[论文解读] Object Serialization and Deserialization Using XML

Goff, J. -M. Le, Heinz Stockinger+6 more|ArXiv.org|May 23, 2001

Advanced Data Storage Technologies参考文献 7被引用 9

一句话总结

本文提出了一种基于XML的方法，用于在异构计算环境中，跨分布式面向对象数据库序列化和反序列化复杂且异构的对象。通过利用XML的平台无关性和数据库无关性结构，该方法实现了CERN的CMS系统与全球数据中心之间无缝的数据交换和迁移，实现了稳健的、互操作性的数据复制，且避免了厂商锁定。

ABSTRACT

Interoperability of potentially heterogeneous databases has been an ongoing research issue for a number of years in the database community. With the trend towards globalization of data location and data access and the consequent requirement for the coexistence of new data stores with legacy systems, the cooperation and data interchange between data repositories has become increasingly important. The emergence of the eXtensible Markup Language (XML) as a database independent representation for data offers a suitable mechanism for transporting data between repositories. This paper describes a research activity within a group at CERN (called CMS) towards identifying and implementing database serialization and deserialization methods that can be used to replicate or migrate objects across the network between CERN and worldwide centres using XML to serialize the contents of multiple objects resident in object-oriented databases.

研究动机与目标

• 解决在全球分布计算环境中异构数据库之间的互操作性挑战。
• 在CERN的CMS系统与国际数据中心之间实现无厂商特定依赖的数据迁移和复制。
• 开发一种可移植的、平台无关的方法，将面向对象数据库中的复杂嵌套对象序列化为标准格式。
• 确保在不同数据库系统之间通过网络传输和重建过程中的数据完整性和一致性。
• 提供一种可扩展的解决方案，通过使用通用的、人类和机器可读的数据格式，将遗留系统与现代数据存储进行集成。

提出的方法

• 使用标准化映射模式，将面向对象数据库中的复杂嵌套对象表示为分层的XML结构。
• 定义一种序列化过程，递归遍历对象图，并将每个对象的状态编码为带有类型和标识属性的XML元素。
• 使用XML命名空间和模式定义来保留类型信息，并在传输过程中确保数据有效性。
• 实现一个反序列化引擎，通过反射或运行时类型解析，从XML流中重建原始的对象层次结构。
• 通过仅依赖XML作为中间的、语言和系统无关的数据格式，支持跨平台和跨数据库的兼容性。
• 在CERN的CMS（紧凑渺子线圈）实验框架内集成该方法，以在高能物理背景下进行实际验证。

实验结果

研究问题

• RQ1 如何将来自不同面向对象数据库的复杂异构对象结构一致地序列化为可移植格式？
• RQ2 XML在多数据库系统和多平台之间作为通用互操作性介质，其适用程度如何？
• RQ3 在复杂对象图的序列化和反序列化过程中，哪些机制可确保类型安全和数据完整性？
• RQ4 在分布式高吞吐量计算环境中，使用XML进行大规模对象序列化和迁移的效率如何？
• RQ5 基于XML的序列化能否在不丢失语义的前提下，支持遗留系统与现代分布式数据中心之间的数据复制？

主要发现

• 基于XML的序列化方法成功实现了CERN的CMS系统与远程数据中心之间的数据交换，证明了其在跨平台和跨数据库环境下的兼容性。
• 通过在序列化过程中使用XML命名空间和模式定义，该方法成功保留了复杂对象关系和类型信息。
• 在反序列化过程中，即使在不同编程语言和数据库系统之间，该方法也能实现对象层次结构的可靠重建。
• 该解决方案在CMS计算框架内表现出可扩展性和可维护性，满足了大规模科学数据管理的需求。
• 使用XML作为中间格式消除了厂商特定的数据格式，降低了系统间的耦合度，增强了长期数据可移植性。
• 该实现已在高能物理实际场景中得到验证，证实了其在大规模分布式数据复制中的实用性。