CHUYỂN ĐỔI HAI MÔ HÌNH DỮ LIỆU XML VÀ QUAN HỆ BẰNG CÔNG CỤ HDM pptx

HDM dựa vào một cấu trúc dữ liệu gồm những nút và cạnh của một đồ thị cùng với những ràng buộc tạo thành một mô hình dữ liệu.. Cấu trúc ràng buộc là những hạn chế trên phạm vi của các cấ

TẠP CHÍ KHOA HỌC, Đại học Huế, tập 73, số 4, năm 2012

CHUYỂN ĐỔI HAI MÔ HÌNH DỮ LIỆU XML VÀ QUAN HỆ BẰNG CÔNG CỤ HDM

Nguyễn Mậu Hân 1 , Trần Đình Toàn 2 , 1

Khoa Công nghệ Thông tin, Đại học Khoa học-Đại học Huế 2

Trường Đại học Công nghiệp Thực phẩm TP HCM

Tóm tắt Internet ra đời đáp ứng việc trao đổi thông tin ngày càng cao của con

người, thông tin không còn dừng lại ở các thông điệp đơn giản mà phải được trích xuất từ ngữ nghĩa của nó Việc chuyển đổi các mô hình dữ liệu để sử dụng trên môi trường Internet ngày càng được quan tâm, đặc biệt trong các lĩnh vực thương mại điện tử và khai phá dữ liệu Bài báo này trình bày một phương pháp chuyển đổi dữ liệu XML, một ngôn ngữ thường được sử dụng trong các ứng dụng web, sang dữ liệu quan hệ và ngược lại bằng công cụ HDM (Hypergraph Data Model)

1 Giới thiệu

XML như một ngôn ngữ làm cầu nối chuyển đổi dữ liệu cho các mô hình dữ liệu khác nhau để phục vụ cho các ứng dụng trên môi trường Internet Về cơ bản, cấu trúc của tài liệu XML và CSDL quan hệ là hoàn toàn khác nhau Để xác định được sự tương quan giữa chúng là một công việc phức tạp, đòi hỏi phải qua nhiều bước phân tích, giữa một bên là dữ liệu lồng nhau và một bên là dữ liệu phẳng Hiện nay, có một số phương pháp chuyển đổi dữ liệu từ XML sang quan hệ và ngược lại như phương pháp XML Schema, DOM, Tuy nhiên, các phương pháp này còn hạn chế trong việc chuyển đổi các ràng buộc dữ liệu Ở đây, chúng tôi lại sử dụng mô hình HDM trung gian để thực hiện việc chuyển đổi dữ liệu giữa hai mô hình XML và quan hệ nhằm đảm bảo sự toàn vẹn dữ liệu cũng như các ràng buộc dữ liệu vốn yêu cầu một cách nghiêm ngặt trong mô hình dữ liệu quan hệ

2 Mô hình dữ liệu HDM

HDM là một ngôn ngữ mô hình bậc thấp được sử dụng để tạo ra mô hình dữ liệu

từ nhiều nguồn dữ liệu khác nhau trong đó bao gồm cả dữ liệu quan hệ và XML HDM dựa vào một cấu trúc dữ liệu gồm những nút và cạnh của một đồ thị cùng với những

ràng buộc tạo thành một mô hình dữ liệu Một lược đồ HDM là bộ ba S = (Nodes, Edges,

Constraints) Trong đó, Nodes, Edges định nghĩa một đồ thị có nhãn, lồng nhau, có

hướng Constraints là một tập hợp các ràng buộc, cụ thể là các truy vấn đại số Boolean qua S, Nodes được xác định bởi một tên duy nhất, Edges và Constraints thì có tên tùy

chọn

2.1 Ngôn ngữ bậc cao trong HDM

Cũng như các mô hình dữ liệu khác, HDM được xây dựng từ hai cấu trúc: cấu

trúc mở rộng (extensional constructs) và cấu trúc ràng buộc (constraint constructs) [3]

Cấu trúc mở rộng là một tập hợp những giá trị dữ liệu trong một miền đã cho Cấu trúc này có ba lớp:

- Nodal: Ánh xạ đến các nút trong HDM

- Linking: Phạm vi của một cấu trúc liên kết là một tập con của kết quả các thành

phần mà nó liên kết Cấu trúc liên kết không thể tồn tại độc lập, nó ánh xạ đến các cạnh trong HDM

- Nodal-Linking: Là cấu trúc Nodal và chỉ tồn tại khi có các thành phần khác nối

đến nó Ánh xạ vào HDM là các nút và cạnh

Cấu trúc ràng buộc là những hạn chế trên phạm vi của các cấu trúc mở rộng, chúng có thể được sử dụng để thể hiện cấu trúc lược đồ dữ liệu trong một mô hình dữ liệu Đồng thời các ràng buộc trực tiếp sẽ được hỗ trợ trong HDM Bảng dưới cho thấy cấu trúc quan hệ được thể hiện trong HDM

Bảng 1 Định nghĩa cấu trúc mô hình quan hệ trong HDM

Cấu trúc quan hệ Thể hiện trong HDM

Construct relation (R)

Class nodal

Scheme <<r>>

Node <<rel:r>>

Construct attribute (A)

Class nodal-linking

constraint

Scheme <<r, a, n, t>>

Node <<rel:r:a>>

Edge <<_, rel:r, rel:r:a>>

Links <<rel:r>>

Cons if (n=null) Then makeCard(<<_,rel:r,rel:r:a>>,{0,1},{1 N }) else makeCard(<<_,rel:r,rel:r:a>>,{1},{1 N }) Cons x  <<rel:r:a>>  x  t

Construct primary key(P)

Class constraint

Scheme <<r, a1, , an>>

Links <<rel:r:a1>>, ,<<rel:r:an>>

Cons x  <<rel:r>>  x = <x1, xn>

 <x, x1>  <<_,rel:r, rel:r:a1>> 

 <x, xn>  <<_,rel:r, rel:r:an>>

Construct foreign key(F)

Class constraint

Scheme <<r,rf ,a1, ,an>>

Links <<rel:r:a1>>, , <<rel:r:an>>

Cons <x, x1>  <<_,rel:r, rel:r:a1>> 

<x, xn>  <<_,rel:r, rel:r:an>>

 <x1, ,xn>  <<rel:rf>>

Để định nghĩa cấu trúc của một mô hình dữ liệu mới M trong HDM chúng ta cần định nghĩa các biến đổi sau cho M vào trong HDM:

- Đối với mỗi cấu trúc trong M ta thực hiện một phép biến đổi add để thêm các

nút, cạnh hoặc ràng buộc tương đương vào lược đồ HDM Biến đổi này có 0 hoặc một

biến đổi addNode HDM, toán hạng nhận từ trường Node trong định nghĩa cấu trúc sẽ đi theo bởi 0 hoặc một biến đổi addEdge lấy từ trường Edge Cuối cùng, một dãy của 0 hoặc nhiều biến đổi addConstraint lấy từ trường Constraint được thực hiện

- Để đảo nghịch biến đổi add như đã nói ở trên chúng ta cần một biến đổi del cho mỗi cấu trúc bên trong M của nó Như vậy, sẽ có một dãy những biến đổi HDM

delConstraint đi theo có thể là delEdge hoặc delNode

- Đối với những cấu trúc có một tên là một xâu ký tự, chúng ta thực hiện biến

đổi rename, là các biến đổi được định nghĩa dưới dạng của biến đổi HDM: renameNode

và renameEdge

- Một thể hiện M trong HDM có thể tự động nhận dạng bằng cách thêm vào một

hoặc nhiều biến đổi nguyên thủy như đã định nghĩa ở trên

2.2 Cấu trúc XML Nodal trong HDM

Trong lược đồ XML mỗi phần tử (element) đóng vai trò là một cấu trúc nodal Cấu trúc Nodal sẽ ánh xạ trực tiếp vào các nút của HDM

Khi giải thuật tìm kiếm kiểu của element tìm thấy element đó thật sự chỉ là một tham chiếu tới element khác thì element tham chiếu sẽ được thay thế bởi element đã

tham chiếu Một khi các tham chiếu đã được thay thế thì có thể giao tiếp với định nghĩa

kiểu của element đó

Định nghĩa kiểu có thể là không tên, trong trường hợp element không có thuộc tính type, lúc này kiểu của nó là phần nội dung khai báo của element

Lúc này giải thuật chia các element phù hợp với các simpleType (chẳng hạn kiểu

cơ sở XSD), hoặc các simpleType được khai báo hoặc không tên, hoặc của complexType Những element và attribute kiểu simpleType được thêm vào như những nút của HDM

cũng như các ràng buộc tương ứng

2.3 Cấu trúc XML Linking trong HDM

Trong lược đồ XML, sự lồng nhau của các element đóng vai trò là quan hệ

linking Cấu trúc linking ánh xạ trực tiếp đến cạnh của HDM Sự lồng nhau này thể hiện

trong các định nghĩa kiểu complexType đã thảo luận ở trên có thể có tên hoặc không tên

Đối với các element của kiểu complexType, trước hết ta thêm một nút vào mô hình HDM với các ràng buộc tương ứng Sau đó, từ định nghĩa kiểu complexType ta tìm

element con của element đó

2.4 Cấu trúc XML Linking Nodal trong HDM

Cấu trúc Link nodal ánh xạ vào nút và cạnh của HDM Trong lược đồ XML các

attribute đóng vai trò là cấu trúc link nodal Cũng giống như việc thêm cạnh giữa các element cha và attribute con nên trong thuật toán phải thêm một nút attribute Mục này

phải xử lý riêng vì hai lý do:

- Tránh sự nhầm lẫn của các ràng buộc được định nghĩa thông qua các attribute khác, cách mà chúng được định nghĩa qua các element

- Quy định cách đặt tên để attribute định danh trong mô hình HDM cho phép

đảo ngược quá trình chuyển đổi

Chúng ta quy ước, thêm vào đầu tên attribute với tên element cha bởi dấu gạch

nối dưới

2.5 Cấu trúc XML Constraint trong HDM

Một số cách thể hiện ràng buộc trong lược đồ XML:

- Các thuộc tính trong định nghĩa element có thể là ràng buộc trực tiếp hoặc trỏ

đến một vị trí trong lược đồ, nơi mà các ràng buộc đã được định nghĩa

- Các thuộc tính trong định nghĩa attribute cũng giống như các ràng buộc định nghĩa trong khai báo element, một khác biệt đáng kể là cách mà các ràng buộc biến cố

được định nghĩa

Các khai báo kiểu simpleType Các khai báo này xây dựng dựa trên kiểu XSD cơ

sở hoặc một kiểu simpleType khác, thêm một giới hạn để định nghĩa nhiều kiểu tốt hơn Khi các định nghĩa xây dựng dựa trên các định nghĩa kiểu simpleType khác ta cần thêm

tất cả các ràng buộc đã định nghĩa trong kiểu cơ sở vào các ràng buộc rút ra trực tiếp từ khai báo kiểu

2.6 Mô hình quan hệ trong HDM

Mô hình quan hệ bao gồm các quan hệ, thuộc tính, một khoá chính cho mỗi quan hệ và các khóa ngoại

- Các quan hệ được thể hiện trong HDM bởi các nút, phạm vi một quan hệ là khóa chính của nó

- Các thuộc tính thể hiện bởi những nút và có phạm vi là một mình chúng, chúng

không thể tồn tại độc lập, mà phải kèm theo định nghĩa một cạnh trong HDM, cạnh này được nối từ nút là tên của quan hệ đến thuộc tính đó Các thuộc tính quan hệ được ràng buộc bằng null hay not null Sự ràng buộc này được thể hiện trong HDM như một sự lựa chọn giữa tùy chọn (null{0,1}) hoặc (null{1})

- Khóa chính là một ràng buộc kiểm tra phạm vi của quan hệ r có giống phạm vi của những thuộc tính khóa a1, , an hay không

- Khóa ngoại là tập hợp những thuộc tính a1, , an xuất hiện trong quan hệ r mà là khoá chính của quan hệ rf khác

- Đối với các ràng buộc trong HDM, ta có thể dùng 2 kiểu cơ bản sau: Integer và

String với độ rộng tùy ý

2.7 XML trong HDM

Sắp xếp tự nhiên của dữ liệu trong một tài liệu XML đòi hỏi một số khái niệm phải được mô tả vào HDM Điều này sẽ được thực hiện thông qua một nút thứ tự dự trữ Phạm vi của nút thứ tự là tập hợp những số và thể hiện tự nhiên của những thành viên của tập cạnh Bảng 2 thể hiện định nghĩa của XML trong HDM

Xử lý tài liệu XML trong HDM như sau:

- Các element là những cấu trúc nodal, thể hiện trong HDM là một nút

- Các attribute là những cấu trúc nodal linking, thể hiện trong HDM bởi một nút

và một cạnh không nhãn liên kết nút mới đến element cha

- Mỗi element lồng vào một element khác được thể hiện thành một cạnh trong

HDM

- Một nút HDM gọi là pcdata được định nghĩa để lưu trữ các text xuất hiện giữa các thẻ phần tử Một phần tử <<e>> liên quan đến một phần của text được mô tả bằng

một cạnh không nhãn <<_, e, pcdata>>

Bảng 2 Định nghĩa cấu trúc XML trong HDM

Cấu trúc XML Thể hiện trong HDM

Construct element (R)

Class nodal, set

Scheme <<e>>

Node <<xml:e>>

Construct attribute (Att)

Class nodal-linking

constraint, list

Node <<xml:e:a>>

Edge <<_, xml:e, xml:e:a>>

Links <<xml:e>>

Scheme <<e,a>> Cons makeCard(<<_, xml:e, xml:e:a>>,0:1,1:N)

Construct nest-list (List)

Class linking

constraint, list

Scheme <<e, es>>

Edge <<_,xml:e,xml:es>>,<<_,<<_, xml:e,xml:es>>, order>>

Links <<xml:e>>, <<xml:es>>

Cons makeCard(<<_,<<_, xml:e, xml:es>>, order>>, 1:1,0:N)

Construct nest-set (Set)

Class linking, set

Scheme <<e, es>>

Edge <<_,xml:e, xml:es>>

Links <<xml:e>>, <<xml:es>>

Các phần tử và thuộc tính trong một tài liệu XML được định danh duy nhất bởi

vị trí của nó trong tài liệu Việc thể hiện một tài liệu XML trong HDM được mô tả bởi một nút được gán một định danh duy nhất dựa vào vị trí của nó

Ví dụ: Dữ liệu XML như bảng dưới và được thể hiện trong HDM như sau:

<shoes xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xsi:noNamespaceSchemaLocation="file:shoes.xsd">

<! XML representation of two shoes >

<shoe shoeid="1">

<make makeid="6">

<makename>adidas</makename>

</make>

<price>100</price>

<colour>red</colour>

<country>china</country>

</shoe>

<shoe shoeid="2">

<make makeid="4">

<makename>nike</makename>

</make>

<price>200</price>

<colour>blue</colour>

shoes

shoe

y

make:

me

Thể hiện XML trong HDM

<country>usa</country>

<country>china</country>

</shoe>

</shoes>

Tập các nút:

<<shoes>> = {shoes1}

<<shoe>> = {shoe1, shoe2}

<<make>> = {make1, make2}

<<makename>> = {adidas, nike}

<<make_makeid>> = {6, 4}

<<price>> = {100, 200}

<<colour>> = {red, blue}

<<country>> = {china, usa}

<<shoe_shoeid>> = {1, 2}

Tập các cạnh:

<<_, <<make>>, <<makename>> >> = {{make1, adidas}, {make2, nike}}

<<_, <<make>>, <<make_makeid>> >> = {{make1, 6}, {make2, 4}}

<<_, <<shoe>>, <<make>> >> = {{shoe1, make1}, {shoe2, make2}}

<<_, <<shoe>>, <<price>> >> = {{shoe1, 100}, {shoe2, 200}}

<<_, <<shoe>>, <<colour>> >> = {{shoe1, red}, {shoe2, blue}}

<<_, <<shoe>>, <<country>> >> ={{shoe1,china},{shoe2, usa},{shoe2, china}}

<<_, <<shoe>>, <<shoe_shoeid>> >> = {{shoe1, 1}, {shoe2, 2}}

<<_, <<shoes>>, <<shoe>> >> = {{shoes1, shoe1}, {shoes1, shoe2}}

2.8 Lược đồ XML trong HDM

Các phần tử complexType, element và attribute trong một tài liệu XML sẽ xác

định nơi những phần tử và thuộc tính trong tài liệu thể hiện XML tuân theo Thuộc tính

type trong định nghĩa element hoặc attribute chỉ rỏ rằng kiểu dữ liệu nào có thể xuất

hiện trong mục đó Key và keyref như những ràng buộc định danh trên dữ liệu

Lược đồ XML là một ngôn ngữ ràng buộc, định nghĩa kiểu và cấu trúc của dữ liệu xuất hiện trong một tài liệu thể hiện XML phù hợp với lược đồ Một lược đồ XML

có thể tồn tại độc lập với những tài liệu khác Điều này có thể xảy ra ở giai đoạn đầu của

quá trình thiết kế Thông thường thì có hơn một tài liệu thể hiện

3 Thuật toán chuyển đổi giữa hai mô hình dữ liệu XML và quan hệ bằng HDM

3.1 Chuyển đổi từ XML sang CSDL quan hệ

3.1.1 Chuyển đổi giữa tài liệu XML và HDM

Thuật toán chuyển từ file XML vào HDM:

- Vào: File XML, HDM

- Ra: Nội dung của các nút (node), cạnh (edge) và ràng buộc (constraint) của

HDM tương ứng với file XML

Phương pháp:

- Bước 1: Duyệt qua danh sách các element, attribute, complexType, simpleType

đã xây dựng từ bước phân tích lược đồ XML

- Bước 2: Đối với mỗi attribute, thêm phạm vi của nút trong HDM bằng nội dung của attribute trong file XML

- Bước 3: Đối với các element là lá (không có con), phạm vi của nút được xử lý giống như attribute

- Bước 4: Đối với các element của kiểu complexType (chứa những element và

attribute con), thêm phạm vi của nút là nội dung của element trong file XML Tiếp đó

thêm phạm vi của cạnh từ element này đến các con của nó là giá trị của element cha và giá trị của các element hoặc attribute con

- Bước 5: Đối với các nút kiểu phức tạp, phạm vi của nút phát sinh tuần tự trong file XML mà nó thể hiện (Quy ước: tên của phần tử + số thứ tự thể hiện) Sau đó tìm các con của nút đó để xây dựng phạm vi của cạnh từ nút đến các con (chính là tên quy

ước ở trên và nội dung của element hoặc attribute con)

Độ phức tạp của thuật toán là O(n), với n là số các element và attribute của file XML Vì số attribute của một element trong một tài liệu XML là hữu hạn nên thuật toán

sẽ dừng khi duyệt hết các nút lá Tính đúng đắn của thuật toán đã được chứng minh từ các thuật toán duyệt cây đã có

3.1.2 Chuyển đổi giữa CSDL quan hệ và HDM

Tạo Database từ HDM

Để chuyển đổi từ một lược đồ HDM thành một lược đồ CSDL quan hệ, ta ánh xạ các nút phức hợp vào các quan hệ, nút lá và các thuộc tính là các trường trong các quan

hệ đó Mối quan hệ giữa các nút phức hợp và con của nó cũng cần được thể hiện trong

mô hình quan hệ Cách tốt nhất để thể hiện điều này là sử dụng các khóa ngoại, vì một nút cha có thể có nhiều con khác nhau, nhưng một nút con chỉ có một nút cha có nghĩa

là đặt trường khóa ngoại này vào quan hệ con Theo phương pháp này, chúng ta có thể bảo đảm CSDL đó tối thiểu ở dạng chuẩn 2 Ở đây, chúng ta sẽ tạo ra CSDL bằng hai

giai đoạn được biểu hiện bởi hai thuật toán: thuật toán tạo Database và thuật toán chèn

dữ liệu vào Database

Thuật toán tạo Database từ HDM:

- Vào: HDM

- Ra: Các câu lệnh SQL để tạo Database

Phương pháp:

- Bước 1: Xuất phát từ nút gốc

- Bước 2: Phát sinh câu lệnh tạo table của nút gốc với tên là tên của nút, khoá chính của table chính là tên nút

 Duyệt qua HDM tìm tất cả các con của nút hiện hành (nhờ các cạnh)

 Mỗi nút hiện hành chính là 1 trường của table

 Nếu nút con là nút lá, thêm thành 1 trường vào table cha

 Nếu nút con là nút phức hợp:

o Phát sinh câu lệnh tạo table với tên là tên của nút, khoá chính là tên của nút, khóa ngoại là tên của nút cha tham chiếu đến table cha

o Tìm trong các Constraint để phát sinh các ràng buộc tương ứng (Cách tìm các Constraint)

o Đệ quy lại Bước 1 với vai trò nút hiện hành là nút gốc cho đến khi duyệt hết cây HDM

Thuật toán sẽ không thực hiện khi cây HDM rỗng Độ phức tạp của thuật toán là O(n), trong đó n số phần tử trên cây HDM

Chèn dữ liệu vào CSDL từ HDM

Khi có cấu trúc và ràng buộc HDM cơ sở, dữ liệu lược đồ cơ sở ít nhiều tương đương với lược đồ XML đã tạo ra HDM Ta có thể đưa ra CSDL với dữ liệu lưu trong các phạm vi của những nút và cạnh HDM Để làm điều này ta phải dùng câu lệnh insert

để chèn dữ liệu vào bảng mà ta đã tạo ra

Thuật toán đưa dữ liệu vào Database từ HDM:

- Vào: HDM với phạm vi đầy đủ

- Ra: Các câu lệnh SQL để chèn dữ liệu vào Database

Phương pháp:

- Bước 1: Xuất phát từ nút gốc

- Bước 2: Phát sinh câu lệnh insert (SQL) giá trị khóa chính của bảng (table) gốc với phạm vi của nút gốc

 Duyệt qua HDM tìm tất cả các con của nút hiện hành (nhờ các cạnh)

 Nếu nút con là nút lá, phát sinh câu lệnh thêm giá trị của trường nút đó với nội dung là phạm vi đích của cạnh tương ứng

 Nếu nút con là nút phức hợp :

o Phát sinh câu lệnh chèn giá trị của khóa chính, chính là phạm vi của nút

o Phát sinh câu lệnh chèn giá trị khóa ngoại là phạm vi của nút cha

mà nó tham chiếu

o Đệ quy lại Bước 1 với vai trò nút hiện hành là nút gốc cho đến khi duyệt hết cây HDM

Thuật toán sẽ không thực hiện và dừng khi cây HDM không chứa giá trị

Độ phức tạp của thuật toán là O(n), trong đó n số nút trên cây HDM Vì số nút

của một cây HDM là hữu hạn nên thuật toán sẽ dừng khi duyệt hết các nút lá Tính đúng đắn của thuật toán đã được suy ra từ tính đúng đắn của các thuật toán duyệt cây đã có

3.2 Chuyển đổi từ CSDL quan hệ sang XML

3.2.1 Tạo một HDM từ một CSDL quan hệ

Với mong muốn lưu trữ dữ liệu vào file XML từ CSDL giống như lưu trữ dữ liệu vào CSDL từ file XML ta thực hiện biến đổi đảo nghịch Để thực hiện điều này, một thành phần của chương trình cần được giải quyết là chuyển đổi từ CSDL đến HDM

Sự chuyển đổi này chỉ được thực hiện trên các CSDL tương thích với cấu trúc HDM, chẳng hạn phải có cách để liên kết tất cả các bảng vào trong một cấu trúc đồ hoạ

Thuật toán tạo HDM từ Database:

- Vào: CSDL quan hệ

- Ra: HDM với các nút, cạnh, ràng buộc có phạm vi đầy đủ

Phương pháp:

- Bước 1: Đọc lược đồ CSDL

- Bước 2: Với mỗi table không chứa bất kỳ cột khóa ngoại nào:

 Thêm vào HDM một nút gốc với tên là tên của table

 Với mỗi cột của table, thêm vào HDM các nút là con của của nút gốc,