数据库集成——多数据库系统全解析

### 数据库集成——多数据库系统全解析 在当今的数据管理领域，数据库集成是一个至关重要的话题。随着企业和组织的发展，往往会存在多个不同的数据库，如何将这些数据库有效地集成在一起，形成一个统一的整体，是提高数据管理效率和决策支持能力的关键。本文将深入探讨数据库集成的相关概念、方法和技术，特别是多数据库系统的集成过程。 #### 1. 数据库集成概述 数据库集成主要分为物理集成和逻辑集成两种方式。 - **物理集成（数据仓库）**：物理集成通过提取 - 转换 - 加载（ETL）工具，将源数据库中的数据进行提取、转换以匹配全局概念模式（GCS），然后加载到一个集成的数据库中，这个集成的数据库被称为数据仓库。数据仓库支持决策支持应用，即在线分析处理（OLAP），它通过复杂查询分析来自多个运营数据库的历史、汇总数据。随着运营数据库的更新，这些更新会传播到数据仓库，这一过程称为物化视图维护。 - **逻辑集成**：逻辑集成中，全局概念模式是完全虚拟的，不进行物化。数据仍然存储在各个运营数据库中，GCS 为跨多个数据库的查询提供虚拟集成。在这种系统中，GCS 可以预先定义，然后将本地数据库（LCS）映射到它；也可以通过集成本地数据库的部分 LCS 自底向上定义。由于 GCS 可能无法捕获每个 LCS 中的所有信息，用户查询会在这个全局模式上提出，然后分解并发送到本地运营数据库进行处理。不过，由于底层运营数据库管理系统的自主性，支持全局更新非常困难，因此这些系统主要是只读的。 #### 2. 自底向上设计方法 自底向上设计的目标是将参与数据库的数据（物理或逻辑）集成到一个单一的全局数据库中。 ##### 2.1 GCS 与 LCS 的关系 如果 GCS 预先定义，它与 LCS 之间的关系主要有两种基本类型： - **本地视图（LAV）系统**：GCS 定义存在，每个 LCS 被视为基于它的视图定义。在这种系统中，查询结果受本地数据库管理系统中对象的约束，而 GCS 定义可能更丰富，可能需要处理不完整的答案。 - **全局视图（GAV）系统**：GCS 被定义为基于 LCS 的一组视图。这些视图表明在需要时如何从 LCS 的元素中派生 GCS 的元素。查询结果受 GCS 中定义的对象集的约束，尽管本地数据库管理系统可能更丰富。 此外，还有一种结合了这两种方法的全局 - 本地视图（GLAV），它使用 LAV 和 GAV 来指定 GCS 和 LCS 之间的关系。 ##### 2.2 自底向上设计的步骤 自底向上设计通常包括两个主要步骤： - **模式翻译**：将组件数据库模式转换为一个公共的中间规范表示（InS1, InS2, ..., InSn）。选择规范模型很重要，它应该能够表达所有待集成数据库中的概念。常见的规范模型包括实体 - 关系模型、面向对象模型、图等，本文使用关系模型作为规范数据模型。只有当组件数据库是异构的，且本地模式使用不同的数据模型定义时，才需要进行翻译步骤。在某些系统联合开发中，具有相似数据模型的系统先集成，翻译步骤会延迟，以提供更大的灵活性。 - **模式生成**：使用中间模式生成 GCS，具体步骤如下： 1. **模式匹配**：确定翻译后的 LCS 元素之间或单个 LCS 元素与预定义 GCS 元素之间的语法和语义对应关系。 2. **模式集成**：如果 GCS 尚未定义，将公共模式元素集成到一个全局概念（中介）模式中。 3. **模式映射**：确定如何将每个 LCS 的元素映射到 GCS 的其他元素。模式映射步骤也可以分为两个阶段：映射约束生成和转换生成。在某些情况下，约束隐含在对应关系中，无需进行第