tích hợp cơ sở dữ liệu quan hệ và xml

Bản chất của CSS là tạo ra một tập mẫu quy định các kiểu định dạng cho các phần tử trong XML hay các thẻ HTML trong một file tách biệt với tài liệu.. Theo mô hình này tài liệu XML được t

LỜI CAM ĐOAN

Tôi xin cam đoan, kết quả của luận văn là kết quả do bản thân tôi tự tìm hiểu, nghiên cứu và tổng hợp từ nhiều nguồn tài liệu khác nhau Luận văn tốt nghiệp là kết quả của quá trình học tập, nghiên cứu và thực hiện hoàn toàn nghiêm túc, trung thực của bản than Các tài liệu tham khảo được trích dẫn và chú thích đầy đủ

Thái Nguyên, ngày 15/10/2010

Người cam đoan

Vũ Thị Tuyết

Trước tiên tôi xin gửi lời cảm ơn chân thành nhất đến thầy PGS TS Đoàn Văn Ban đã định hướng và nhiệt tình hướng dẫn, giúp đỡ tôi rất nhiều

về mặt chuyên môn trong quá trình làm luận văn

Tôi xin gửi lời biết ơn sâu sắc đến các thầy, các cô đã dạy dỗ và truyền đạt những kinh nghiệm quý báu cho chúng tôi trong suốt hai năm học cao học tại khoa Công nghệ thông tin - Đại học Thái Nguyên

Tôi xin cảm ơn bạn bè, đồng nghiệp và gia đình, những người luôn gần gũi động viên, chia sẻ cùng tôi trong suốt thời gian làm luận văn tốt nghiệp

Thái Nguyên, tháng 11 năm 2010

MỤC LỤC

Trang Trang phụ bìa

Lời cam đoan

Lời cảm ơn

MỤC LỤC i

DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT iii

MỞ ĐẦU 1

CHƯƠNG 1: TỔNG QUAN VỀ XML VÀ CƠ SỞ DỮ LIỆU QUAN HỆ 4

1.1 Tổng quan về XML 4

1.1.2 Cấu trúc của tài liệu XML 4

1.1.2.1 Tài liệu XML 4

1.1.2.2 Cấu trúc của tài liệu XML 5

1.1.3 Các thành phần cơ bản trong tài liệu XML 6

1.1.4 Cấu trúc tài liệu XML hợp khuôn dạng 11

1.1.5 Định nghĩa kiểu tài liệu DTD (Document Type Definition) 13

1.1.6 Lược đồ XML (XML schema) 15

1.1.7 Bảng định kiểu CSS (Cascading Style Sheet) 16

1.1.8 Mô hình DOM (Document Object Model) 18

1.1.9 Phân tích tài liệu XML theo mô hình DOM 20

1.2 Cơ sở dữ liệu quan hệ 21

1.2.1 Cấu trúc cơ sở dữ liệu quan hệ 21

1.2.2 Ràng buộc toàn vẹn trên một cơ sở dữ liệu quan hệ 24

1.2.2.1 Định nghĩa 24

1.2.2.2 Các yếu tố của ràng buộc toàn vẹn 24

1.2.3 Chuẩn hóa một cơ sở dữ liệu quan hệ 25

1.3 Kết luận 27

CHƯƠNG 2: TÍCH HỢP CÁC HỆ THỐNG CƠ SỞ DỮ LIỆU QUAN HỆ VÀ XML 28

2.1 Phương pháp luận 28

2.1.1 Đối sánh nội dung của một CSDL quan hệ và một tài liệu XML 29

2.1.2 Cấu trúc và kiểu cơ chế của một tài liệu XML và một lược đồ

CSDL quan hệ 31

2.1.3 Tên duy nhất 34

2.1.4 Các giá trị rỗng và các giá trị mặc định 35

2.1.5 Quan hệ 36

2.1.6 Thứ tự 38

2.2 Chuyển một tài liệu XML sang một cơ sở dữ liệu quan hệ 39

2.3 Chuyển một CSDL quan hệ thành một tài liệu XML 41

2.3.1 Phi chuẩn các lược đồ quan hệ 42

2.3.2 Kết nối các CSDL đã phi chuẩn 45

2.3.3 Ánh xạ một CSDL quan hệ đã kết nối thành một DOM chính và chuyển thành một tài liệu XML 47

2.4 Kết luận 51

CHƯƠNG 3: THUẬT TOÁN TÍCH HỢP CÁC HỆ THỐNG CƠ SỞ DỮ LIỆU QUAN HỆ VÀ XML 52

3.1 Thuật toán 52

3.1.1 Đọc tài liệu XML dưới dạng sơ đồ hình cây 52

3.1.2 Hiển thị tài liệu XML dưới dạng bảng 54

3.1.3 Chuyển một CSDL quan hệ sang một tài liệu XML 55

3.2 Cài đặt thuật toán 55

3.3 Đánh giá kết quả 59

3.4 Kết luận 59

CHƯƠNG IV: CÀI ĐẶT THỬ NGHIỆM 60

4.1 Yêu cầu cài đặt: 60

- Phần mềm: 60

4.2 Giao diện của chương trình như sau: 60

KẾT LUẬN 67

TÀI LIỆU THAM KHẢO 69

DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT

MỞ ĐẦU

1 Lý do chọn đề tài

Hiện nay có rất nhiều các giao dịch, tương tác thông qua Internet được phát triển rầm rộ, hàng loạt các ngôn ngữ và các giao thức giao tiếp, thiết kế trang web cũng ra đời để phục vụ cho những mục đích nhất định Có thể kể đến nhiều ngôn ngữ đã phổ biến như HTML, DHTML, Java, PHP, ASP,… mỗi loại có ưu và nhược điểm riêng

Ngôn ngữ XML (eXtensible Markup Language) mới phát triển trong

thời gian gần đây và được phổ biến rộng rãi (ở các ngôn ngữ NET) Không giới hạn và định nghĩa sẵn như HTML, XML cho phép người dùng tự định nghĩa ra các thành phần riêng và mở rộng tuỳ ý

XML trở nên phổ biến có rất nhiều nguyên nhân Điểm quan trọng nhất

là XML cho phép dễ dàng xử lý, chuyển tải và trao đổi dữ liệu giữa nhiều ứng dụng và tài liệu người dùng với các định dạng khác nhau

Nhận thấy tính thiết thực của vấn đề này và được sự gợi ý của giáo viên

hướng dẫn, em đã chọn đề tài “Tích hợp cơ sở dữ liệu quan hệ và XML” làm

đề tài cho luận văn tốt nghiệp của mình

2 Mục đích nghiên cứu

Luận văn tập trung tìm hiểu về XML và mô hình DOM, phương pháp

sử dụng mô hình DOM để chuyển một cơ sở dữ liệu quan hệ sang tài liệu XML và ngược lại

3 Đối tượng nghiên cứu

 Cách chuyển một cơ sở dữ liệu quan hệ sang một tài liệu XML

4 Giả thiết khoa học

Nếu chúng ta sử dụng công nghệ XML thì chúng ta không những có thể phát triển một tài liệu XML mới trong khi vẫn sử dụng các cơ sở dữ liệu đang tồn tại mà còn có thể trích rút các dữ liệu từ các tài liệu XML

5 Nhiệm vụ nghiên cứu

nghiên cứu tiếp theo căn cứ vào các kết quả đã đạt được

6 Phạm vi nghiên cứu

Luận văn tập trung nghiên cứu các kiến thức có liên quan, các cơ sở lý thuyết: tài liệu XML, mô hình DOM, lý thuyết cơ sở dữ liệu, thuật toán chuyển đổi giữa cơ sở dữ liệu quan hệ và XML

7 Phương pháp nghiên cứu

 Đọc tài liệu: sách, báo và các tài liệu liên quan

 Phân tích - tổng hợp lý thuyết và xây dựng các thuật toán chuyển đổi một cơ sở dữ liệu quan hệ sang dạng tài liệu XML và ngược lại

Luận văn được trình bày gồm bốn chương:

 Chương 1: “Tổng quan về XML và cơ sở dữ liệu quan hệ” – Trình

bày tổng quan về cấu trúc một tài liệu XML, định nghĩa kiểu tài liệu DTD,

lược đồ, mô hình đối tượng tài liệu DOM, phân tích tài liệu XML theo mô hình DOM và các khái niệm cơ sở về cơ sở dữ liệu (CSDL) quan hệ

 Chương 2: “Tích hợp các hệ thống cơ sở dữ liệu và XML” – Giới

thiệu phương pháp luận chuyển một tài liệu XML sang một CSDL quan hệ và ngược lại

 Chương 3: “Thuật toán tích hợp các hệ thống cơ sở dữ liệu quan hệ và

XML” – Đưa ra thuật toán tích hợp các hệ thống cơ sở dữ liệu quan hệ và XML

 Chương 4: “Cài đặt thử nghiệm” – Trình bày việc cài đặt thuật toán

bằng ngôn ngữ lập trình C# trong môi trường ASP.NET, trên cơ sở xây dựng ứng dụng trang web “Đăng ký học tín chỉ” của trường Đại học Hàng Hải Việt Nam

Và phần cuối Kết luận – Tóm tắt các nội dung chính, các kết quả đạt

được và hướng nghiên cứu tiếp theo của luận văn

CHƯƠNG 1: TỔNG QUAN VỀ XML VÀ CƠ SỞ DỮ LIỆU QUAN HỆ 1.1 Tổng quan về XML

1.1.1 Giới thiệu công nghệ XML

XML (viết tắt từ tiếng Anh eXtensible Markup Language, “Ngôn ngữ

Đánh dấu Mở rộng”) [2], [11] là ngôn ngữ đánh dấu với mục đích chung do W3C đề nghị, để tạo ra các ngôn ngữ đánh dấu khác Đây là một tập con đơn giản của SGML, có khả năng mô tả nhiều loại dữ liệu khác nhau Mục đích chính của XML là đơn giản hóa việc chia sẻ dữ liệu giữa các hệ thống khác nhau, đặc biệt là các hệ thống được kết nối với Internet Các ngôn ngữ dựa trên XML (thí dụ: RDF, RSS, MathML, XHTML, SVG, GML và Cxml) được định nghĩa theo cách thông thường, cho phép các chương trình sửa đổi và kiểm tra hợp lệ bằng các ngôn ngữ này mà không cần có hiểu biết trước về hình thức của chúng

1.1.2 Cấu trúc của tài liệu XML

1.1.2.1 Tài liệu XML

Một tài liệu HTML có thể tồn tại một số thẻ không đúng quy định (trình biên dịch sẽ bỏ qua những thẻ này) Tuy nhiên với một tài liệu XML thì điều này không thể xảy ra Khi xây dựng một tài liệu XML, nó phải tuân thủ theo một số quy luật nào đó Những tài liệu XML tuân thủ đúng những quy luật này được gọi là well-formed (tạm dịch là định dạng đúng) Với một tài liệu không phải là well–formed, Internet Explorer sẽ thông báo lỗi khi nạp tài liệu này

liệu XML được xem là hợp lệ nếu nó đảm bảo những quy tắc đặc tả trong tài liệu Document Type Definition (DTD) hay giản đồ (schema) Một DTD hay schema sẽ định nghĩa mọi thứ từ cấu trúc dữ liệu tới kiểu dữ liệu, những thuộc tính được yêu cầu, và những ràng buộc về thành phần và thuộc tính được kết

hợp trong tài liệu Phương thức kiểm tra tài liệu này thường được sử dụng trong giao tiếp giữa ứng dụng – ứng dụng, đảm bảo dữ liệu trao đổi hợp lệ tránh dẫn tới những ảnh hưởng của dữ liệu không hợp lệ trên toàn hệ thống

Tài liệu XML có thể viết bằng trình soạn thảo thông thường (Notepad), hay các trình soạn thảo chuyên dụng của XML: XML Notepad, XMLWriter, XML Spy,

1.1.2.2 Cấu trúc của tài liệu XML

Tài liệu XML chỉ chứa đựng dữ liệu và cách lưu trữ dữ liệu mà không

hề đề cập tới cách thức trình bày dữ liệu Một tài liệu XML sẽ chứa những đặc tả về cấu trúc dữ liệu Mỗi cấu trúc gồm nhiều phần tử (element), mỗi phần tử được bắt đầu với một thẻ bắt đầu (Start–tag) và kết thúc với một thẻ kết thúc (End–tag) Giữa Start–tag và End–tag là nội dung của phần tử này Nội dung có thể bao gồm dữ liệu văn bản hay có thể là một phần tử khác

Một tài liệu XML có thể được chia thành 2 thành phần chính, mỗi thành phần có thể có các thành phần theo quy định khác nhau

Hình 1.1 Cấu trúc tài liệu XML

Phần mở đầu (PROLOG) chứa các khai báo trong tài liệu XML như: khai báo phiên bản sử dụng của XML, cách thức mã hóa dữ liệu, chỉ thị xử

lý, định nghĩa kiểu tài liệu cho tài liệu DTD, các chú thích, các khoảng trắng

Phần mở đầu

Phần nội dung Khai báo

Mô tả cấu trúc tài liệu

Chuẩn XML không bắt buộc phải khai báo phần mở đầu của XML Tuy nhiên W3C khuyến khích chúng ta nên sử dụng phần khai báo này, ít nhất cũng là phần khai báo phiên bản sử dụng của XML

Phần thân (BODY) của tài liệu chứa nội dung của dữ liệu bao gồm một hay nhiều thành phần (bắt buộc phải có ít nhất một thành phần), những thành phần này bao gồm các phần tử (element) Mỗi phần tử bao gồm một cặp thẻ (thẻ bắt đầu và thẻ kết thúc) Phần tử đầu tiên của tài liệu đƣợc coi là phần tử gốc (root element) Tất cả các tài liệu XML đƣợc gọi là hợp khuôn dạng nếu chứa đựng duy nhất một phần tử gốc Phần tử gốc chứa đựng tất cả các phần

tử và các cặp thẻ khác trong tài liệu

1.1.3 Các thành phần cơ bản trong tài liệu XML

 Định dạng và dữ liệu kí tự:

Tài liệu XML đƣợc tạo thành từ thành phần định dạng và thành phần

dữ liệu kí tự Trong tài liệu XML, định dạng giúp phân biệt các thành phần khác nhau trong tài liệu XML hay các nút khác nhau trong cây XML Định dạng bao gồm các thẻ bắt đầu, thẻ kết thúc, các phần tử thẻ rỗng, các tham chiếu thực thể, tham chiếu kí tự, lời chú thích, phân đoạn CDATA, khai báo kiểu tài liệu và chỉ thị xử lý Tất cả các dữ liệu còn lại trong tài liệu XML không phải là định dạng đều đƣợc xem là dữ liệu kí tự

 Các khai báo XML:

Một tài liệu XML có thể bắt đầu khai báo cho biết tài liệu đƣợc viết theo định dạng và đặc tả XML Nếu sử dụng khai báo XML, khai báo này phải đƣợc đặt ở dòng đầu tiên của tài liệu Không đƣợc khai báo XML sau bất

kỳ dòng nào khác Khai báo XML trong tài liệu đƣợc viết theo cấu trúc:

< ?xml [các kiểu khai báo] ?>

Các khai báo trong XML gồm:

Khai báo phiên bản (version): Khai báo này cho biết phiên bản đặc tả

XML mà tài liệu sử dụng (khai báo này là tùy chọn nhưng W3C khuyến cáo nên sử dụng khai báo này)

Khai báo mã hóa (encoding): bộ mã được sử dụng trong tài liệu XML

mặc định là UTF-8 Ngoài ra có thể sử dụng các bộ mã khác như Unicode, UCS-2, USC-4, (khai báo này là tùy chọn)

Khai báo thực thể độc lập (standalone): được đặt thuộc tính là „yes‟ nếu

tài liệu không tham chiếu đến các thực thể khác bên ngoài, ngược lại được đặt

là „no‟ (khai báo này là tùy chọn)

 Chỉ thị xử lý

Các chỉ thị xử lý được dùng để chỉ dẫn cho bộ phân tích cách xử lý tài liệu XML trong quá trình phân tích Những chỉ thị này thường bắt đầu bằng dấu <? kết thúc cũng bằng ?> tương tự như phần khai báo

Ví dụ: chỉ thị yêu cầu bộ phân tích kết hợp dữ liệu của XML với bảng định kiểu CSS:

<?xml-stylesheet?>

 Thẻ và các phần tử (element)

Cấu trúc tài liệu XML dựa trên các thành phần định dạng (markup) Những thành phần này bao gồm các phần tử (element) Mỗi phần tử thường bao gồm một cặp thẻ, thẻ bắt đầu và thẻ kết thúc.Ngoại trừ các phần tử rỗng

sẽ được định nghĩa bằng một thẻ Thẻ bắt đầu (còn được gọi là thẻ mở) và bắt đầu bằng kí tự < và kết thúc bằng kí tự > Thẻ kết thúc (còn gọi là thẻ đóng) bắt đầu bằng cặp kí tự </ và kết thúc bằng kí tự >

Tên thẻ có thể bắt đầu bằng kí tự, gạch chân (_) hoặc dấu hai chấm (:) Các kí tự kế tiếp có thể là kí tự, kí số, gạch chân, gạch nối, dấu chấm, dấu hai chấm nhưng không được là khoảng trắng

Mỗi phần tử trong cùng một tài liệu XML là duy nhất Bộ phân tích tài liệu XML phân biệt chữ hoa và chữ thường nên khi đặt tên cho các thẻ và thuộc tính và cần phân biệt chữ hoa và chữ thường

Phần tử rỗng: là phần tử chỉ có một thẻ duy nhất được đặt trong cặp dấu < /> Phần tử gốc (root element): là phần tử chứa đựng tất cả các phần tử và các cặp thẻ khác trong tài liệu Phần tử gốc được xem là phần rất quan trọng trong cấu trúc XML

 Thuộc tính (attribute)

Thuộc tính của các thẻ trong tài liệu XML tương tự như thuộc tính của các thẻ HTML Thuộc tính được kết hợp theo cặp name = value Thuộc tính cho phép xác định thêm thông tin và thuộc tính của thẻ Thuộc tính được đặt trong thẻ mở và thẻ rỗng Để gán giá trị cho thuộc tính thường dùng dấu bằng (=)

Thuộc tính luôn được gán giá trị là kiểu text (do phần định dạng luôn là văn bản text) Trong XML, giá trị của thuộc tính phải đặt trong cặp dấu nháy kép “” Tuy nhiên, nếu giá trị chuỗi truyền cho thuộc tính bao gồm luôn cả dấu nháy kép ta có thể sử dụng nháy đơn thay thế

 Phân đoạn CDATA

Phân đoạn CDATA cũng là một phần tử trong tài liệu XML nhƣng chỉ gồm một thẻ Thẻ này bắt đầu bằng <![CDATA và kết thúc bằng ]> Toàn bộ nội dung đƣợc đặt trong phân đoạn CDATA sẽ không đƣợc trình phân tích coi nhƣ cấu trúc XML mà chúng chỉ đƣợc xem nhƣ là dữ liệu thuần túy

 Không gian tên (namespace)

XML cho phép tự định nghĩa và đặt tên cho các thẻ Nếu tài liệu XML chỉ sử dụng cho một mục đích nào đó và không cần phải kết hợp với các tài liệu XML khác thì điều này không thành vấn đề Nhƣng một khi các ứng dụng phát triển, tập định nghĩa các thẻ XML cần sống chung và kết hợp với nhau thì đó là một vấn đề

Để định nghĩa không gian tên cho các thẻ, ta đƣa vào thuộc tính

xmlns:prefix vào gốc phần tử Trong đó prefix là tên miền hay không gian tên

mà ta muốn chỉ định, mỗi không gian tên có một định danh duy nhất (có thể là định danh URL hoặc URI) Sau đó áp dụng không gian tên này cho tất cả các thẻ trong tài liệu XML mà ta muốn chúng thuộc không gian tên đã định nghĩa theo cú pháp:

<prefix:TagName> đối với thẻ mở,

</prefix:TagName> đối với thẻ đóng

Ví dụ 1.1: Cho một tài liệu XML chƣa định nghĩa không gian tên nhƣ sau:

<NganhHocID>

14 </NganhHocID>

<DiaChi>

Ha Noi </DiaChi>

<DiaChi>

Ha Noi </DiaChi>

<DienThoai>

</DienThoai>

</Danh_Sach_SV>

Sau đó áp dụng không gian tên cho các thẻ trong tài liệu XML nhƣ sau:

<danhsachsv:DiaChi>

Ha Noi </danhsachsv:DiaChi>

1.1.4 Cấu trúc tài liệu XML hợp khuôn dạng

Một tài liệu XML đƣợc coi là một tài liệu hợp khuôn dạng nếu tuân theo các quy tắc sau:

thị xử lý XML đầu tiên không bắt buộc , tuy nhiên nếu sử dụng thì phải đặt chúng ở ngay dòng đầu tiên của tài liệu Nếu không thực hiện đƣợc yêu cầu này, tài liệu XML đƣợc xem là không hợp lệ

 Tài liệu XML chỉ có một phần tử gốc, các phần tử khác nếu có phải là con của phần tử gốc

 Mọi phần tử XML khác rỗng phải bao gồm đầy đủ thẻ đóng và thẻ mở Trong tài liệu XML hợp khuôn dạng, mọi thẻ mở (trừ thẻ rỗng) phải có thẻ đóng tương ứng Nếu bộ phân tích XML phát hiện một phần tử bị thiếu thẻ đóng hay thẻ mở thì quá trình phân tích tài liệu sẽ kết thúc

Trong ngôn ngữ định dạng XML, một số kí tự nhận dạng đặc biệt như <, >,

„, “, và & không thể sử dụng trong tài liệu theo cách thể hiện dữ liệu thông thường Muốn sử dụng những kí hiệu này phải dùng tham chiếu thực thể được XML định nghĩa trước như sau:

Tham chiếu thực thể Ý nghĩa của kí tự tương ứng

Bảng 1.1 Bảng tham chiếu thực thể trong XML

 Bao giá trị thuộc tính bằng cặp dấu nháy Tất cả các thuộc tính đƣợc thể hiện ở dạng chuỗi và phải bao giá trị gán cho thuộc tính bằng cặp nháy kép (“ ”) hoặc nháy đơn („ ‟)

 Chỉ nên sử dụng kí tự < và & đối với thẻ mở và các thực thể

1.1.5 Định nghĩa kiểu tài liệu DTD (Document Type Definition)

Khi định nghĩa thẻ XML, ta tùy ý quyết định cách sử dụng chúng Ta

có thể quyết định thẻ chỉ chứa nội dung là dữ liệu text thuần túy hoặc có thể chứa các phần tử con khác Tuy nhiên, để tài liệu rõ ràng chúng ta nên định nghĩa kiểu tài liệu mà mỗi phần tử sẽ biểu diễn

Một tài liệu XML đƣợc coi là hợp lệ và có giá trị khi toàn bộ các phần

tử trong tài liệu đƣợc định nghĩa kiểu (type definition) mà nó sẽ chứa Việc định nghĩa kiểu tài liệu (DTD – Document Type Definition) cần theo cú pháp quy định của tổ chức XML W3C

Định nghĩa kiểu tài liệu DTD:

Sử dụng thẻ khai báo <!DOCTYPE> để bắt đầu định nghĩa cho các phần tử XML Mẫu khai báo nhƣ sau: <!DOCTYPE rootname [DTD]>

Trong đó: DTD là định nghĩa cho các phần tử trong tài liệu

Mỗi phần tử đƣợc định nghĩa theo cú pháp:

<!ELEMENT NAME CONTENT_MODEL>

Trong đó: NAME là tên của phần tử muốn định nghĩa; CONTENT_MODEL

có thể đƣợc đặt là EMPTY hay ANY hoặc trộn lẫn cả hai nội dung (bao gồm

dữ liệu có thể dùng phân tích hoặc các phần tử con khác)

Ví dụ 1.2: Khai báo và định nghĩa DTD trong tài liệu XML:

<?xml version="1.0" standalone=“yes” encoding="utf-8" ?>

<!DOCTYPE Danh_Sach_SV[

<!ELEMENT Danh_Sach_SV(SinhVien)*>

<DiaChi>

Ha Noi </DiaChi>

1.1.6 Lược đồ XML (XML schema)

XML Schema là một tài liệu XML được viết dưới dạng thức thuần văn bản với phần mở rộng xsd Tài liệu này mở đầu bằng khai báo chuẩn XML, tiếp theo dùng tiếp đầu ngữ xsd: để khai báo không gian tên XML Schema, theo cú pháp sau:

<?xml version = “1.0” ?>

<xsd:schema xmlns:xsd = http : // www.w3.org/1999/XMLSchema> …………

</xsd:schema>

Để chương trình xử lý XML có thể sử dụng tập tin lược đồ (.xsd) cho tài liệu XML, thì các bộ xử lý phải có cách cài đặt cụ thể của riêng nó để nhận ra lược đồ đi kèm với tài liệu XML W3C cho phép khai báo không gian tên cho tài liệu XML tham chiếu đến tập tin lược đồ theo địa chỉ URL như sau: <?xml version = “1.0” ?>

 Dễ học và dễ dùng hơn DTD

 Định nghĩa chính xác được các kiểu dữ liệu (data type)

 Có hệ thống không gian tên (NS) tốt hơn

 Dùng lại được các phần tử bằng cách thừa kế

1.1.7 Bảng định kiểu CSS (Cascading Style Sheet)

CSS là mô hình định nghĩa kiểu định dạng dùng cho việc hiển thị tài liệu Ta có thể dùng CSS để hiển thị tài liệu XML tương tự các trang HTML CSS cho phép tách rời định dạng với nội dung dữ liệu CSS tương tự như một tập mẫu (template) quy định các kiểu định dạng cho các phần tử trong XML như định dạng về font chữ, màu chữ, màu nền, …

Bảng định kiểu CSS đã được áp dụng trong tài liệu HTML, tuy nhiên điểm khác biệt chủ yếu giữa việc áp dụng CSS vào HTML với việc áp dụng CSS vào XML là các thẻ trong HTML thì có sẵn thông tin định dạng còn các thẻ trong XML thì không có

Bản chất của CSS là tạo ra một tập mẫu quy định các kiểu định dạng cho các phần tử trong XML (hay các thẻ HTML) trong một file tách biệt với tài liệu Sau đó tập mẫu này được áp dụng vào trong tài liệu XML thông qua

xử lý:

<?xml-stylesheet type=“text/css” href=“filename.css” ?>

Trong đó filename là tên file chứa tệp mẫu quy định các định dạng cho các phần tử trong tài liệu, file này có phần mở rộng là css và nội dung là các định dạng cho các phần tử trong tài liệu

Nội dung định dạng của mỗi phần tử được định nghĩa theo cú pháp:

elementName{display:block;attName:attValue1;….;attNamen:attValue}

Trong đó:

elementName là tên phần tử cần định dạng,

display:block hiển thị thành phần theo cấp khối (bắt đầu ở đầu dòng và

các thành phần theo sau nó sẽ bắt đầu ở dòng tiếp theo), hoặc display:line sẽ

hiển thị thành phần theo nội dung

attName là tên thuộc tính và attValue là giá trị của thuộc tính Nếu

muốn gom giá trị các thuộc tính định kiểu lại một nhóm (gọi là lớp) thay vì định kiểu cho từng phần tử, ta sử dụng cú pháp sau:

.className{attName1:attValue1; ….; attNamen:attValuen}

Trong đó className là tên lớp và lớp này đƣợc sử dụng bên trong phần

tử cần định dạng thông qua thuộc tính theo cú pháp:

1.1.8 Mô hình DOM (Document Object Model)

Để xử lý tài liệu XML, W3C định nghĩa tài liệu theo mô hình hướng đối tượng DOM (Document Object Model) [4], [10] Theo mô hình này tài liệu XML được tổ chức theo cấu trúc hình cây bao gồm các nút đối tượng, nội dung của mỗi nút (node), trên cây có thể chứa phần tử (element), dữ liệu (text), thuộc tính (attribute),… và các nút con khác Cụ thể, trong mô hình XML có các loại nút sau đây:

Bảng 1.2 Các loại nút trong mô hình XML

Mô hình DOM được W3C định nghĩa theo nhiều cấp độ khác nhau Cụ thể là các cấp độ sau:

Level 0: là đặc tả XML không chính thức và được áp dụng cho các trình duyệt trước đây như Nestcape Navigator 3.0 và IE 3.0

Level 1: Tập trung vào kết hợp giữa tài liệu HTML và XML

Level 2: Hỗ trợ không gian tên XML, khung nhìn có lọc (filtered views) và các sự kiện DOM

Level 3: Nâng cao các khả năng của DOM với việc cho phép nạp, xử

lý, lưu lại mô hình cho nội dung tài liệu

Ví dụ 1.4: Cho một tài liệu XML sau:

Theo mô hình DOM, tài liệu XML trên được tổ chức theo cấu trúc cây sau:

1.1.9 Phân tích tài liệu XML theo mô hình DOM

W3C định nghĩa tài liệu theo mô hình DOM Về cơ bản DOM là giao diện trình ứng dụng API (Application Progam Interface) không phụ thuộc vào ngôn ngữ và chương trình, cho phép các chương trình và các kịch bản truy cập và cập nhật tự động nội dung, cấu trúc và kiểu của các tài liệu XML cũng như HTML

Với mô hình DOM, một tài liệu XML có thể được phân tích: tạo, duyệt, thêm, loại bỏ, thay đổi các phần tử thông qua các ngôn ngữ như: Java, JavaScript, Visual Studio.NET, C/C++, … Dù sử dụng ngôn ngữ nào để phân tích thì ta cũng phải sử dụng tới các phương thức mà DOM cung cấp được liệt

kê trong bảng sau:

SinhVien SinhVien

SinhVienID TenSV NganhHocID DiaChi DienThoai

0001 Nguyen Thanh Nam 14 Ha Noi 0986735461

nextSibling Lấy nút con cùng cấp kế tiếp

Bảng 1.3 Các phương thức trong mô hình DOM 1.2 Cơ sở dữ liệu quan hệ

1.2.1 Cấu trúc cơ sở dữ liệu quan hệ

Một cơ sở dữ liệu quan hệ là một tập của một hoặc nhiều quan hệ, trong

đó mỗi quan hệ là một bảng hai chiều bao gồm các cột và các hàng (gọi là bảng dữ liệu hay quan hệ) Bảng dữ liệu chính là hình thức thể hiện cụ thể của kiểu thực thể khi chúng ta xây dựng cơ sở dữ liệu, bảng dữ liệu được sử dụng

để lưu dữ liệu về các thực thể trong lớp thực thể đó

Như vậy bảng dữ liệu là một tập các bộ dữ liệu hay bản ghi dữ liệu, mỗi bộ có một số lượng thuộc tính như nhau nhưng có thể khác nhau về giá trị Bảng dữ liệu trong cách tiếp cận CSDL quan hệ được hiểu chính xác hơn bằng cụm từ “quan hệ” Một quan hệ bao gồm lược đồ quan hệ và một thể hiện quan hệ Trong đó thể hiện quan hệ chính là một bảng còn một lược đồ

quan hệ miêu tả tiêu đề các cột của bảng đó Trong một quan hệ không thể tồn tại hai bộ dữ liệu giống nhau ở tất cả các thuộc tính

Một bảng dữ liệu được đặc trưng bởi một tên cụ thể, gọi là tên quan hệ Mỗi cột trong bảng tương ứng với một thuộc tính trong quan hệ, được đặt tên duy nhất (gọi là tên trường) Mỗi dòng trong bảng tương ứng với một bộ trong quan hệ (được gọi là bản ghi), mỗi bộ là một danh sách các giá trị có thứ tự (tương ứng thứ tự các cột trong bảng)

Ví dụ 1.5: Cho bảng dữ liệu hay quan hệ SINHVIEN như sau:

Bảng 1.4 Bảng dữ liệu SinhVien

Trong bảng dữ liệu, mỗi thuộc tính nhận giá trị nằm trong một miền nào đó, gọi là miền giá trị Cũng như kiểu dữ liệu, miền giá trị không chỉ xác định tập giá trị cho thuộc tính mà còn xác định các thao tác được phép sử dụng trên các dữ liệu

Định nghĩa miền giá trị:

Miền giá trị của bảng quan hệ là miền xác định các giá trị thuộc tính

trong quan hệ

Miền giá trị phải đơn giản, chỉ nhận giá trị đơn (đơn trị) Nếu miền giá trị nhận giá trị là đa trị (không phải là nguyên tố) thì ta phải tách giá trị đa trị thành đơn trị (bằng cách thêm vào các quan hệ phụ)

Quan hệ có thể hiểu là tập con của tích đề các của một hoặc nhiều miền Như vậy, mỗi quan hệ có thể gọi là vô hạn Với giả thiết rằng quan hệ

là một tập hữu hạn Người ta dùng thuật ngữ “quan hệ cơ sở” để chỉ mức độ

thấp nhất của thể hiện dữ liệu với người dùng Tất cả dữ liệu trong CSDL quan hệ sẽ được lưu trữ theo tập các “quan hệ cơ sở” Dữ liệu có thể được truy cập và xử lý theo cách nhìn nhận riêng, đặc biệt gọi là “khung nhìn” Khung nhìn là quan hệ logic, tương ứng trực tiếp hoặc gián tiếp với quan hệ

cơ sở

Định nghĩa khung nhìn (View):

Khung nhìn là quan hệ liên kết logic cho phép hai hay nhiều quan hệ một cách trực tiếp hoặc gián tiếp

Một khung nhìn có thể là một tập con của một cơ sở dữ liệu quan hệ

Ví dụ 1.6: Cho bảng quan hệ MonHocInHocKy

MonHocID TenMonHoc NganhHocID HocKyID GhiChu

xem như các bảng cơ sở trong CSDL quan hệ và dùng chúng trong các phép

xử lý

1.2.2 Ràng buộc toàn vẹn trên một cơ sở dữ liệu quan hệ

Ràng buộc toàn vẹn và kiểm tra sự vi phạm ràng buộc toàn vẹn là một trong những vấn đề quan trọng trong quá trình phân tích, thiết kế và khai thác các hệ thống cơ sở dữ liệu [1]

1.2.2.2 Các yếu tố của ràng buộc toàn vẹn

Khi xác định một ràng buộc toàn vẹn [1] cần chỉ rõ:

 Điều kiện của ràng buộc toàn vẹn và trên cơ sở của điều kiện này cho ta cách biểu diễn dữ liệu

 Bối cảnh xảy ra ràng buộc toàn vẹn: trên một hay nhiều quan hệ và cụ thể là trên quan hệ nào

 Tầm ảnh hưởng của ràng buộc toàn vẹn, khả năng tính toàn vẹn bị ảnh hưởng và hành động cần phải có khi tính ràng buộc toàn vẹn bị vi phạm

 Như vậy tính ràng buộc toàn vẹn dữ liệu được biểu diễn thông qua các phụ thuộc hàm và cụ thể là dựa trên ràng buộc khóa

Có các khái niệm về khóa: khóa chính (primary key), khóa ngoại (foreign key) và khóa duy nhất (unique key)

Khóa duy nhất (unique key): Ràng buộc không cho phép có hai giá trị giống y hệt nhau trên cột hoặc tập các cột được định nghĩa bởi mệnh đề dạng này

Khóa chính (primary key): ràng buộc không cho phép có hai giá trị giống y hệt nhau cũng như hai giá trị null được đưa vào cột hoặc tập các cột được định nghĩa thỏa mãn mệnh đề ràng buộc này

Khóa ngoại (foreign key): ràng buộc đòi hỏi mỗi giá trị trong cột hoặc tập các cột được định nghĩa bởi ràng buộc này phải bằng một giá trị lấy từ quan hệ liên kết tương ứng, và cột trong quan hệ liên kết tương ứng cũng phải thỏa mãn các ràng buộc toàn vẹn là khóa duy nhất hoặc khóa chính Ràng buộc này đôi khi còn gọi là ràng buộc tham chiếu Cột được khai báo ràng buộc này có thể nhận giá trị null

1.2.3 Chuẩn hóa một cơ sở dữ liệu quan hệ

Chuẩn hóa một cơ sở dữ liệu quan hệ [7] là rất cần thiết trong thực tế vì nhờ bước chuẩn hóa này mà chúng ta có thể loại bỏ tối đa sự dư thừa dữ liệu – một trong những nguyên nhân dẫn đến sự không toàn vẹn dữ liệu

Chuẩn hóa một CSDL có nghĩa là chúng ta sẽ đưa các lược đồ quan hệ

về một trong các dạng chuẩn: 1NF, 2NF, 3NF, BCNF

Chuẩn 1NF: một quan hệ ở dạng chuẩn 1NF nếu tất cả các giá trị các

thuộc tính của nó là sơ cấp Tức nó chỉ chứa các giá trị nguyên tố - không phân chia nhỏ được nữa

Chuẩn 2NF: một quan hệ là chuẩn 2NF nếu nó là chuẩn 1NF và mọi

thuộc tính không khóa đều phụ thuộc hàm đầy đủ vào khóa chính (tức là không có thuộc tính không khóa nào phụ thuộc hàm một phần vào khóa chính)

Nếu một quan hệ chưa ở dạng 2NF thì ta tách quan hệ ban đầu thành các quan hệ mới gồm: quan hệ chứa các thuộc tính không khóa không phụ thuộc bộ phận vào khóa chính và các quan hệ trong đó mỗi quan hệ chứa các thuộc tính là các thuộc tính bộ phận của khóa chính và các thuộc tính phụ thuộc bộ phận vào thuộc tính bộ phận của khóa chính đó

Chuẩn 3NF: một quan hệ ở dạng chuẩn 3NF nếu nó là 2NF và tất cả

các phụ thuộc hàm giữa khóa chính và các thuộc tính khác của nó đều là trực tiếp

Nếu một quan hệ chưa ở dạng chuẩn 3NF thì thực hiện các bước sau đây:

 X-> Y, trong đó K là tập các khóa chính, X và Y là tập các thuộc tính không khóa

 Nếu tìm thấy phụ thuộc hàm bắc cầu như trên thì tiến hành tách quan hệ hiện thời thành hai quan hệ, quan hệ thứ nhất bao gồm các thuộc tính X, Y và quan hệ thứ hai bao gồm các thuộc tính trong quan hệ ban đầu trừ thuộc tính Y

Kiểm tra các quan hệ con xem đã ở dạng chuẩn 3 NF hay chưa, nếu chưa thì lặp lại hai bước trên

Chuẩn BCNF: một quan hệ ở dạng chuẩn BCNF nếu nó là 3NF và tập

các phụ thuộc hàm không chứa phụ thuộc hàm tầm thường

Phụ thuộc hàm tầm thường: với phụ thuộc hàm A B, và B là tập con của A, thì phụ thuộc hàm A B được gọi là phụ thuộc hàm tầm thường

1.3 Kết luận

Chương 1 đã trình bày những kiến thức cơ bản về cấu trúc một tài liệu XML cũng như các kiến thức giúp chúng ta nhận biết được thế nào là một tài liệu XML hợp lệ, hợp khuôn dạng, mô hình DOM và cách phân tích tài liệu XML theo mô hình DOM cùng các trình phân ngữ trong XML như: kiểu tài liệu DTD, lược đồ XML, không gian tên, bảng định kiểu CSS Ngoài những kiến thức cơ bản về XML, trong chương 1 cũng trình bày những kiến thức cơ bản về cơ sở dữ liệu quan hệ, các khái niệm, cấu trúc, các ràng buộc toàn vẹn trên CSDL quan hệ

CHƯƠNG 2: TÍCH HỢP CÁC HỆ THỐNG CƠ SỞ DỮ LIỆU QUAN

HỆ VÀ XML

Các cơ sở dữ liệu ngày nay được lưu trữ ở rất nhiều định dạng file khác nhau Chuyển đổi dữ liệu giữa chúng là một vấn đề nan giải mặc dù đã có không ít những trình ứng dụng hỗ trợ Nếu dữ liệu của file chỉ được lưu theo dạng text thì mọi việc trở nên đơn giản do file text có thể được đọc bởi hầu như tất cả các trình ứng dụng Tuy nhiên file text khó có thể bố trí dữ liệu theo cấu trúc XML [2] ra đời đã khắc phục được những bất cập nói trên Trong XML, dữ liệu và định dạng được lưu ở dạng text và chúng ta có thể dễ dàng cấu hình cũng như thay đổi chúng bằng các trình soạn thảo thông thường

Việc ngày càng có nhiều hệ quản trị cơ sở dữ liệu tổ chức lưu trữ các file với nhiều định dạng khác nhau gây khó khăn cho việc giao tiếp giữa các

hệ thống thông tin Để khắc phục tình trạng này, chúng ta dùng các file XML làm cầu nối để lưu trữ và trao đổi dữ liệu Do đó, chuyển đổi dữ liệu từ một

cơ sở dữ liệu bất kỳ sang định dạng file XML và ngược lại là một việc làm cần thiết và mang giá trị thực tiễn cao

Với cấu trúc của một tài liệu XML, các cơ sở dữ liệu được tổ chức dưới dạng mô hình đối tượng DOM Việc xử lý các dữ liệu này thông qua mô hình DOM như có thể chuyên một cơ sở dữ liệu quan hệ sang một tài liệu XML hoặc ngược lại chuyển một tài liệu XML sang dạng một cơ sở dữ liệu quan hệ

là nội dung của việc tích hợp giữa các hệ thống cơ sở dữ liệu và XML [6]

2.1 Phương pháp luận

Tích hợp cơ sở dữ liệu quan hệ và XML nghiên cứu về cách chuyển đổi một cơ sở dữ liệu quan hệ thành một tài liệu XML và ngược lại, chuyển một tài liệu XML về một cơ sở dữ liệu quan hệ Để giải quyết vấn đề này chúng ta phải tìm hiểu các vấn đề sau:

2.1.1 Đối sánh nội dung của một CSDL quan hệ và một tài liệu XML

Mối quan hệ giữa nội dung một cơ sở dữ liệu quan hệ và một tài liệu XML được thể hiện qua các mức so sánh về: mô hình dữ liệu, lược đồ và các mức được minh họa như sau:

Mức mô

hình dữ liệu

Mức lược đồ

Relation A  Attribute X Relation B Attribute Y

Cơ sở dữ liệu quan hệ Tài liệu XML

Element Value Attribute Value

Hình 2.1 Các mức so sánh giữa mô hình quan hệ và XML

Tại mức mô hình dữ liệu, nội dung dữ liệu và nội dung quan hệ có sự khác nhau đáng kể do những mục đích khác nhau của CSDL quan hệ và XML Mục đích của CSDL quan hệ là để đáp ứng khả năng lưu trữ rộng lớn, truy cập hiệu quả và đảm bảo tính chắc chắn của chúng Ngược lại, XML được sử dụng với mục đích đáp ứng một nhu cầu định dạng về cấu trúc và sự trao đổi của những tài liệu siêu liên kết Trong nội dung quan hệ, từ quan hệ

chỉ ra các thuộc tính tương ứng của nó Trong nội dung XML, từ kiểu phần tử chúng ta biết được các phần tử con và các thuộc tính tương ứng của chúng

Sự khác nhau đáng kể về nội dung của quan hệ và XML có ảnh hưởng không tốt tới việc tích hợp cả hai mô hình này

Tại mức lược đồ, sự khác nhau cũng được chỉ rõ Ở lược đồ quan hệ, mối liên hệ giữa các quan hệ và thuộc tính được xác định rõ: một lược đồ chỉ bao gồm các thuộc tính trong quan hệ tương ứng, một lược đồ quan hệ không thể bao hàm một lược đồ quan hệ khác trong nó Ngược lại, một lược đồ XML hay một Documtent Type Definition (DTD) chỉ ra: với mỗi kiểu phần

tử được định nghĩa trong nó có thể bao gồm các thuộc tính, các phần tử con

và các thuộc tính của các phần tử con đó

Mặt khác, một DTD hay một lược đồ XML có thể lưu trữ trực tiếp bên trong một tài liệu XML hoặc cũng có thể được lưu trữ trong một file độc lập

từ bên trong tài liệu XML Đây là một trong những khác biệt cơ bản với CSDL quan hệ - nơi mà một lược đồ quan hệ thì bắt buộc phải lưu trữ bên trong CSDL quan hệ và các mối quan hệ tới lược đồ thì phải được kiểm tra bởi hệ thống trước khi chèn chúng vào trong CSDL

Cuối cùng, tại mức minh họa, trong một CSDL quan hệ, với mỗi bộ (bản ghi) sẽ có một tập giá trị tương ứng Trong một tài liệu XML, với mỗi kiểu phần tử chỉ ra giá trị tương ứng của chúng Như vậy, chứng tỏ rằng các tài liệu XML là tự mô tả, nghĩa là các phần tử của lược đồ được định nghĩa trong các thẻ mẫu là bản sao trong mỗi tài liệu XML và khi đó lược đồ có được định nghĩa rõ ràng hay không thì không quan trọng Đây là một trong những điều trái ngược với CSDL quan hệ, nơi chỉ tồn tại duy nhất một lược

đồ quan hệ với CSDL toàn vẹn

2.1.2 Cấu trúc và kiểu cơ chế của một tài liệu XML và một lược đồ CSDL quan hệ

Những cơ chế cơ bản được sử dụng để định rõ cấu trúc của những tài liệu XML và lược đồ quan hệ là những kiểu phần tử và những thuộc tính đối với XML giống như những quan hệ và những thuộc tính đối với CSDL quan

hệ Về kiểu phần tử, nó hữu dụng cho việc mô tả hai mảng phạm trù: Đầu tiên, nó mô tả kiểu phần tử có bao gồm một miền nguyên tử hay không Thứ hai, biểu thị kiểu phần tử có một miền hợp hay không Những kết quả này phân biệt trong bốn loại kiểu phần tử khác nhau [4]

Bảng 2.1 Các loại kiểu phần tử

Loại kiểu phần tử (ET) Miền nguyên tử Miền hợp

Ngược lại DTD, lược đồ XML cung cấp một phạm vi rộng lớn của những nguyên tử được xác định bởi những kiểu phần tử và những thuộc tính Những miền nguyên tử được xác định trước này là phù hợp để biểu diễn trong CSDL quan hệ Lược đồ XML cho phép những miền nguyên tử được sử dụng như cơ sở bắt nguồn từ những miền được định nghĩa bởi người dùng Điều

này thì tương tự với nội dung hướng đối tượng của lớp con bằng việc định rõ những mở rộng thích hợp hoặc những ràng buộc

Bên cạnh những miền nguyên tử, những kiểu phần tử được phép kết hợp với một miền hợp được gọi là những kiểu phần tử hợp Kiểu phần tử bao gồm những kiểu phần tử khác nhau gọi là những kiểu phần tử hợp được sử dụng để xây dựng độ sâu tùy ý (xác định thứ bậc kiểu phần tử trong tài liệu) Với mỗi tài liệu XML, nó được yêu cầu là tất cả các kiểu phần tử hợp được tạo thành từ một hay nhiều kiểu phần tử đơn Đây là một trong những ràng buộc CSDL quan hệ, nơi mà một phần của những sự phân cấp không thể thực hiện bởi những trung gian ẩn bên trong khi những quan hệ gồm những thuộc tính chỉ có giá trị nguyên thủy Tuy nhiên, một phần của những sự phân cấp

có thể được đưa ra trong CSDL quan hệ bằng các trung gian của khóa ràng buộc khóa ngoại lai Khi những kiểu phần tử hợp thành có thể có một miền nguyên tử để thêm vào miền hợp thành Hơn nữa, bên trong những kiểu phần

tử hợp thành với nội dung hỗn hợp và những kiểu phần tử hợp thành với nội dung phần tử (bảng 2.1) Và đặc biệt khi những kiểu phần tử hợp thành xuất hiện trong một chuỗi nối tiếp hoặc như là một sự lựa chọn