[论文解读] An Integrated Approach for Extraction of Objects from XML and Transformation to Heterogeneous Object Oriented Databases

Uzair Ahmad, Mohammad Waseem Hassan+3 more|arXiv (Cornell University)|Feb 2, 2004

Advanced Computational Techniques and Applications参考文献 1被引用 3

一句话总结

本文提出 TransODB，一种与数据库无关的框架，利用 W3C XML Schema 将面向对象数据库数据高效转换为紧凑、标准化的 XML 格式，实现异构对象数据库之间的无缝迁移。通过采用 XML Schema 而非 DTD，并生成优化的、基于模式的 XML，TransODB 将文件大小减少高达 50%，并提升性能，从而实现在 Objectivity/DB 和 Oracle 等平台上的高效、可扩展且可移植的数据交换。

ABSTRACT

CERN's (European Organization for Nuclear Research) WISDOM project uses XML for the replication of data between different data repositories in a heterogeneous operating system environment. For exchanging data from Web-resident databases, the data needs to be transformed into XML and back to the database format. Many different approaches are employed to do this transformation. This paper addresses issues that make this job more efficient and robust than existing approaches. It incorporates the World Wide Web Consortium (W3C) XML Schema specification in the database-XML relationship. Incorporation of the XML Schema exhibits significant improvements in XML content usage and reduces the limitations of DTD-based database XML services. Secondly the paper explores the possibility of database independent transformation of data between XML and different databases. It proposes a standard XML format that every serialized object should follow. This makes it possible to use objects of heterogeneous database seamlessly using XML.

研究动机与目标

• 解决异构面向对象数据库之间基于 XML 的数据转换缺乏标准化的问题。
• 克服基于 DTD 的 XML 服务的局限性，这些服务在表达能力和可扩展性方面不如现代 XML Schema。
• 通过定义序列化对象的标准化 XML 格式，实现与数据库无关的数据交换。
• 在数据序列化和反序列化过程中，提升性能并减少资源消耗。
• 支持在如 Objectivity/DB 和 Oracle 等不同对象数据库之间实现无缝数据迁移。

提出的方法

• 以 W3C XML Schema 作为定义数据库模式和对象结构的基础，取代表达能力较弱的 DTD。
• 采用 SAX 2.0 解析器处理 XML Schema 文档，并通过事件驱动解析生成相应的 Java 类。
• 实现 DB Schema Builder 模块，将 XML Schema 转换为符合 Sun 编码规范的 Java 类。
• 利用 Object Builder 模块从 XML 重建复杂对象网络，保留语义和关系。
• 采用 DB-Handler 模块，使用原生数据库 API 将重建的对象存储到目标对象数据库中。
• 设计一种标准化的 XML 格式用于序列化对象，独立于任何特定数据库系统。

实验结果

研究问题

• RQ1 如何利用 XML Schema 提升数据库到 XML 转换的表达能力和效率？
• RQ2 与特定数据库无关的 XML 格式在多大程度上能减少文件大小并提升数据迁移中的性能？
• RQ3 标准化的 XML 表示能否实现异构对象数据库之间的无缝数据交换？
• RQ4 与现有解决方案如 WISDOM 和 Objectivity/DB 的 ooXMLload 相比，该方法在内存和时间效率方面表现如何？
• RQ5 基于模式的 XML 生成对数据转换过程中的可扩展性和资源使用有何影响？

主要发现

• 与 WISDOM 相比，TransODB 将 XML 文件大小减少了高达 50%，显著降低数据传输量。
• 原型系统在处理与 Objectivity/DB ooXMLload 工具相同数据量时，处理时间提高了 30-40%。
• 对象重建过程中的内存使用保持较低水平，支持并发系统操作而不会导致性能下降。
• 使用 XML Schema 而非 DTD，能够更精确、更紧凑地表示数据库模式和对象结构。
• 该框架成功实现了在如 Objectivity/DB 和 Oracle 等异构数据库之间的数据迁移，证明了数据库独立性。
• 由于数据量减少以及解析和重建过程的优化，该方法实现了更好的可扩展性。