基于数据服务的数据组合视图的优化更新

数据服务为实现跨域数据集成提供了统一的数据模型,并且可通过组合的方式支持用户定义数据视图,当底层的数据服务发生数据更新时,数据更新需要自下而上经过多个中间复合数据服务传播到顶层的数据视图.一类挑战性问题是,如何在这个传播的过程中保障数据视图的更新效率.为此,文中规范化数据服务的操作及其性质,并且根据用户的组合结果,通过...     

iViewer:利用数据服务即时生成跨域数据视图

越来越多的企业和组织选择通过广域、开放的互联网作为其协作平台,业务决策者往往需要即时汇聚并综合分析来自多个部门的资源信息以进行临机决策。如何即时构建满足用户需求的跨组织数据视图,动态维护视图和数据源之间的一致性是需要求解的一个关键问题。提出了一种互联网环境下跨组织业务数据视图的动态生成方法iViewer,利用数据服务来封装自治、异构和动态变化的数据源;通过可视化和易用的数据服务组合操作来动态构建数据视图;提出了一种基于轮询的视图动态更新算法,维护数据源和数据视图的一致性,从而使得数据视图能够随数据源的变化而自主变化;详述了iViewer方法的原理和过程,并通过一个火灾应急处置场景中,面向指挥中心的跨部门火灾救援设备数据视图的动态生成过程例证了iViewer方法的效果。     

基于HGAV的多源异构数据集成方法

针对信息系统中海量数据多源异构和难以共享的问题, 提出了多源异构数据虚拟集成框架. 数据集成系统中的GAV(Global-as-View)模式映射方法面对信息量分布不均匀的数据源时, 查询效率较低, 在对GAV改进的基础上, 提出了基于HGAV(Hierarchical-Global-as-view)的模式映射算法, 通过引入中间数据源模式, 形成分层的全局视图, 大大缩减了映射空间, 简化了映射集合, 便于查询的重写和优化. 利用宁东智慧环保项目中的五大类数据对本文所提出的算法加以验证, 实验结果表明该算法相较于GAV模式映射算法提高了数据集成效率, 缩短了查询时间.     

Peer数据管理系统中的视图维护策略

研究Peer数据管理系统(peer data management system,简称PDMS)中的视图维护策略.首先提出一种混合的P2P架构,在该架构中,Peer优先选择基本的P2P架构而不是超级Peer架构.如果一个视图沿着PDMS的一条语义链路传播,那么它通过重构能够从许多数据源检索到数据,因此扩展了视图的定义,提出peer视图、局部视图和全局视图;并且从一条语义链路的任意节点出发,同一查询都能够得到相同的结果.在PDMS中,连接操作限制在各个局部PDMS中,这样,全局物化视图的维护就转化为对各相关局部物化视图的维护.在PDMS中,一个视图可能涉及到多个表的连接,根据该应用的需要扩展了Mork的规则系统.根据扩展了的规则系统进行更新数据传播,同时依据该规则系统提出一种算法来维护PDMS中的视图.最后进行实验验证.实验结果表明,该视图维护策略比Mork的视图维护策略的性能要好.     

基于XML虚拟数据库的异构数据源集成模型研究

解决企业数据源异构需要一种公共的数据源模型给用户提供统一的用户视图,XML以其所具有的自描述性、灵活性、强大的数据交换能力等优势克服了其他数据模式的缺点。结合当前数据集成方面的技术,提出了一种基于Ⅺ∥几虚拟数据库的异构数据源集成模型,该模型很好地解决了异构数据源集成方面存在的一系列问题,并从数据模型和数据交换上阐述了该模型的可行性。剖析了该模型中的模式集成、异构数据集成视图、全局查询等。介绍了该模型在中国石油、QHSE信息系统中的成功应用。     

基于XML虚拟数据库的异构数据源集成模型研究

解决企业数据源异构需要一种公共的数据源模型给用户提供统一的用户视图,XML以其所具有的自描述性、灵活性、强大的数据交换能力等优势克服了其他数据模式的缺点.结合当前数据集成方面的技术,提出了一种基于XML虚拟数据库的异构数据源集成模型,该模型很好地解决了异构数据源集成方面存在的一系列问题,并从数据模型和数据交换上阐述了该模型的可行性.剖析了该模型中的模式集成、异构数据集成视图、全局查询等.介绍了该模型在中国石油QHSE信息系统中的成功应用.     

一个异构数据源集成系统的实现

本文介绍了一个实现的异构数据源集成系统,它采用物化视图的方式,通过包装器和集成嚣将异构数据源集成起来,解决数据集成过程中的部分数据冲突问题.从整体构架上,考虑了系统的人机交互友好性.     

移动数据库视图更新算法研究

由于移动无线网络的不稳定特性,有必要在移动主机端缓存数据。在移动数据库应用中,数据缓存采取实体化视图形式,由位于固定网络中的视图管理器来维护。为了减少无线传输量,使用视图增量更新算法。但是当网络带宽不足时,只能选择一部分增量进行更新。于是有人提出了根据动态的数据新鲜度优先级进行排队的视图更新算法PIU算法,但是这种算法仅仅考虑了视图整体数据的动态新旧度,即平均时间因素,所以仍存在许多缺陷。为了弥补这些缺陷,在这基础上,引入用户的访问概率和数据的复杂度两个因素,提出改进的PIU算法,有效地改善移动数据库视图更新的面向用户性、实时性和一致性。     

支持异构数据按需集成的数据服务聚合代数

传统的数据集成方法无法应对互联网的开放、动态和异构性,对用户即时、个性化的集成需求支持有限。数据服务是互联网环境下数据集成的基本单元。提出了数据服务聚合代数,基于嵌套关系和嵌套表格提供的良好的可视化集成环境,提供了基于语义映射关系的集成理论体系,支持在异构环境下复杂数据的直接集成,能够为数据按需快速集成提供强有力的支撑。聚合代数提供了一系列的性质保障,保证集成过程中的数据完整性和正确性。通过一个案例说明了数据服务聚合代数的效果。     

大数据服务深度需求与SOA协作集成的异构系统融合机制

大数据服务需求的认知深度和服务架构的融合度直接影响多业务大数据应用的资源管理和服务质量,提出了一种基于大数据服务深度需求分析和面向服务的协作集成架构的异构系统融合机制;该机制,一方面,在分析大数据源多样化、差异化大数据组织形式及其存储方式,基于开放性大数据服务上下文,以及上下文集合的关联匹配与大数据服务分析的映射关系,结合不同类型用户的需求差异化特征,建立了大数据服务需求分析模型;另一方面,对于多态异构的移动互联网大数据服务,经过结构化和开放性处理后,给出大数据通信和服务调用描述定义,提出了SOA协作集成的异构系统融合架构;仿真实验结果表明,所提出的算法在大数据服务响应成功率、执行时间和代价比等方面具有明显优势。