CN101216824B

CN101216824B - 一种将树型结构数据库发布为分布式xml数据库的方法

Info

Publication number: CN101216824B
Application number: CN2007100045125A
Authority: CN
Inventors: 冯卫国
Original assignee: Individual
Current assignee: Individual
Priority date: 2007-01-05
Filing date: 2007-01-05
Publication date: 2010-04-21
Anticipated expiration: 2027-01-05
Also published as: CN101216824A

Abstract

本发明涉及一种将树型结构数据库发布为分布式XML数据库的方法。该方法主要包括：首先，将树型结构数据库用设置分割标志的方法分割为多个子树，并设置子树发布的物理位置和子树的描述信息；然后，对每一个子树提取出子树内的节点和相邻子树的根节点，并且提取出树根节点到子树根节点的路径所经过的节点；最后，将提取出的节点的相关表格和表格中相关的记录，以特殊的方式进行XML编码，存放在预设的物理位置上。本方法可以在保持原树型结构关系的前提下，将对树结构的查询操作转移到不同计算资源上，甚至是最终用户的本地计算资源上；特殊的XML编码方式尽可能地压缩了标签冗余，减少在未来由于技术更新所带来的维护成本。

Description

一种将树型结构数据库发布为分布式XML数据库的方法

技术领域

本发明涉及发布数据库的方法，特别是一种将树型结构数据库发布为分布式XML数据库的方法。

背景技术

相对于线性表结构而言，树型数据结构查询的算法复杂程度增加，计算操作消耗更多的服务器资源。由于树型数据结构查询算法的限制，查询操作往往会对树的深度和广度进行限制，而查询结果的效率往往不高。

一个例子，在当前，在互联网查询一些分类目录时，往往只可以一层一层地向下查询，这是由树型结构查询算法所限定的。假如我们通过第一次点击(查询)，找到了一个分类，再次点击这个分类，发现这个分类下还是数量不多的几个子分类，那么这两次查询并不是最理想的操作。更好的操作是能在第一次查询就给出第二次查询的结果。仅依靠服务器判别给出查询结果，返回的结果可能会出现不符合用户(人类)的阅读习惯的情况，而且在更复杂的情况下，例如对树的深度和广度不加限制，对树型结构进行查询的计算量是很大的，占用服务器资源。

树型结构数据库在进行输出或发布时，为了要将树型结构关系统呈现给用户，会对输出的数据进行变换，以使在用户端获得直观的树型结构可视图像，例如在互联网上发布为HTML网页文件等。但是，对于输出结果进行变换的做法，包含了一种潜在问题，随着技术的不断发展，这些进行输出操作的软件或已经输出的做了变换的文件，就有可能在未来进行修改，增加维护成本。

1998年，W3C推出了可扩展的标记语言XML，作在Web上进行数据传输与交换的标准。XML已大量用于制定行业内及行业间数据交换的标准。XML是一种表达数据而非表达界面的元语言，可以将数据和应用分离。将传统关系型数据用XML格式发布，有可能避免如前述由于技术更新带来的潜在问题。

在XML的规范的起始的绪论部份(http://www.w3.org/TR/2000/REC-xml-20001006)，明确指出：XML标记的简洁性是最不重要的设计目标。当在XML文件中存贮小容量数据，并且这些数据是直接呈现给人类阅读时，以存贮效率换取文档的可阅读性的做法无疑是正确的。

但是，如果要使用XML存贮大容量的信息，例如关系型数据库的表格型数据，而这些数据在大多数情况下是由软件处理的，在这种情况下，标记的简洁性是一个值得考虑的问题。否则在结果中会产生大量的标签冗余，降低存贮效率并增加网络数据传输量。

发明内容

本发明的目的是通过对树型结构的人为的任意的分割，将对树型结构数据库的查询操作分布到不同计算资源上处理，甚至是在最终用户的本地系统进行处理。同时尽可能地压缩标签冗余，减少在未来由于技术发展所带来的维护成本。

为了实现上述目的，本发明提供一种将树型结构数据库发布为分布式XML数据库的方法，该方法包括：

1.设置描述节点与其父节点分割的值

在树型结构数据库中，在节点的记录中设置分割标志字段的值，此分割标志表明节点与其父节点的分割状态为‘是’或‘否’。通过设置分割标志将树型结构划分为若干个子树。

可以标记此节点与其父节点分割，也可以设置标志节点与其子节点分割的值。但在一个树形结构中，只有包括标记节点是否与其父节点分割的值，才可实现对树形结构的任意分割。

分割点可由软件程序自动设置，或由编辑人员手工设置，没有深度和广度上的限制，可以灵活修改，可以随时增加或撤消。

分割后的子树有唯一的一个的根节点。此根节点可用于标识子树。

2.提取描述子树的物理位置的信息

物理位置信息用于设置发布时输出文件或数据的物理位置，可以包括服务器名称、路径名称、文件名称等。如果发布的数据存放在另一个数据库记录中，物理位置信息可以包括存放记录的标识值等内容。子树的物理位置不须要与原树型结构有关联。

由于子树的根节点可用于标识子树，可以在子树的根节点的记录中设置多个字段来保存用户输入的物理位置信息，也可以使用子树根节点的标识值来生成物理位置信息，也可以由这两者组合生成最终物理位置信息。

如果一个子树没有设置物理位置信息，那么这个子树的物理位置与这个子树根节点的父节点所在的子树的物理位置相同。此规则具有递归性，即如果仍然没有找到，继续从前趋节点中查找。

树型结构数据库根节点所在的子树必须设置物理位置。

3.加入对子树进行描述的属性

在树型结构数据库中，可以在子树根节点的记录中加入对子树进行描述的字段。对子树的描述用于在用户从一个子树转移到另一个子树之前，提供操作向导说明或是目标子树的简要信息，可以包括名称、内容概要等信息。

4.输出子树中的所有节点

提取出子树中的所有节点列表，输出树型结构数据库中包含这些节点的表格和对应记录，写到与子树对应的新的数据库中。

可以输出子树的所有节点的完整内容，包括所有相关的表格，所有的字段。如果子树的一个节点的内容出现在主表及多个子表中，那么这些表格中有关这个节点的所有字段都将出现在子树的数据库中。

也可以根据实施的具体要求，仅输出部分表和部分字段。但是要保证在查询输出的子树数据库时，不须要再从原始数据库中查询任何信息。

5.输出子树的相邻的其它子树的根节点

提取子树的前趋相邻子树的根节点列表和后续相邻子树的根节点列表，输出树型结构数据库中包含这些节点的表格和对应记录，写到与子树对应的新的数据库中。

可以仅输出部分表和部分字段，前提是在不查询原始数据库和其它子表数据的情况下，可以确定相邻子表数据库的物理位置，从而实现从一个子树转移到另一子树进行查询。可以加入相邻的子树的描述信息。

6.输出树的根节点到子树根节点的路径所经过的节点

提取出树的根节点到子树根节点的路径所经过的节点，输出树型结构数据库中包含这些节点的表格和对应记录，写到与子树对应的新的数据库中。

路径中对应其它子树根节点的，要输出其物理位置信息。通过输出树根节点到子树根节点的路径，用户可以获得对整个树型结构的概要了解，可转移到一个不相邻的包含祖先节点的子树。

7.输出相关的公用表、系统表

在子树对应的新的数据库中输出原树型数据库的公用表、系统表等。可根据实施时的具体要求决定是否加入这些内容。这些内容的加入有利于提高子树数据库的独立性，在无须查询其它外部数据库的情况下，仅使用单独的子树数据库就可呈现子树的完整内容。

8.对子树数据进行编码

可以按原树型结构的表格的数据结构写入数据；也可以将与子树对应的新的数据库的内容，写入一个包含数据结构信息和数据的文件；如果文件要在Web上进行数据传输与交换，可以将输出文件编码为符合可扩展的标记语言(XML)规范的XML文件。

本技术方案提供一种XML文件编码方案。这里所指的XML格式，包括符合XML规范的用于Web的基于文本的XML格式，或是符合XML规范的二进制XML格式。本技术方案使用文本的XML格式进行描述，在实施中可以使用二进制XML格式取得更好的存贮效率。

本方案使用特殊的XML格式对数据库中的表格进行编码，这种特殊的XML格式完全符合XML规范，但是无法用XML DTD或Schema完整定义。这种编码方式包括以下步骤：

1)用<T>标签表示一个表格(Table)。

2)表格名称写入<T>标签的专有属性@Name。

3)用<R>标签表示表格中的一行记录(Row)。<R>标签插入<T>标签作为<T>标签的子标签，同一个<T>标签可以插入多个<R>子标签。

4)字段的名称使用尽量短的符合XML命名规则的字符串进行替代，这个字串称为字段的替代名。同一个表格中，字段的替代名必须是唯一的。

当字段数量不多于52个时，可以使用单字符按次序对表格中的字段命名，如a...z，A...Z。字段数量多于52个时，次序大于52的字段可以使用2位字符命名，如a0...a9，aa...az，aA...aZ，b0...bZ等。1-2位字符方案可在同一表中支持最多52+52*62＝3276个字段。

也可以自行定义命名规则，只要保证唯一性即可。

字段的替代名不可以命名为“Name”，避免与<T>标签的@Name属性冲突。

5)<T>标签写入字段名称与字段短字符替代名称的对应关系。可使用带有以字段替代名命名的XML属性来表示，属性的值是字段的在数据库中的原始名称。例子，<T Name＝″TreeData″a＝″NodeID″b＝″NodeName″/>表示一个表格[TreeData]，有2个字段[NodeID]和[NodeName]。

6)<R>标签可写入以字段替代名命名的XML属性，属性的值是本行记录对应字段的值；也可写入以字段替代名为标签名的XML子节点，子节点的内容是字段的值。选择哪一种方式主要看字段的值是否包括了XML的保留字符，如′<′、′>′、′&′、引号等。

例子：

</T>

表示表格[TreeData]的2条记录：

NodeID NodeName

--------------------------

100 abc

101 &aaa；

7)可选内容，可以写入用于描述字段(Field)的类型属性的<F>标签。<F>标签的XML父节点必须是<T>标签，且<T>标签只有一个<F>标签。<F>标签的使用方式与<R>标签相同。<F>标签的属性或子节点的内容可以是标准结构化查询语言(SQL)数据定义语言的字段类型描述，也可以是自定义内容。

例子，<F a＝″INTEGER NOT NULL″b＝″TEXT(255)NULL″/>

<F>标签主要在以下情况用到：

a)在二进制XML格式中描述字段的类型。

b)将基于文本的XML数据逆向转换为原始形态的树型数据库。

c)其它须要精确提供字段类型信息的情况。

8)如果是基于文本的XML数据，当字段的数值为默认值时，可在<R>标签的内容中忽略此字段的值；如果一个<T>标签的所有<R>标签都没有一个字段的值，且没有逆向转换的需求，可以将此字段的信息忽略。

可以规定忽略所有的NULL值，数值型数据的0，文本型数据的空字串，布尔型数据的FALSE等。

9)同一个XML文件可写入多个表格。

以上说明中所使用的标签名、属性名，如<T>、<R>、<F>、@Name等，在实施中可以被替换为其它名称。

这里描述的XML格式编码规则也可用于其它任意类型数据库的平面表格的编码。

这种XML格式编码规则可以将数据库的数据结构和内容一同保存在单独的一个XML文件中，只要数据库的内容不发生变化，这些数据文件可以一直以不变的形式保存。即使在未来要更新已实施的应用系统，也无须对这些纯数据文件进行修改。

9.发布子树数据库的内容

将子树对应的新的数据库或数据文件，发布到子树的物理位置上。可以将物理位置设置在不同的服务器上，将树结构的查询操作分布到不同计算资源上。在一些特别的应用场合，例如要对访问的权限进行控制，可以将输出后的文件的内容，保存为另一数据库中的表格中的记录。

由上述本发明所提供的技术方案可看出，本方法实现了对树型结构的人为的任意的分割，将对树型结构数据库的查询操作分布到不同的计算资源上处理，同时尽可能地压缩了标签冗余，减少在未来由于技术发展所带来的维护成本。

附图说明

图1本方法所提供的一个实施例示意图

图2本发明所述的方法的流程图

图3树型结构数据库的数据结构示例1

图4树型结构数据库的数据结构示例2

图5设置分割标志的效果示意图

图6选取各种类型节点的方法

图7子流程遍历有分割标志的子树

图8对子树数据库进行XML编码

图9子流程对单行记录进行XML编码

具体实施方式

在以下的讨论中，为了彻底地说明本发明，提出了大量的具体细节。然而，本领域的普通技术人员应理解在没有特定细节的情况下也可实现本发明。

下面结合附图对本发明的一种典型的实施方式作进一步详细地描述。参照图1，在本实施例中，原始树型结构数据库位于一台数据库服务器上。依据本发明所描述的技术方案，将数据库分割为多个子树数据库，将子树数据库发布到多个服务器上，具体发布到哪一个服务器是由编辑人员设置的物理位置决定的，与原树型结构没有直接关系的。最终用户访问子树数据库所在的服务器，获得子树数据库的XML编码文件。

参照图2，本发明所述的方法的主要步骤包括：

步骤1：将树型结构数据库依照编辑人员的要求划分为任意的子树，包括设置分割标志、设置子树的物理位置、子树概要信息等。

步骤2：针对每一个子树，输出子树中的所有节点，包括所有的相关表格和相关字段。

步骤3：针对每一个子树，输出子树的相邻的其它子树的根节点。可以有选择地输出表格和字段，只要保证可以从本子树数据库查询到相邻子树的物理位置即可。

步骤4：针对每一个子树，输出树根节点到子树根节点的路径所经过的节。可以有选择地输出表格和字段，只要保证可以从本子树数据库查询到相关子树的物理位置即可。

步骤5：对子树数据库进行编码。在本实施例中，将子树数据库编码为用于在Web传送数据的基于文本的XML文件。

步骤6：将子树数据库或其对应的文件发布到子树的物理位置。

下面对以上的各步骤作进一步的详细描述。

为了说明对树型结构数据的分割的操作，有必要对存贮树结构的表构进行一定的描述。参照图3，本实施例中的每个节点所对应的记录中有标识此节点的节点ID，以及其它与树结构信息、名称、内容相关的字段。由于子树的根节点与每个子树一一对应，可以作为子树的标识值，因此可以将子树的信息保存在子树根节点的记录中。只有设置了分割标志的节点的子树信息才是有效内容，没有分割标志的节点的子树信息是无效内容。

图4是一种与图3等效的采用子表方式记录子树信息的数据结构，可以使数据存贮更紧凑。这种方式可以在不修改原有表格定义的前提下，对现有树型结构数据库的进行改造，实施本发明所述的方法。

图5是设置分割标志的效果示意图。当一个节点设置了分割标志，表示这个节点与父节点分割，也标志着此节点是所在子树的根节点。这种方法可以实现对树结构进行任意的分割。

由于图2中的步骤2、3、4涉及常规的树型结构查询算法，可以在每一步骤单独使用常规查询算法实现，但可能导致查询效率问题。本实施方式中将其统一说明。参照图6，选取各种类型的节点的流程可以包括以下步骤：

步骤21：本流程是针对每一个子树进行的，输入参数是子树的根节点。

步骤22：由于选取子树所有节点和所有后继相邻子树的根节点的算法具有相似性，都要对子树进行遍历，因此调用一个统一的子流程“遍历有分割标志的子树”(见后)，取得返回的子树所有节点列表{节点列表1}和后继相邻子树的根节点列表{节点列表2}。在本实施方式说明中，使用花括号″{}″括起用文字描述的变量或参数。

步骤23：从子树根节点的父节点开始，逆向沿着树的根节点到子树根节点的路径，搜索第1个有分割标志的祖先节点，作为前趋相邻子树的根节点列表{节点列表3}。

步骤24：选出从树型结构数据库的根节点到子树的根节点的路径所经过的节点，作为一个临时性的节点列表为{节点列表4}。

步骤25：由于{节点列表4}中包含{节点列表3}的内容，在{节点列表4}中去除{节点列表3}的节点。

步骤26：从{节点列表4}中选出有分割标志的祖先节点列表为{节点列表5}。

步骤27：从{节点列表4}中选出没有分割标志的祖先节点列表为{节点列表6}。

步骤28：作为本流程的结束点，输出{节点列表1}、{节点列表2}、{节点列表3}、{节点列表5}、{节点列表6}。

选出不同类型的节点后，可根据实际应用需求输出表格和字段。本实施例中，假设数据库支持SQL语句，可以用以下类SQL语句描述针对图4所述的结构的数据库的输出：

a.输出[主表]中本子树所有表和字段：

SELECT*FROM[主表]WHERE[节点ID]IN{节点列表1}

b.输出[主表]中其它节点的简要信息：

SELECT[节点ID]，[树结构信息]，[名称]FROM[主表]WHERE[节点ID]IN({节点列表2}，{节点列表3}，{节点列表5}，{节点列表6})

c.输出子树根节点的信息，包括所有的物理位置信息：

SELECT*FROM[子树信息子表]WHERE[节点ID]IN(子树根节点，{节点列表2}，{节点列表3}，{节点列表5})

参照图7，本实施方式给出一种遍历有分割标志的子树的子流程，此子流程在图6中被用到。

步骤41：本流程是针对每一个子树进行的，输入参数是子树的根节点。

步骤42：预备用于保存结果的变量。

步骤43：子树根节点是属于子树的节点。

步骤44、45：遍历子孙节点。可以使用递归的算法，也可以使用等价的非递归性算法，本实施例给出一种非递归性算法。

步骤46、47、48：如果子孙节点有分割标志，那么这个节点是一个相邻子树的根节点，否则是属于本子树的节点。

步骤49、50：遍历子孙节点结束。

步骤51：作为本流程的结束点，输出子树所有节点列表{节点列表1}和后继相邻子树的根节点列表{节点列表2}。

参照图8，本实施方式给出一种实现技术方案所描述的XML编码的实现方法。本流程主要在整体上使用XML编码方案对子树数据库进行处理，包括将多个表格写入文件，处理每一表格的字段信息，标记子树根节点等工作。

步骤61：本流程是针对每一个子树数据库进行的，输入参数是子树数据库。

步骤62：写入XML文件的根节点标签，要包括子树的根节点的信息。

步骤63：预备输出缓冲区。

步骤64：处理每一个表格的循环，子树数据库中的每一个表格都要输出。

步骤65：按原始表格字段次序，为每个字段预备字段替代名。

步骤66、67：预备记录字段是否被输出过的标志，预备输出每行记录时用到的缓冲区。

步骤68：循环处理表格中的每一行记录，调用子流程“对单行记录进行XML编码”(见后)。所有记录的输出统一写入临时的缓冲区{行输出缓冲区}中。

步骤69：判断是否输出了有效的行记录。

步骤70：如果没有任何记录输出，那么不输出这个表格。

步骤71：处理表格XML标签的头部，加入表格名称信息。

步骤72、73、74、75、76：将字段替代名的信息保存入表格XML标签的头部，只有被输出过的字段才须要替代名信息。

步骤77：将表格XML标签的头部与查询结果组合，加入表格XML标签的尾部。

步骤78：处理每一个表格的循环结束。

步骤79：写入输出缓冲区，并写入XML文件的根节点标签的尾部。

步骤80：结束。

参照图9，给出子流程“对单行记录进行XML编码”的一种实现方式，此子流程在图8中被用到。本流程的主要工作是根据字段的值是否包含XML保留字符，是否包含默认值等情况，将字段输出到行标签中。

步骤91：开始。

步骤92：预备当字段值被输出到标签的属性时使用的输出缓冲区。

步骤93：预备当字段值被输出到子标签时使用的输出缓冲区。

步骤94：循环处理每个字段。

步骤95：获取字段在原始表格中的次序，用以提取字段的替代名和设置使用标志。

步骤96、97：如果字段值是默认值或是NULL，不输出此字段。

步骤98：如果输出了字段，设置此字段的使用标志。

步骤99、100、101、102、103：根据字段的值是否含有′<′、′>′、引号等XML保留字符的情况，决定将字段的值以行标签属性的方式输出，还是以行标签的子标签的形式输出：

a.如果不含XML保留字符，以行标签属性的方式输出；

b.如果含XML保留字符，但不包含CDATA文字标记的结束字串″]]>″，以子标签的形式输出，字段的值用CDATA括起；

c.如果包含CDATA文字标记的结束字串″]]>″，将所有保留字以保留字的实体参照替代，以行标签属性的方式输出。

步骤104：处理每个字段的循环结束。

步骤105、106、107、108：按属性输出缓冲区和子标签输出缓冲区的各种组合情况输出一行。

步骤109：如果没有输出何字段，则不输出此行的信息。

步骤110：结束。

尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。因此，本发明不应局限于所举的实施例和附图所公开的内容。本发明的范围应由权利要求书限定。

Claims

1.一种将树型结构数据库发布为分布式数据库的方法，其特征在于，包括以下步骤：

a.在树型结构数据库中，在节点的记录中设置分割标志，此分割标志表明节点与其父节点的分割状态为‘是’或‘否’；

b.在分割后的子树的根节点信息的记录中，从用户输入的信息，或从子树根节点的标识值，或从用户输入的信息和从子树根节点的标识值的组合，提取描述子树的物理位置的信息；

c.提取出子树中的所有节点列表，输出树型结构数据库中包含这些节点的表格和对应记录，写到与子树对应的新的数据库中；

d.提取子树的前趋相邻子树的根节点列表和后续相邻子树的根节点列表，输出树型结构数据库中包含这些节点的表格和对应记录，写到与子树对应的新的数据库中；

e.将与子树对应的新的数据库放置在子树的物理位置。

2.根据权利要求1所述的方法，其特征在于，步骤e包括：

f.将与子树对应的新的数据库的内容，写入一个包含数据结构信息和数据的文件。

g.将写入的文件放置在子树的物理位置。

3.根据权利要求2所述的方法，其特征在于，步骤g包括：

h.从保存子树的根节点信息的记录中，提取指向另一数据库表格中记录的标识值；

i.写入后的文件的内容，保存为另一数据库表格中的记录。

4.根据权利要求2或3所述的方法，其特征在于，步骤f包括：写入符合可扩展的标记语言规范的XML文件。

5.根据权利要求1-3任一所述的方法，其特征在于，步骤d包括：提取出树的根节点到子树根节点的路径所经过的节点，输出树型结构数据库中包含这些节点的表格和对应记录，写到与子树对应的新的数据库中。

6.一种将数据库平面表格编码为XML格式文件的方法，其特征在于，包括以下步骤：

a.用<T>标签表示一个表格，表格名称写入<T>标签的专有属性@Name；用<R>标签表示表格中的一行记录，并将<R>标签插入<T>标签作为<T>标签的子标签；每个<T>标签允许插入多个<R>标签。标签和属性的名称T、R、Name可以用其他名字替换；

b.字段的名称使用单字符[a-zA-Z]或双字符[a-zA-Z][a-zA-Z0-9]构成的短字符替代名替代；

c.在<T>标签的属性或子标签中，写入原字段名称与字段短字符替代名称的对应关系；

d.如果字段的值不包括XML的保留字符，向<R>标签写入以字段替代名命名的XML属性，属性的值是字段的值；如果字段的值包括了XML的保留字符，向<R>标签写入以字段替代名命名的XML子节点，子节点的内容是字段的值，当字段的值为默认值时，可在<R>标签的内容中忽略此字段的值。

7.根据权利要求6所述的方法，其特征在于，还包括：同一个XML文件允许写入多个表格。

8.根据权利要求6或7所述的方法，其特征在于，还包括：用<F>标签表示表格字段的属性，并将<F>标签插入<T>标签作为<T>标签的子标签，标签名称T、F可以用其他名字替换。