集成系统的逻辑框架、全局模式与局部模式的映射方法、异构信息源上的查询推理和优化、中间件/包装器技术、半结构化数据等研究。目前通常采用联邦式、基于中间件模型和数据仓库等方法来构造集成的系统，这些技术在不同的着重点和应用上解决数据共享和为企业提供决策支持。9信息集成联邦数据库系统(FDBS)由半自治数据库系统构成，相互之间分享数据，联盟各数据源之间相互提供访问接口，同时联盟数据库系统可以是集中数据库系统或分布式数据库系统。

10信息集成中间件模式通过统一的全局数据模型来访问异构的数据库、遗留系统、Web资源等。中间件位于异构数据源系统(数据层)和应用程序(应用层)之间，向下协调各数据源系统，向上为访问集成数据的应用提供统一数据模式和数据访问的通用接口。各数据源的应用仍然完成它们的任务，中间件系统则主要集中为异构数据源提供一个高层次检索服务。中间件模式是目前比较流行的数据集成方法，它通过在中间层提供一个统一的数据逻辑视图来隐藏底层的数据细节，使得用户可以把集成数据源看为一个统一的整体。这种模型下的关键问题是如何构造这个逻辑视图并使得不同数据源之间能映射到这个中间层。

11信息集成数据仓库是在在企业管理和和决策中面向向主题的、集集成的、与时时间相关的和和不可修改的的数据集合。。其中，数据据被归类为广广义的、功能能上独立的、、没有重叠的的主题。这几几种方法在一一定程度上解解决了应用之之间的数据共共享和互通的的问题，但也也存在以下的的异同:联邦邦数据库系统统主要面向多多个数据库系系统的集成，，其中数据源源有可能要映映射到每一个个数据模式，，当集成的系系统很大时，，对实际开发发将带来巨大大的困难。数据仓库技术术主要针对企企业某个应用用领域提出的的一种数据集集成方法，是是面向主题并并为企业提供供数据挖掘和决策支持的的系统。12信息交换信息交换是信信息协同的基基础，也是所所有协同工作作的基础。数据交换———指数据在不不同的信息实实体之间交互互的过程。数数据交换的目目的是屏蔽企企业之间或部部门之间的业业务系统在硬硬件平台、操操作系统、网网络协议和数数据源方面的的差异，为企企业提供一个个通用的数据据交换平台。。13信息交换数据交换要解解决的关键问问题信息的统一表表示——信息息交换系统的的最终目标是是实现不同应应用系统间透透明的信息交交换，但是在在不同的应用用系统中，数数据的存储、、表示方式可可能完全不同同。要解决这这一问题的关关键是要找到到数据的统一一表示方式，，XML标准的出现，，使基于统一一的规范格式式的信息交换换系统在实现现技术上已经经成为可能。。1415信息交换数据交换主要要技术传统的方法：：专门开发数据据交换接口总线和适配器器技术——各各个应用系统统通过适配器器与总线相连连，从而实现现相互之间的的数据交换。。但是，由于于企业或政府府部门都是用用已有的工具具或系统设计计表格、填写写表格、审批批表格，所以以信息的格式式、描述方法法、传递方式式都是不一样样的，在这样样的异构数据据源环境下，，要进行信息息交换还是十十分困难的。。1617信息交换XML用于数据交换换的优势简单性。XML文档是能进行行文件结构合合法性验证的的纯文本文档档，对于系统统间集成、交交换数据来说说，最简单的的格式就是文文本。跨平台性。XML可以在多种平平台上使用，，可以用多种种工具进行解解释，而且对对于几种主要要的字符编码码标准都支持持，因而可在在全世界许多多不同的计算算环境中使用用。各系统只只要装有相应应的XML解析工具，便便可以理解以以XML为中介由其它它系统传递过过来的信息并并加以利用。。可扩展性。即即允许用户根根据需要定义义新的标签的的能力。例如如可以使用XML制定应用领域域的集成、交交换标准。由于XML是可扩展的、、平台独立、、可支持国际际化及地区化化格式，它可可以通过标记记灵活地描述述数据，是天天生的信息共共享与信息交交换的数据格格式，从而可可以建立基于于XML的共享信息系系统，实现任任意应用系统统之间的信息息集成与交换换。18信息发布信息发布是指指信息的所有有者以一定的的方式提供自自己的全部或或一部分信息息，以供其他他用户访问使使用的行为。。1920信息发布根据发布信息息的不同方式式，Web信息发布分成成自主发布和和代理发布两两类。前者是信息提提供者直接发发布信息，其其他用户无需需第三方的参参与就可以直直接访问所发发布的信息；；后者则是信息息提供者通过过一些代理发发布信息，信信息在代理服服务器上注册册／注销，而而用户需要向向代理服务器器发出访问请请求，由代理理处理请求并并返回用户所所需要的信息息。21信息发布在第一代的WEB中，静态HTML主页是用的比比较多的一种种静态信息发发布方式。HTML表示超文本标标记语言（HyperTextMarkup

Language），使用它可以使使页面内容不不仅仅包括文文字，还有声声音、图片、、视频等，使使得信息变得得多样化。任任何人想要发发布信息，只只需要购买一一个域名，然然后开一个WEB服务器或者租租用一个网上上空间，就可可以把制作好好的主页放上上去，供别人人浏览获取信信息。随着Internet的发展，越来来越多的人加加入到网络使使用者的行列列，他们也都都需要向外发发布信息。但但是自己建设设HTML主页的费用比比较大，所以以这种方式并并不适合所有有人。而blog的兴起，促成成了一个廉价价的解决方案案。Blog，中文译名博客客，也叫网络络日志，是一一种适用于个个人用户的出出版工具，具具有低成本、、低技术和方方便易用的特特点。用户只只需要去blog提供商那里里注册一个个帐号，就就可以马上上拥有一个个个人的网网上空间。。而且blog非常容易使使用，用户户不需要懂懂任何的web技术，只要要在它提供供的写作页页面里面输输入信息，，然后这些些信息就可可以发布出出来了，并并按照时间间的顺序排排列起来，，别人就可可以总是获获取到新的的信息。22信息发布数据库：由由传统的数数据库管理理系统组成成，可以是是各种异构构的数据库库系统和文文件系统，，或者数据据仓库。它它们存储了了要发布的的所有信息息，是一个个信息的仓仓库。服务器：服服务器响应应用户的请请求。在用用户每次查查询时，服服务器查询询数据库，，并动态的的组织成一一定形式，，比如网页页或XML，供用户使用用。用户端：主主要为各种种浏览器，，或者胖客客户端的程程序，它们们能够发起起查询请求求，并把服服务器返回回的结果显显示出来给给用户查看看。显而易见，，动态发布布的方式具具有很大的的优点，因因为它能够够提供实时时的数据，，以支持协协同应用。。不过它的的缺点就是是技术比较较复杂，开开发维护的的费用比较较大。23数据库综合合应用现代信息系系统是：基于网络平平台的有知识处理理能力的支持多维数数据（时间间维等）的的具有强数据据模型、具具有高效的的信息处理理能力的综合应用难以以单一一的数据库库技术建模模，需要综综合应用多多种数据库库技术、及及相关技术术，往往换换需要研究究新的技术术。电子政务、、电子商务务，现代信息服服务系统即时通信系系统，，，，24传统的工资资确定和变变更是人事事部门工作作人员根据据工资政策策和员工的的人事信息息完成的。。由于工资资上报是人人事部门日日常性工作作，加上我我国现行的的工资政策策具有复杂杂性、时间间性、地域域性等主要要特点，该该项工作工工作量大、、容易出错错。工资时态知知识数据库库系统，也也称为工资资智能决策策支持系统统（SIDSS），目标是将各各单位的人人事部门从从繁琐的工工资调整工工作中解放放出来，不不再陷于成成堆的工资资政策中；；同时也可可以避免许许多人为造造成的错误误，使工资资管理规范范化。SIDSS是一个综合合多种数据据库技术的的应用系统统，主要涉涉及面向对对象技术、、时态数据据库技术、、主动数据据库、知识识库技术和和数据库协协同工作等等。综合应用实实例1—基基于时态知知识库的工工资协同管管理系统25综合应用实实例1—基基于时态知知识库的工工资协同管管理系统26综合应用实实例1—基基于时态知知识库的工工资协同管管理系统27综合应用实实例1—基基于时态知知识库的工工资协同管管理系统工资的时态态数据模型型SIDSS中含有三类类信息：第第一类是不不影响工资资的信息，，如人员编编号、姓名名、身份证证号等；第第二类是影影响工资但但不受时间间影响的信信息，如参参加工作时时间等；第第三类是影影响工资也也受时间影影响的信息息，如学历历、职务晋晋升、工资资标准等。。一个教师的工资历史记录（时态数据）职务待遇工资档次变动原因

执行时间

助教

2

转正定级

1995/7

助教

3

正常晋升

1998/10讲师

2

职务晋升

1999/3

讲师

3

正常晋升

2000/1028综合应用实实例1—基基于时态知知识库的工工资协同管管理系统工资政策时时态知识模模型工资政策是是一种典型型的时态知知识，其有有效性与时时间紧密相相关，人们们最常见的的是：“某某某政策从从XX年XX月XX日开始执行行”。规则“TKRule_工资晋升””内容如下下：Rule:TKRule_工资晋升While_Event:MGet_上一次晋升升年份(ID)When:TC_ExpIf:TrueThen:M_确定晋升一一档表6-12晋升政政策描述29综合应用实实例1—基基于时态知知识库的工工资协同管管理系统表6-12晋升政政策描述对象结构结构内容STK_IdTK_晋升STK_Description工资档次晋升ValidTime[1993-10-1，＋∞]Priority1TK_TriggerValidNomination(ID)TK_RuleTKRule_工资晋升MethodMGet_上一次晋升年份M_确定晋升一档30综合应用实实例1—基基于时态知知识库的工工资协同管管理系统表6-12晋升政政策描述主动事件机机制为了保障系系统的正常常运行和工工资业务的的正常管理理，SIDSS系统中设计计了时态事事件处理器器实现工资资变更事务务。（1）事件件形式化表表达事件主要由由两个表达达式描述：：状态表达达式和时间间表达式。。状态表达式式通过人员员的现状态态和变动条条件组合而而成。如：：新职务工工资待遇>原职务工工资待遇。。时间表达式式主要是判判断工资的的可变动性性，如：职职务变动时时间>原任任职时间And职务变动时时间>原工工资变动时时间31综合应用实实例1—基基于时态知知识库的工工资协同管管理系统表6-12晋升政政策描述（2）事件件处理器事件处理器器主要分为为事件生成成器、事件件排队器、、事件调度度器和事件件处理子模模块。32综合应用实实例1—基基于时态知知识库的工工资协同管管理系统表6-12晋升政政策描述事件排队器器对事件进进行排队的的工作流程程如下：step1：接收新事件件，根据新新事件的身身份参数判判断该事件件应该进入入哪个队列列。Step2：将新事件插插入队列头头，如果该该队列为空空，转第6步；否则则转第3步步。Step3：将新事件的的时间参数数与其队列列后面的事事件的时间间参数作比比较，如果果新事件的的时间=旧旧事件的时时间，转第第4步；如如果新事件件的时间>旧事件的的时间，将将新事件与与旧事件在在队列中的的位置互换换，转第5步；如果果新事件的的时间<旧旧事件的时时间，转第第6步。Step4：将新事件的的优先级与与旧事件的的优先级作作比较，如如果新时间间的优先级级>=旧事事件的优先先级，转第第6步；否否则将新事事件与旧事事件在队列列中的位置置互换，转转第5步。。Step5：如果新事件件当前位置置是队列的的尾部，转转第6步；；否则转第第3步。Step6：事件排队结结束。33中小型数据据中心实现现信息的智智能采集与与自动分类类、提供用用户一个信信息使用的的协同交流流平台。该该信息需要要综合应用用Web数据库、协协同数据库库、数据仓仓库、数据据挖掘、主主动数据库库、实时数数据库等技技术。综合应用实实例2—中小型数据据中心系统统34综合应用实实例2—中小型数据据中心系统统数据中心系系统功能：：信息采集信息定期更更新用户之间的的协作交流流协同信息检检索数据中心的的协同特点点主要包括括：支持信息共共享支持用户异异步交流支持协同信信息检索。。35综合应用实实例2—中小型数据据中心系统统36综合应用实实例2—中小型数据据中心系统统1）信息智智能采集与与自动分类类。搜索引引擎自动从从互联网搜搜索信息，，所搜索到到的资源通通过信息封封装、版本本控制、自自动分类与与建立本地地索引才能能放进数据据中心内部部。2）信息使使用。用户可进行行协同信息息检索、信信息查阅、、信息发布布、信息评评分、信息息评论、信信息审核等等操作。对对于感兴趣趣的信息，，还可以订订阅、收藏藏该信息，，或把该信信息推荐给给相关用户户。授权用用户可以设设置信息的的访问权限限。此外，，授权用户户可配置数数据中心的的基础设置置。3）数据中中心。由数数据库跟文文件系统组组成，存放放用户相关关信息、互互联网上下下载下来的的资源及其其相关信息息、用户之之间的协同同信息等等等数据。37综合应用实实例2—中小型数据据中心系统统4．系统实实现技术（1）搜索引擎擎搜索引擎的的相关信息息配置在XML文档中，在在搜索的初初始阶段，，通过XMLParser读取相关的的配置信息息，对搜索索引擎进行行初始化。。搜索引擎擎设计程多多线程模式式。因为互互联网是一一个巨大的的数据库，，Internet上的页面数数以亿计，，信息量非非常巨大，，而建立一一个搜索连连接通常要要花费一定定的时间，，为了加快快搜索速度度，本模块块设计成多多线程模型型，同时为为了提高系系统的性能能，采用线线程池技术术，每一线线程负责一一个搜索任任务，当该该线程完成成一个任务务或者连接接超时的时时候，则提提供给下一一个搜索任任务使用。。38综合应用实实例2—中小型数据据中心系统统（2）自动分类类智能分类采采用最大熵熵模型来实实现。最大大熵模型就就是拟合所所有已知事事实，保持持对未知事事件的未知知状态。换换而言之，，就是给定定一些事实实集，选择择一种模型型与现有事事实一致，，对于未知知事件则尽尽可能使其其分布均匀