1、隨著網(wǎng)絡(luò)應(yīng)用和企業(yè)決策支持系統(tǒng)的需求持續(xù)增長(zhǎng),越來(lái)越多的應(yīng)用需要訪問(wèn)各種異構(gòu)數(shù)據(jù)源,數(shù)據(jù)集成成為時(shí)下研究的一個(gè)熱點(diǎn).而關(guān)于異構(gòu)數(shù)據(jù)源的查詢處理實(shí)現(xiàn)是數(shù)據(jù)集成的難點(diǎn)和重點(diǎn).目前國(guó)內(nèi)外學(xué)者已經(jīng)提出一些基于XML技術(shù)的查詢語(yǔ)言如XML-QL、Xquery、Xpath,但是這些查詢語(yǔ)言普遍存在的一個(gè)缺點(diǎn)是語(yǔ)法復(fù)雜,不易使用,且均處于探索階段,尚無(wú)統(tǒng)一標(biāo)準(zhǔn).鑒于此本文用XML擴(kuò)展了SQL一種簡(jiǎn)單易用的查詢語(yǔ)言XSQL,并給出了詳細(xì)的定義.以XSQ

2、L為基礎(chǔ),本文提出了一種行之有效的異構(gòu)數(shù)據(jù)源查詢處理的解決方案:用戶根據(jù)全局視圖提出查詢條件字串,用戶的查詢字串被應(yīng)用服務(wù)器置入XSQL查詢語(yǔ)言模板,并生成一棵查詢樹(shù),由查詢處理器負(fù)責(zé)分解成各異構(gòu)數(shù)據(jù)源支持的子查詢交給各異構(gòu)數(shù)據(jù)源的包裝器,包裝器負(fù)責(zé)向異構(gòu)數(shù)據(jù)源提交查詢并將返回的結(jié)構(gòu)表示成公共數(shù)據(jù)模型規(guī)范的XML文檔,再交由查詢處理器進(jìn)行匯集.由于這些數(shù)據(jù)來(lái)自于各種不同的數(shù)據(jù)源,數(shù)據(jù)的質(zhì)量可能存在問(wèn)題,如重復(fù)記錄或因?yàn)槟Ｊ皆O(shè)計(jì)不好,輸入

3、錯(cuò)誤等出現(xiàn)數(shù)據(jù)質(zhì)量問(wèn)題.查詢處理器匯集這些數(shù)據(jù)以后需要進(jìn)行數(shù)據(jù)清理工作.本文在分析窗口算法和優(yōu)先排序鄰近算法的基礎(chǔ)上,提出了在本文解決方案中比較適用的算法—改進(jìn)的窗口算法,使數(shù)據(jù)清理的效率加快.最后,在上述研究的基礎(chǔ)上,設(shè)計(jì)實(shí)現(xiàn)了一個(gè)學(xué)位與研究生教育集成信息系統(tǒng)及其子系統(tǒng)-基于網(wǎng)絡(luò)的學(xué)科信息年報(bào)系統(tǒng)(XWDIS),XWDIS是一個(gè)典型的異構(gòu)數(shù)據(jù)源集成系統(tǒng),它以XSQL作為查詢語(yǔ)言,能夠完成對(duì)多個(gè)異構(gòu)數(shù)據(jù)源的透明查詢處理.所有這些工作,無(wú)