ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ -------- TRỊNH THỊ XUÂN XỬ LÝ TRUY VẤN TRÊN CƠ SỞ DỮ LIỆU TÍCH HỢP XML LUẬN VĂN THẠC SỸ Hà Nội, Năm 2006 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TRỊNH THỊ XUÂN XỬ LÝ TRUY VẤN TRÊN CƠ SỞ DỮ LIỆU TÍCH HỢP XML Chuyên ngành: Công nghệ thông tin Mã số: 1.01.10 LUẬN VĂN THẠC SỸ NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS ĐOÀN VĂN BAN Hà Nội, Năm 2006 MỤC LỤC MỘT SỐ TỪ VIẾT TẮT ........................................................................ 4 MỘT SỐ THUẬT NGỮ ......................................................................... 5 MỞ ĐẦU ............................................................................................... 7 CHƢƠNG I: CÁC KHÁI NIỆM CƠ BẢN CỦA XML .......................... 8 I.1. XML là gì:................................................................................... 8 I.2. Cấu trúc của tài liệu XML: ........................................................ 10 I.3. Cấu trúc các thành phần và thuộc tính: ....................................... 11 I.4. Cú pháp tài liệu XML: ................................................................ 11 I.5. Không gian tên: ......................................................................... 11 I.6. Tài liệu XML hợp lệ: ................................................................. 13 I.6.1. Định nghĩa kiểu tài liệu – DTD: ................................................... 14 a. Định nghĩa kiểu tƣ liệu DTD là gì? ....................................... 14 b. Tạo khai báo và định nghĩa kiểu dữ liệu DTD:...................... 14 c. Danh sách các phần tử con: ................................................... 15 d. Trình tự đặt phần tử DTD: .................................................... 15 e. Tạo lập phần tử con ............................................................... 15 f. Định nghĩa DTD ngoại: ......................................................... 16 g. Thực thể và thuộc tính DTD: ................................................ 16 h. Các hạn chế của DTD: .......................................................... 18 I.6.2. Sơ đồ - Schema: .......................................................................... 19 I.6.3. Bảng định kiểu: ........................................................................... 19 I.7. XML đƣợc sử dụng nhƣ thế nào? .............................................. 20 I.8. Các ứng dụng của XML: ........................................................... 21 I.8.1. XML để biểu diễn: ....................................................................... 21 1 I.8.2. XML để truyền thông: ................................................................. 21 I.8.3. XML-RPC: .................................................................................. 22 I.8.4. B2B: ............................................................................................ 22 I.9. Kết luận: .................................................................................... 23 CHƢƠNG II: PHÂN TÍCH XML ........................................................ 24 II.1. Phân tích XML bằng DOM: ...................................................... 25 II.1.1. DOM là gì? ................................................................................ 25 II.1.2. DOM XML: ............................................................................... 26 II.1.3. Các giao diện quan trọng trong DOM: ........................................ 29 II.1.4. Khi nào sử dụng DOM ............................................................... 34 II.2. Phân tích XML bằng SAX: ...................................................... 35 II.2.1. SAX là gì? ................................................................................. 35 II.2.2. Các bƣớc sử dụng SAX: ............................................................. 35 II.2.3.Trƣờng hợp lựa chọn bộ phân tích SAX: ..................................... 35 II.2.4. Phân tích bằng SAX: .................................................................. 36 II.2.5. Các giao diện Callback: .............................................................. 37 II.2.6. Nhận tài liệu: .............................................................................. 38 II.2.7. Nhận các thành phần tài liệu: ...................................................... 38 II.3. Kết luận: ................................................................................... 38 CHƢƠNG III: CHUYỂN ĐỔI GIŨA XML VÀ MÔ HÌNH DỮ LIỆU 40 III.1. Chuyển đổi CSDL quan hệ sang tài liệu XML:[3] ................... 40 III.1.1. Chuyển đổi phẳng – FLAT TRANSLATION ............................ 44 III.1.2. Thuật toán sự chuyển đổi lồng – Nesting based Translation ...... 44 III.1.3. Chuyển đổi sử dụng các phụ thuộc bao hàm: thuật toán CoT .... 48 III.1.4. Chuyển đổi mô hình quan hệ sang DOM trong XML: ............... 54 III.2. Chuyển đổi tài liệu XML sang cơ sở dữ liệu quan hệ[3] .......... 67 2 III.2.1. Thuật toán gộp cơ sở ................................................................. 67 III.2.2. Thuật toán gộp chia sẻ: ............................................................. 71 III.2.3. Thuật toán Inlining chuyển đổi DTD sang lƣợc đồ quan hệ ...... 71 III.3. Kết luận: .................................................................................. 76 CHƢƠNG IV: XỬ LÝ TRUY VẤN .................................................... 77 IV.1. Xử lý truy vấn XML theo hƣớng truyền thống: ....................... 79 IV.2. Xử lý truy vấn XML dựa theo phân lớp .................................. 83 IV.3. XQuery: An XML Query Language ....................................... 83 1. Giới thiệu:......................................................................................... 83 2. Ngôn ngữ XQuery:[8] ....................................................................... 84 3. Sử dụng ngôn ngữ truy vấn XQuery:................................................ 88 IV.4. Kết luận ................................................................................... 94 KẾT LUẬN .......................................................................................... 95 TÀI LIỆU THAM KHẢO .................................................................... 97 3 MỘT SỐ TỪ VIẾT TẮT XML: eXtensible Markup Language B2B: Business to Business CoT: Contrains – based Languge DOM: Document Object Model DTD: Document Type Definition FT: Flat Translation FDI: Format Public Interface HTML: Hyper Text Markup Language NeT: Nesting based Translation OQL: Object Query Language PCDATA: Parser Character Data RDB: Relation Database RSBMS: Relation Database Management System SAX: Simple API XML SGML: Standard Generalized Markup Language SQL: Structured Query Language URI: Uniform Modeling Language W3C: World Wide Web Consortium XSLT: eExtensible Style Language Transformation XSL: eXtensible Style Language WML: Wireless Markup Language UIML: User Interface Markup Language CML: Chemical Markup Language XUL: XML User Interface Language PR1: Primary Relation Type 1 PR2: Primary Relation Type 2 SR1: Secondary Relation Type 1 SR2: Secondary Relation Type 2 KAP: Key Attribute Primary KAG: Key Attribute General FKA: Foreign Key Attribute NKA: Non Key Attribute IDN: Inclusion Dependency 4 MỘT SỐ THUẬT NGỮ Attribute: Thuộc tính Coment: Chú thích Node: Nút Object: Đối tƣợng Document: Tài liệu Parser: Bộ phân tích Relation Schema: Lƣợc đồ quan hệ Text: Dữ liệu XML Processing Instruction: Chỉ thị xử lý dữ liệu Element: Thành phần Root: Gốc Entity: Thực thể Attlist: Định nghĩa danh sách thuộc tính Schema: Sơ đồ Object: Đối tƣợng Child: Con Item: Thành phần Relation: Quan hệ Where: Điều kiện In: tham chiếu trong Foreign key: Khóa ngoài Intersect: Phép giao Optional Operator: Toán tử tùy chọn Or Operator: Toán tử hoặc Plus Operator: Toán tử dấu cộng Project: Phép chiếu 5 MỞ ĐẦU Hiện nay, XML đã và đang nổi lên như là một nhân tố chuẩn cho định dạng dữ liệu trên Web. Giống như HTML, XML là một tập con của SGML. Nhưng trong HTML các thẻ được mô tả với mục đích chính là mô tả cách trình bày dữ liệu trong một trang Web, ngược lại trong XML thì các thẻ được sử dụng để mô tả chính các dữ liệu lưu trữ trong tài liệu đó. Chính vì vậy một chương trình nhận một tài liệu XML có thể được biểu diễn bằng nhiều cách khác nhau, có thể trích lọc trực tiếp trên nội dung của dữ liệu XML đó, hoặc cũng có thể xây dựng một cấu trúc XML mới để phù hợp với ứng dụng của chương trình. Ngày nay khi mà có nhiều các ứng dụng thương mại hoạt động trên Web và nhu cầu trao đổi thông tin tự động giữa các doanh nghiệp (Business to Business – B2B) ngày càng được đặt ra thì một hệ thống xử lý truy vấn trên cơ sở dữ liệu XML tích hợp sẽ giúp cho người sử dụng thông thường có thể khai thác và xử lý thông tin một cách hiệu quả nhất, bao gồm: biểu diễn, trao đổi, lưu trữ và truy cập dữ liệu. Dữ liệu được trích rút từ hệ thống có cấu trúc và ngữ nghĩa sao cho có thể được hiểu bởi cả người và máy tính vì vậy còn có thể được sử dụng lại cho nhiều mục đích khác nhau. Luận văn này trình bày cách thức để thực hiện xử lý được các truy vấn trên cơ sở dữ liệu tích hợp XML. Luận văn được chia thành 4 chương: Chương 1: Các khái niệm cơ bản của XML Chương 2: Phân tích XML Chương 3: Chuyển đổi giữa XML và các mô hình dữ liệu Chương 4: Xử lý truy vấn 7 CHƯƠNG I: CÁC KHÁI NIỆM CƠ BẢN CỦA XML I.1. XML là gì: XML là viết tắt của Extensible Markup Language, XML được sử dụng để mô tả các tài liệu và dữ liệu dưới một dạng chuẩn tức là dựa trên một định dạng của văn bản để cho phép dễ dàng truyền tải dữ liệu thông qua các giao thức chuẩn của mạng. XML là ngôn ngữ định dạng mở rộng và ngôn ngữ tổng quát dùng để định nghĩa dữ liệu thông qua các thẻ. XML được đưa ra với mục tiêu là tăng cường các kiểu dữ liệu nhưng loại bỏ tối đa tính phức tạp. XML không thực sự là một ngôn ngữ mà là một chuẩn để tạo ra các ngôn ngữ thỏa mãn các quy chuẩn XML.[1] Hiện nay, để xử lý dữ liệu trên Web và phát triển ứng dụng mạng, số thẻ sẽ làm việc tiếp tục tăng lên ngày càng nhiều hơn và XML thực sự là một giải pháp cho sự tăng lên thường xuyên của các thẻ. Do: - Thứ nhất, ngôn ngữ XML trong sáng, đơn giản, dễ đọc, bởi được biểu diễn ở dạng thuần văn bản. - Thứ hai, ngôn ngữ XML cho phép tự định nghĩa thẻ nên mỗi người có thể tự đưa ra một tập thẻ của mình. Tuỳ vào mục đích sử dụng cụ thể mà các tập thẻ đó có thể là quy ước trao đổi dữ liệu trong một lĩnh vực nào đó như ngân hàng. 8 Hinh 1. 1 – XML là hoàn toàn độc lập cho các ứng dụng XML là ngôn ngữ định dạng thiên về mô tả cấu trúc dữ liệu và định nghĩa ngôn ngữ. Để thực hiện xử lý trích rút và hiển thị dữ liệu của tài liệu XML có thể thực hiện một trong các cách: - Sử dụng các mô hình tài liệu như DOM, SAX, DSO để trích rút dữ liệu XML. - Sử dụng bảng định kiểu CSS (Cascading Style Sheet) để định kiểu hiển thị cho dữ liệu XML. - Sử dụng ngôn ngữ định kiểu mở rộng XSL(Extension Style Language). Hiện nay, XML là một chuẩn ngày càng được dùng rộng rãi trong công nghiệp phát triển phần mềm. Và thực tế hàng trăm ngôn ngữ định dạng chuyên dụng được định nghĩa trên XML đã ra đời như XHTML, (Extension HTML), WML(Wireless Markup Language), VoiceXML, UIML(User Interface Markup Language), CML(Chemical Markup Language), MathML, XUL(XML User Interface Language)… XML tiến hành mô tả bất kỳ công việc nào dưới dạng văn bản và việc định dạng của dữ liệu đó là hoàn toàn mở. Điều này có nghĩa rằng bất cứ dữ 9 liệu nào được mô tả dưới dạng như văn bản và nội dung của văn bản có thể thu nhỏ lại thành các thẻ XML thì đều được coi như là tài liệu XML. Sự mở rộng để trở thành ngôn ngữ không chỉ dựa vào cú pháp cơ bản của XML mà còn dựa vào xem người phát triển có thể làm được gì. I.2. Cấu trúc của tài liệu XML: Mặc dù các thành phần, thuộc tính và văn bản là một phần rất quan trọng cho việc thiết kế tài liệu XML. Tuy nhiên để cho làm việc có hiệu quả thì các tài liệu XML phải tuân thủ theo một cấu trúc nhất định. Ví dụ 1. 1: Day la muc 1 cua thanh phan Day la muc 2 cua thanh phan - Mọi tài liệu XML đều được bắt đầu bằng thẻ bắt đầu với ở phía trên cùng của tài liệu. Thẻ này được coi là thẻ mô tả tài liệu XML. - Trong cặp thẻ còn có các thuộc tính đi kèm để mô tả, như: + Thuộc tính version để xác định phiên bản của chuẩn W3C XML. Bộ phân tích XML sẽ sử dụng thuộc tính version để xác định được các quy luật cho phép trong việc thực hiện phân tích tài liệu XML. + Thuộc tính encoding để xác định bộ mã hóa chuẩn được sử dụng trong tài liệu XML. 10 + Thuộc tính standalone nhận hai giá trị logic “True” và “False” để xác định tài liệu XML đang định nghĩa có sử dụng thêm tài nguyên từ các tệp khác nữa không. I.3. Cấu trúc các thành phần và thuộc tính: Theo như mô tả của XML thì mọi tài liệu XML đều có chứa duy nhất một thành phần gốc của tài liệu. Sau khi đã có thành phần gốc thì bắt đầu đi mô tả các thành phần con bên trong của tài liệu. I.4. Cú pháp tài liệu XML: XML mô tả dữ liệu và nội dung nó chứa dưới dạng các thẻ, dữ liệu được mô tả với cấu trúc chính xác và tuân theo những quy luật sẵn có để định dạng. Đồng thời XML cũng có những quy tắc về mặt cú pháp khi tiến hành mô tả dữ liệu. Các quy tắc về mặt cú pháp khi xây dựng tài liệu XML gồm: - Tên thành phần XML phải giống nhau trong thẻ bắt đầu và thẻ kết thúc (có phân biệt chữ hoa chữ thường). - Thẻ kết thúc phải thêm ký hiệu „/‟ so với thẻ kết thúc. - Giá trị của các thuộc tính phải được đặt giữa cặp dấu nháy kép “”. - Nội dung chú thích được đặt giữa cặp thẻ . - Mọi thẻ mô tả thành phần phải luôn luôn được đóng. I.5. Không gian tên: Do bản chất XML rất rộng, cho phép mọi cá nhân hay công ty đều có thể tự tạo ra các kiểu tư liệu XML mô tả cho đặc thù riêng. Vì thế có những trường hợp khi định nghĩa các tài liệu XML có các thẻ cùng tên nhưng mang ý nghĩa khác nhau và được sử dụng với các mục đích khác nhau tùy từng cá nhân hay công ty. 11 Cách tốt nhất để giải quyết vấn đề này là làm sao cho từng thành phần có tên hoàn toàn riêng biệt không bị trùng đối với bất kỳ cá nhân hay cơ quan nào. Từ đó hình thành khái niệm “Không gian tên”. Không gian tên là phương thức cho phép phân biệt và xác định những tên thành phần trùng nhau trong cùng một tài liệu XML. Không gian tên có thể được sử dụng để mô tả các kiểu dữ liệu hay thông tin khác hoặc được dùng để định nghĩa ra các tên viết tắt. Trong XML không gian tên được xây dựng bằng cách sử dụng tiền tố trước phần khai báo của từng thành phần. Khi đó tất cả các thành phần có cùng tiền tố đều thuộc về cùng một “phạm vi” với nhau. Ví dụ 1. 2: Pham Khanh

Pham Khanh

Khanh la giam doc cong ty phan mem

Nhận thấy, có cả hai thành phần