基于XML的ETL任務描述的研究.pdf

1、企業(yè)在信息化過程中面臨新的挑戰(zhàn)：數(shù)據(jù)量大，而有用信息卻少。企業(yè)迫切的需要解決數(shù)據(jù)的零散性和信息的組織性之間的矛盾。數(shù)據(jù)倉庫為把大量的零散的數(shù)據(jù)有效地組織起來以滿足企業(yè)信息應用的各種需要提供了關鍵技術。作為數(shù)據(jù)倉庫的數(shù)據(jù)預處理環(huán)節(jié)，抽取－轉換－裝載(Extraction-Transformation-Loading，ETL)工具擔負著保證數(shù)據(jù)質量的重任?！　TL工具從各種數(shù)據(jù)源中抽取數(shù)據(jù)，并對數(shù)據(jù)進行轉換、清洗，最后裝入數(shù)據(jù)倉庫。ET

2、L的過程涉及面廣，工作量巨大，ETL工具的體系結構是否優(yōu)良是決定ETL工具成敗的關鍵。ETL任務之間關系復雜，如何清晰地描述各個任務內容與關系，是影響ETL性能的重要環(huán)節(jié)?！　ML是互聯(lián)網(wǎng)時代數(shù)據(jù)交換的事實標準，具有多方面的優(yōu)勢，也是當前研究與應用的一個熱點。　　本文來源于EDETL項目，主要做了如下的研究工作：　　(1)調研了國內外ETL理論研究與ETL工具應用的現(xiàn)狀，分析了ETL工具要解決的關鍵技術問題。　　(2)構建了基

3、于C/S三層體系模式的EDETL的系統(tǒng)結構，并介紹了客戶端與服務器端工作流程?！　?3)提出了完整的ETL過程描述的XMLSchema，重點討論了該Schema文檔的主要組件與模式成分：描述表達式的expressionType，描述數(shù)據(jù)抽取條件的conditionType，描述活動的ETLActivity。本文同時給出了若干描述活動的XML腳本實例的片段?！　?4)與同類研究成果XADL、XTDL進行了比較，總結了EDETL進行任務