Journalof King Saud University沙特国王大学沙特国王大学学报www.ksu.edu.sawww.sciencedirect.com使用GLAV映射和复杂统一Saber Benharzallah*，Hammadi Bennoui，Okba Kazar智能计算机科学实验室，Biskra大学07000，阿尔及利亚接收日期：2014年3月16日;修订日期：2014年12月18日;接受日期：2015年6月3日2015年10月21日在线发布摘要本文描述了一种重构XQuery查询的算法中介是基于一个重要的组成部分，称为中介。它的主要作用是将按照全局模式编写的用户查询重新格式化为按照源模式编写的查询我们的算法是基于逻辑等价的原则，简单和复杂的统一，以获得一个更好的重新制定。它将XQuery查询、全局模式（用XMLSchema编写）和映射GLAV作为输入参数，并提供根据源模式编写的结果查询。实验结果表明，该算法具有良好的性能.©2015作者。制作和主办由爱思唯尔B.V.代表沙特国王大学。 这是CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍现在，网络被认为是最受欢迎的信息传播手段。许多公司和组织，无论其活动领域（电子商务，教育，地理或历史应用等），做出这样的选择来传播信息。分布式信息源的多样性和异构性是Web用户遇到的主要困难之一。它要求用户尊重每个数据源的访问方法，这意味着要知道数据库的位置、内容的描述、*通讯作者。电 子 邮 件 地 址 ： sbharz@yahoo.fr （ S.Benharzallah ） ，gmail.com（H.Bennoui），kazarokba@yahoo.fr（O. Kazar）。沙特国王大学负责同行审查询问的可能性和结果的格式，以便得到预期的答复（Hacid和Eschaud，1998年）。基于中介的系统为异构数据的集成提供了有趣的解决方案。因此，最近的工作已经采取了这种方法，包括面向互联网的系统（Moussa，2002; Elazami等人，2007; Mustafa andRahman，2013）.中介者充当用户和数据源之间的接口。它由一个全局模式和一组描述数据源内容的视图组成，全局模式提供了数据源的统一视图然后在全局模式上表示查询，使用户产生查询单个数据库的错觉。基于由视图提供的信息，中介器分析查询并在发送到目标数据源之前，每个子查询都由相应的包装器翻译成源的本地语言。中介器使用模式映射来重新制定查询。模式映射建立了存储在两个数据库（分别称为源和目标）中的数据之间的对应关系。模式映射下的查询处理已经在这两种情况http://dx.doi.org/10.1016/j.jksuci.2015.06.0011319-1578© 2015作者。制作和主办由爱思唯尔B.V.代表沙特国王大学。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier关键词数据集成;中介;XML;XQuery;GLAV映射南126号Benharzallah等人其中每个目标原子被映射到源上的查询（称为GAV，全局视图），并且其中每个源原子被映射到目标上的查询（称为LAV，局部视图）。被称为GLAV的一般情况，其中对源的查询被映射到对目标的查询，最近吸引了很多关注（Calvanese等人，2012年）。Medi- ator方法的优点是能够构建查询数据源系统，而无需触及原始源中剩余的数据。XML是一种非常通用的标记语言，能够标记各种数据源的信息内容，包括结构化和半结构化文档、关系数据库和对象存储库（XQuery 1.0，2007）。使用XML结构的查询语言可以智能地表达以XML物理存储或通过中间件作为XML查看的所有类型数据的查询由于查询语言传统上是为特定的数据类型设计的，因此大多数现有的XML查询语言提案对于某些类型的数据源是健壮的，但对于其他类型的数据源则很弱。XQuery规范（XQuery1.0，2007）描述了一种新的查询语言，它被认为是最广泛适用于所有类型的XML数据源。大多数查询重构算法（Koch，2002; Arenas等人，2004; Libkin和Sirangelo，2008）使用GLAV映射方法利用合取查询;并且因此不具有表达性或应用于数据交换领域。在本文中，我们描述了一个基于中介的系统的XQuery查询的重构算法。调解人的主要作用我们的算法是基于逻辑等价和简单/复杂统一的原则，以获得更好的重新制定。该算法避免了短路重构。它接受XQuery查询、全局模式（用XMLSchema编写）和表达性映射GLAV（用XQuery语言编写），并提供根据源模式编写的结果查询实验结果表明，该算法具有良好的性能本文的其余部分组织如下：第2节介绍了相关的工作，在文献中提出的一些解决方案和我们的解决方案的特点。第3节概述了本文中使用的一些概念。第4节提出了我们的调解系统的建议架构，并描述了重新制定算法。第5节介绍了编程环境和实现。最后，第六部分对全文进行了总结和展望2. 相关工作由中介器的构造所引起的两个主要问题是（Alisset等人，2002年）：（i）选择用于对全局模式建模的语言和用于根据该模式对要集成的源的视图以及用户的查询建模的语言。以及，（ii）查询重构算法的选择方面的意见，以获得所有的答案，一个查询。研究集中在用于对全局模式进行建模的语言上，以表示要集成的源的视图以及用于表达来自人类用户或计算实体的查询的那些视图（Mesaud和Safar，2008;Goasdoue等人，2000年）。其他人则专注于设计和实施关于相关数据源的视图的查询重写的算法，并且最近，一些研究集中于设计在查询公式化中辅助用户的智 能 接 口 （ Maiz 等 人 ， 2006; Charlet 等 人 ， 2003年）。大多数研究（Calvanese等人，2012; Halevy等人，2006）在数据集成中模式映射下的查询处理中区分了三种在全局模式和源模式之间建立映射的方法在GAV映射中，对于全局模式中使用的每个关系，我们定义一个使用源模式编写的视图这种方法的主要优点是其简单的重新制定。然而，它缺乏对数据集成系统的源的添加、删除和修改这是因为本地源模式的每次修改都会导致全局源模式的修改TSIMMIS项目（Garcia-Molina等人，1997）、INFORMIX（Leone等人，2005年）采用GAV方法。在LAV映射中，源模式的每个关系都被定义为全局模式上的视图在这种方法中，每个源都是独立指定的，这允许在添加/删除要集成的数据源方面提供更大的灵活性。它对全局模式没有影响，只有视图应该被添加（或删除）。另一方面，为这种灵活性付出的代价是在所设计的中介中构造对查询的答案的复杂性 。 STYX 项 目 （ Amann 等 人 ， 2002 ） 、 Agora（Manolescu等人，2001年），遵循LAV方法。GLAV 映 射 （ Daud 和 Safar ， 2008; Djema 等 人 ，2007）克服了GAV和LAV的局限性（Friedman等人，1999年）。在GLAV方法的查询重构中，每个映射规则由在全局模式中编写的合取查询与在源模式中编写的合取查询相关联来表示。这些查询是不表示存储在源上的结果的虚拟视图，而不是LAV方法，在LAV方法中，每个源可以被视为包含对全局模式中写入的查询的响应;因此，源表示对全局模式上写入的查询的物化答案因此，在GLAV方法中，规则允许更有效地重新制定查询此外，它达到了数据源描述语言的表达能力的极限而且查询重构在源数据的大小上是一个共NP难的问题。在这种方法中的查询重构被证明是不困难的LAV方法。事实上，大多数关于数据集成中模式映射下的查询处理的研究都集中在GAV和LAV映射上（例如，参见Calvanese et al. （2012）和Halevy et al.（2006））。在数据集成中，Cal（2004）特别考虑了GLAV映射，但仅限于关系数据库。它主要是在信息交流方面进行研究的。特别是，弗里德曼等人（1999年）和利维等人的重点。（2000）提出了基于模式映射的信息交换的基础;而在Florescu（1996）中，Arenas et al.（2010）和Fagin et al. （2009），目标是研究与模型管理相关的模式映射上的操作符，特别是组合、合并和逆（Calvanese et al.，2012年）。GLAV的一种更通用的形式，即我们将在这里使用的，用于为XML模式之间的映射提供语义，并生成实现所需数据交换的数据转 换 脚 本 （ 在 SQL 、 XQuery或 SQL 中 ） （ Libkin 和Sirangelo，2008; Yu和Popa，2004）。FGFG使用GLAV映射和复杂统一来在我们的解决方案中，我们采用GLAV方法来定义映射规则，使用XQuery语言.本文提供的解决方案具有以下特点：– 使用通用表达查询语言XQuery来表达来自人类用户或计算实体的查询。– 使用XMLSchema模型作为公共数据模型来表示全局模式以及要集成的源的视图。– 后向集成方法与GLAV映射规则的自适应。– 重构算法基于逻辑等价和简单与复杂统一的原则，以获得更好的重构。GLAV映射规则考虑语义冲突的解决。无效的查询映射规则用户查询（Xquery）用户界面查询查询分析器有效查询查询重构重构后的查询3. 预赛本节简要概述了一些基本概念，我们将依赖整个文件。– 代换：对一组变量X1; x2;的代换。 . . ;xn是的有限设置的的形式：x1=y1;x2=y2;. ;xn=yn其中每个yi都是与x i不同的变量，但它与x i具有相同的类型。– 例：设替换为h=x1=y1;x2=y2;. . x n=yn，Q 一查询.考虑的以下查询：Q1;Q2;. 其中：Q0/4 Q和Qi由Qi-1获得，是的。Qn 被称为Q的替换实例，记为Qh。– 逻辑等价：两个查询Q1，Q2是逻辑等价的，当且仅当它 们 给 出 相 同 的 结 果 （ 具 有 相 同 的 标 准 形 式 ）（Florescu，1996）。– 简单形式：如果Where子句中的所有谓词都是合取范式，则查询是简单形式。在For子句中没有叠置。– 映射规则：它们是为全局模式和源模式之间的对应关系而定义的。规则的形式为：R i：qg ！qs，其中：qg：是一个与全局模式的元素相关的XQuery查询。qs：是一个与源模式的元素相关的XQuery查询。4. 所提出的架构4.1. 系统的总体结构我们的调解人使用一个共同的表达查询语言XQuery来表达人类用户的查询。除了GLAV映射规则之外，它还使用XMLSchema模型作为通用数据模型来表示全局模式以及要集成的源的视图。为了获得更好的重构，该算法利用了逻辑等价和简单/复杂统一的原则。中介器由三个模块组成（图1）：用户界面，查询分析器和查询重构。- 用户界面：界面提供了允许系统和用户之间直接交互的唯一方式。图1我们系统的总体架构。- 查询分析器这个分析器允许对查询进行词法和语法分析，以验证其有效性。- 查询重构：该模块将以全局模式编写的查询Q分解为重组查询和子查询。每个子查询qi都是根据源模式编写的。全局模式提供了一种错觉，即用户要求一个集中的系统。通常，当用户经由用户界面提出他的查询（根据全局模式）时，分析模块检查其词法和句法有效性（查询必须根据全局模式表达并且遵守所采用的句法）。如果一切顺利，重构模块尝试为查询找到重构。首先，它必须将查询转换为更简单的形式（规范形式）;接下来，它利用可用的映射规则来重新表达查询。如果查询被成功地重新公式化，则模块识别Q的执行中的参与者源。4.1.1. 查询分析器这个模块分析查询，知道它是用XQuery语言的限制编写该限制由以下语法生成（Yu和Popa，2004）：Q：=对于C 1中的$x1，. . . ，$xninCm其中B返回RR：=[A1： =R1，. . . ，Ak=Rk]|E|QE：=S|$x|E/LCi：= E| Q$x：是一个变量S：是schema的根L：是一个标签E/L：投影实际上，这种语法是XQuery的核心（Yu和Popa，2004）。分析器将用户查询分解为一个内部结构，该结构可以很容易地被中介器的各个组件操纵它还检查查询在语法上以及与所调查的数据类型相关的方面是否4.1.2. 查询重构模块对于全局模式中的每个关系，我们将定义一个由源模式关系的术语的¼南128号Benharzallah等人重构（算法1）由两个子部分组成（Florescu，1996）：简单统一和复杂统一。a -简单统一两个查询Q1和Q2是可合一的，如果Q1是的一个实例，通过替换h;这意味着：Q1<$Q2h。在这种情况下，我们说Q1在逻辑上等价于Q2h.我们采用Florescu（1996）中定义的算法，该算法允许验证两个OQL查询的统一。统一简单地分为三个主要阶段：● 集合的统一（Ci）。● 谓词的统一● 回归（Return）。如果一切顺利，统一成功并返回替换h。迭代地计算替换h，我们得到h使得：Q1Q2h。b -复统一如果两个查询Q1和Q2不能通过简单的统一来统一，那么可能存在一个查询Q3，它在逻辑上等价于Q2，并且它包含Q1h作为子查询。我们说Q3用Q1h表示，它由代换h统一起来。因此，Q3是通过使用Q1对Q2的重新表述。 我们适应的算法中定义的Florescu（1996年），它允许验证从两个查询Q1和Q2，如果有可能重新制定Q 2在一个查询Q 3包含Q 1h，如一个子查询。复杂的统一分为三个主要阶段：- 集合的统一- 谓词的统一- 新查询Q3的构造和替换h.图2不同模式之间的关系。4.1.2.1. 重新制定的过程。我们描述了在我们的解决方案的分解过程中的查询Q写在全局模式到一个重组查询和子查询。每个子查询qi被写在源模式Si中。我们的过程中完成的重新制定的四个阶段：转换的查询Q到一个更简单的形式进行处理，重新制定，识别参与执行的查询和生成的子查询的来源。阶段1：查询的转换是将其写成规范形式或近似于规范形式。第二阶段：查询Q（QRM 1）的重新表述：我们的算法包括将查询Q（使用映射规则M）重新表述为逻辑上等价于Q的查询，并以qgih表示。有三种情况：存在规则r i的情况：q gi！qsi，使得Q^qgih;其中Q是关于qgih的;而在由于缺少映射规则，存在查询的重构。在最后一种情况下，算法会导致失败。我们建议，映射规则遵循的优先顺序，以确保适当的重新制定，也允许考虑到在映射规则中定义的源上的约束。因此，该算法应避免简短的重新表述。阶段3：执行查询时涉及的数据源的识别（算法2）使用在映射规则中定义的q g 等。我我算法1重构输入：Q（用XQuery编写）， M//其中输出：E1{M^fr1; r2;.. . ; r ng和r i：qgi ！QS岛当E1中不存在重构查询且E1不为空时，{E2¼fg;E1½fQg/*Qisinsimpleform*/如果UnificationSimple（q，qg）==true则对于每个q2E1和ri2Mf我将q替换为qgh/*h是*/上的替换i我如果UnificationComplexe（qg，q）==true，/*替换h和查询q0成功 */然后我用q0代替q（因为q0包含qgh，如sub我查询）。将结果添加到E2}}}E1¼E 2-E 1●●●Gg全局架构：Dept（DeptKey，Dnom，Budget）;Emp（Em pCle′，Enom， DeptKeyEtr，Salaried）;全局模式是用XMLSchema编写的，并由XQuery查询。源架构包括：源S1的本地模式：Department（DepartmentKey，Dname，Bdg）;源S2的本地模式：Depart（DepartKey，DN，Budg）;源S3的本地模式：Employ（Employ Key，Ename，DKeyEtr，wages）;使用GLAV映射和复杂统一来重新构建XQueryQuery 129图2显示了不同模式之间的关系。在我们的案例研究中，我们使用了表1所示的GLAV映射规则子集。为 举例来说，考虑的以下用户查询Q：Q=for $x in collection其中，$x/DeptKey = $y/DeptKeyEtrand$x/Dnom=$y/Salaried =用户想知道departmen-t1中工资等于20000，00 DA的雇主的名称为了在中介中将Q分解为子查询，我们应用以下步骤：- 简化查询：Q是一个简单的形式。- 重构：我们应用我们的查询重构算法。使用q和q重新表达查询。1 2阶段4：从查询Q生成子查询。我们区分两种情况：-如果查询Q具有形式q s i h（特殊情况），则Q是子查询的并集，每个子查询都写在源模式的元素上; -如果查询Q是按照q s i h写的，则在这种情况下，查询Q被认为是重组查询，并且q s i h被认为是子查询，每个子查询都可以包含子查询的并集。Q的执行中涉及的每个源的子查询被分组到一起以发送到这些源。4.2. 实验结果我们已经实现了我们的原型使用环境C++ Builder。我们提出了以下案例研究来演示算法的操作。我们有全局 模 式 GS 和 源 模 式 S1 、 S2 和 S3 ， 它 们 代 表 数据库 U-Department、Employersy′。全局模式如下所示算法2参与的标识源输入：重新定义的Q;M^fr1; r2;.. . ; r ng和r i：qgi ！ qsi;输出：Q（源模式）;{如果q出现在Q中，则将q替换为Q中对于每个ri2M{G我G s我我}返回Q}Q=对于qgh中的$x0，qgh中的$x01 01其中，$x0/DeptCle′=$x01/A2返回[Nom=$x01/A1]2h0¼ f$ z= $ x; $ a=\ 20000;00DA“g.其中：h/f$ z= $ x; $ a=\ department 1“g，表1r1qg1qs1映射规则。for$zincollection返回$zfor $zin（for $t incollection在哪里返回[DeptKey =$t/DepartmentKey，Dnom=$t/Dname，Budget=$t/bdg]）其中$z/Dnom =$a返回$z联盟2qs2为 $zincollection（“LocalSchema-Source3”）/Employ其中$z/工资=$areturn [A1 =$z/Ename，A2 =$z/DKeyEtr]表2发送到S1、S2和S3的子查询。子查询for $x in（for $t in collection其中return [DeptKey=$t/DepartmentKey，Dnom=$t/Dname，Budget=$t/bdg]）其中$x/Dnom=for $x in（for $t in collection其中return [DeptKey= $t/budg Key，Dnom=$t/ DN，Budget= $t/budg]）其中$x/Dnom=for $x incollectionreturn[A1=$x/Ename，A2=$x/DCle'Etr]发送到S1S2S3●for $zin（for $t incollection出发在哪里返回[DeptKey= $t/DN Key，Dnom= $t/DN，预算=吨美元/预算其中$z/Dnom= $a返回$zR2 QGfor$zincollection其中$z/薪水=$areturn [A1 =$z/Enom，A2 =$z/DeptKeyEtr]130 S. Benharzallah等人图3编译结果。图4重构的结果G2G使用GLAV映射和复杂统一来重新构建XQueryQuery 131图5发送到源的查询结果- 在查询Q：qg的执行中所涉及的源的标识对应于qs（因此源A1和A2是相同的）。5. 结论11A2参与Q）的执行，并且q对应于2到qs（因此源A3参与Q的执行）。因此，这三个源参与查询的执行。- 在识别参与查询Q的执行的源之后，我们的中介器使用算法2发送将在源处执行的子查询（表2）。最后，调解人重组结果。图 3 -5展示了我们系统的结果。 图 3给出了一个成功通过的用户查询的编译过程，并给出了词法和句法验证的步骤。 图 4表示根据q重新公式化的查询我并且它还显示了两个替换，其中它们帮助将用户的请求重新表达为正确的方式。在这种情况下，重构是复杂类型的，因为算法不能找到Q的直接重构。图5还示出了具有要发送到数据源的子查询的重构后的查询中介系统是一种强大的手段，允许轻松访问从可能非常不同的数据源收集的各种信息它必须整合各种数据，以便通过隐藏特定于其位置、访问方法和格式的特征，本文提出了一种基于GLAV映射和统一的中介系统的XQuery查询重构算法。原型的实现说明了该算法的操作。我们测试了算法（原型）的案例研究，在多个查询，我们在本文中显示这个例子详细展示了算法在一个实际案例上的运行。通过我们的实验，我们建议，GLAV映射规则遵循的优先顺序，以确保适当的重新制定，并允许考虑到在映射规则中定义的源上的约束。因此，该算法应避免简短的重新表述。实际上，算法的效率与效率有关南132号Benharzallah等人映射规则及其优先顺序。这些优先级由管理员定义。GLAV映射结合了GAV和LAV的表达能力，并且查询重构在源数据的大小上是一个co-NP-hard。在我们的方法中，查询重构并不比LAV方法更难作为一个前景，我们的中介系统将改善考虑到以下几点：使用所有可能的XQuery语言和适配器的建设，以解决异构源（XML模式模型，关系模型，. 等等）。引用阿曼，B.，Beeri，C.，丰杜拉基岛Scholl，M.，2002.使用基于本体的中介器查询xml源。In：CoopIS/DOA/ODBASE，pp. 429- 448Arenas，M.，P.，费金河，利布金湖2004年数据交换中的局部一致性转换和查询应答。输入：程序第23届ACM Symp《数据库系统原理》（PODS2004） 229- 240Arenas，M.，费金河，Nash，A.，2010.具有目标约束的组合。数据库理论国际会议（ICDT 2010），第13页。 129比142卡尔，A.，2004年约束条件下GLAV数据集成系统的重写查询应答。第二届语义网与数据库国际研讨会论文集（SWDB2004），计算机科学讲义第3372卷。施普林格，pp. 167-184。卡尔瓦尼斯，迭戈。等，2012.关系数据库和图形数据库的GLAV映射下的查询处理。载于：VLDB捐赠基金会议记录，第6卷，第100号。 二、Charlet，J.，Laublet，P.，Eschaud，C.，2003.最后的网络报告，行动特别是32CNRS/ST IC。杰马湖 Boumgha r，F.，Debiane，S.，2007年L'imagerieM e 'dicaleDans une Base De Donn e 'es Distribu e 'e Multim e 'dia Sous Oracle9i，第四届国际会议：电子科学，信息和电信技术，3月25日至29日，突尼斯，第100页。3-5.埃拉扎米岛Doukkali，D.，Cherkaoui，O.，2007. Approche a`base dePatternspourlaMe`diationentrelesSyste`mesd'Informata i onHospitalie r s，D e` partement de Math e `matiques et InformatiqueFacult e` des Sciences，S e `minaire SIM 07，Dhar EL Mahraz F e` s，Maroc. FMP de Fe` s，02 juin 2007，pp. 1 -8号。费金河，Kolaitis，P.G.，波帕湖Tan，W.C.，2009.反向数据交换：处理空值。第28届ACM Symp.《数据库系统原理》（PODS 2009） 23比32Florescu，D.，1996. Espaces de Recherche pourl'Optimization de Reque Eschertes Objet（th e ` se de doctorat）. 法国巴黎第六大学弗里德曼，M.，利维，A.，Millstein，T.，1999.数据整合的导航计划。输入：程序在全国会议上。 人工《明史》（卷100）：“。六十七比七十三Garcia-Molina ， H. ， Papakonstantinou ， Y. ， Quass ， D. ，Rajaraman，A.，Sagiv，Y.，Ullman，J.D.，Vassalos，V.，Widom，J.，1997. TSIMMIS中介方法：数据模型和语言。J. 内特尔Inf.Syst.8（2），117-132。Goasdou e，Franc.，Lattes，V.，马塞特，M.-CH 两千 Carin语言和算法在集成信息中的应用：PICSEL系统。Int. J. 合作信息系统 9（4），383-401.Hacid，MS，Eschaud ，C.，1998 年L'inte'gration de sources dedonn e' es （ th e 'se de doctorat ） ， Universit e' ClaudeBernard Lyon 1，France.Halevy，A.Y.，Rajaraman，A.，Ordille，J.，2006.数据集成：青少年时期。输入：程序第32届国际Conf. 超大型数据库VLDB2006科赫角，澳-地2002年。使用对称约束重写查询输入：程序第 二 届 国 际 研 讨 会 信 息 和 知 识 系 统 的 基 础 （ FOIKS2002），计算机科学讲义第2284卷。施普林格，pp. 130-147Leone，N. 等，2005. INFOMIX系统用于不完整和不一致数据的高级集成。在：ACM SIGMOD国际会议的程序。数据管理，pp。915- 917Levy，A.Y.，2000.基于逻辑的数据集成技术（PhD）。华盛顿大学计算机科学与工程系。利布金湖Sirangelo，C. 2008.开放和封闭世界中的数据交换和模式映射。第27届ACM SymposiumPrinciples of Database Systems（PODS 2008） 139-148。Maiz ， N. ，Boussai d ， O. ， Bentayeb ， F. ， 2006 年 。Unsyste`medemee`diationbase`surlesontologi esy`，法国里昂ERIC大学光与光2号，2006年1月17日，里尔。马诺列斯库岛Florescu，D.，Kossmann，D.，2001.异构数据源上的XML查询。输入：程序第27届国际超大型数据库会议（VLDB 2001）。Moussa ， L.O. ， 2002 年 。Datawebbase′ssurXML ：mode′lisationetrecherched'informations pertinentes （ The` se deDoctorat d'Infor- matique），Universit e ′ de Pau et des Paysde l'Adour，France，17 d e ′ cembre 2002.Mustafa，Rashed，Rahman，Hasan Hafizur，2013.基于中介的体系结构，以解决数据异构性问题。水仙花国际大学J。Sci.Technol.8（2），30-40.Eschaud，C.，Safar，B.，2008.Constructionautomatiqued'adaptagliquid guid e 'e par une ontologie pour l'inte'gration de sources et de donn e 'es XML，inria-004324 2 6，version1，Univ. 巴黎-南，法国，2008年6月。塞 塞 特 角 ， Bidault ， Froidevau x ， C. ， Gagliard i ， H. ，Goasdoue' ， F. ， Eschaud ， C. ， Safar ， B. ， 2002 年 。ConstructiondeMe′diateurspourinte′gre′dessourcesParis_S ud ，Information-Interaction-Intelligence-gence，第2卷，第1期，法国。XQuery 1.0，2007年。XML查询语言，W3C工作草案。Yu，C.，波帕湖2004.基于约束的XML查询重写数据集成，SICMOD 2004，2004年6月，巴黎，法国，pp.371- 382.
我的内容管理
展开
