徐洪華，王艷春，董光，師為禮

（長春理工大學 計算機科學技術(shù)學院，長春 130022）

國家在“全國信息化發(fā)展規(guī)劃綱要”中已明確指出“要開展以地（市）范圍為單元的區(qū)域衛(wèi)生信息化建設(shè)試點和研究工作，建立區(qū)域衛(wèi)生信息化示范區(qū)”。SARS以后中央對全國的醫(yī)療衛(wèi)生系統(tǒng)建設(shè)更加重視，希望走出一條適應我國國情的將公共衛(wèi)生、醫(yī)療、保健、緊急救助等融為一體的以城市為中心的統(tǒng)一指揮系統(tǒng)。

社區(qū)健康檔案管理系統(tǒng)解決方案的核心是個人健康檔案的建立。個人健康檔案數(shù)據(jù)［1］的采集重心在社區(qū)衛(wèi)生服務機構(gòu)。采集居民從出生、發(fā)育、結(jié)婚、生育、患病、老年直至死亡的全過程中所有的健康活動數(shù)據(jù)。通過數(shù)字化、信息化、網(wǎng)絡(luò)化技術(shù)，以個人健康檔案為基礎(chǔ)、家庭檔案為單位、社區(qū)檔案為范疇，建立連續(xù)、完整、動態(tài)的個人健康信息數(shù)據(jù)庫。臨床醫(yī)生可以根據(jù)及時準確地掌握患者的相關(guān)資料，對患者進行相應治療；公共衛(wèi)生人員可以根據(jù)檔案信息了解威脅群眾健康的疾病特征和規(guī)律。準確而完善的檔案信息可以使患者、醫(yī)生、公共衛(wèi)生人員和決策者都從中收益。

為實現(xiàn)合保系統(tǒng)和醫(yī)保系統(tǒng)向社區(qū)衛(wèi)生服務機構(gòu)傾斜，建立社區(qū)衛(wèi)生服務首診制奠定基礎(chǔ)，社區(qū)健康檔案管理系統(tǒng)需要實現(xiàn)與合保和醫(yī)保的數(shù)據(jù)共享交換接口；為實現(xiàn)社區(qū)與醫(yī)院的雙向轉(zhuǎn)診，社區(qū)健康檔案管理系統(tǒng)需要與醫(yī)院HIS、婦幼保健系統(tǒng)、兒童計劃免疫系統(tǒng)、計劃生育系統(tǒng)之間建立數(shù)據(jù)共享交換接口，定期交換就診記錄，拼接完整的個人健康檔案。在數(shù)據(jù)快速傳輸?shù)幕A(chǔ)上，保證數(shù)據(jù)在不同系統(tǒng)之間進行完整而準確的交換，才能夠?qū)崿F(xiàn)不同系統(tǒng)間信息的互聯(lián)互通。因此，對不同數(shù)據(jù)源的異構(gòu)數(shù)據(jù)［2-5］進行數(shù)據(jù)整合就是一項重要而又具有挑戰(zhàn)的任務。

1 使用XML實現(xiàn)異構(gòu)數(shù)據(jù)集成方法

目前，醫(yī)療領(lǐng)域的各個部門都建立了不同的信息管理系統(tǒng)，建設(shè)初期由于各種資源和技術(shù)的限制，這些系統(tǒng)的數(shù)據(jù)庫系統(tǒng)可能都存在很大差異，導致數(shù)據(jù)無法共享，從而形成了信息孤島現(xiàn)象。社區(qū)健康檔案管理系統(tǒng)的解決方案需要考慮平臺兼容性、數(shù)據(jù)異構(gòu)性、穿越防火墻的方便性和成本等問題。針對其中的數(shù)據(jù)異構(gòu)問題，本文提出采用XML格式對不同數(shù)據(jù)源的異構(gòu)數(shù)據(jù)可以實現(xiàn)數(shù)據(jù)整合的方法。

XML作為SGML的一個子集，保留了SGML的強大功能，降低了SGML的復雜性。使用XML可以將來自不同數(shù)據(jù)源的數(shù)據(jù)很容易地集成在一起，然后以XML格式發(fā)送給客戶端或者其他服務器，接收到數(shù)據(jù)以后，可以通過數(shù)據(jù)解析對數(shù)據(jù)做進一步的處理。XML文檔中的DOM模型允許使用腳本或者其他程序設(shè)計語言來處理數(shù)據(jù)，使得數(shù)據(jù)的轉(zhuǎn)換具有更好的靈活性，從而有利于解決網(wǎng)絡(luò)中繁重的異構(gòu)數(shù)據(jù)交換問題。

本系統(tǒng)中，需要交換的數(shù)據(jù)具有多個數(shù)據(jù)源，不同數(shù)據(jù)源的數(shù)據(jù)模式可能也不相同，導致數(shù)據(jù)源和目標數(shù)據(jù)在結(jié)構(gòu)上存在差異。在進行數(shù)據(jù)查詢時，用戶的查詢指令會被作為全局事務經(jīng)過處理后分解成對應各自數(shù)據(jù)源的子事務，子事務的處理結(jié)果將數(shù)據(jù)模式以統(tǒng)一的XML格式來描述，這就需要使用XML的DTD或者XMLSchema來定義文檔的結(jié)構(gòu)，DTD定義XML文檔的基本結(jié)構(gòu)，但不涉及到任何有關(guān)的實際數(shù)據(jù)，通過定義適當?shù)?DTD將源數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)換成XML文檔，然后使用DOM技術(shù)來合并XML文檔，這樣就可以將XML文檔中的數(shù)據(jù)打包返回給用戶，從而實現(xiàn)了異構(gòu)數(shù)據(jù)的交換和集成。

2 數(shù)據(jù)集成結(jié)構(gòu)框架

本框架結(jié)構(gòu)采用層次結(jié)構(gòu)，包括應用層、中間層和數(shù)據(jù)層。這種層次結(jié)構(gòu)具有很好的可移植性，可以在不同的平臺上使用。本框架結(jié)構(gòu)的構(gòu)成如圖1所示。

圖1 異構(gòu)數(shù)據(jù)集成框架結(jié)構(gòu)Fig.1 Framework of heterogeneous data integration

應用層是本框架的最高層，它由網(wǎng)絡(luò)客戶端組件構(gòu)成。在網(wǎng)絡(luò)環(huán)境中，他的主要功能是通過圖形化的用戶接口直接實現(xiàn)用戶操作?？蛻舳送ㄟ^提交用戶請求和接收中間層返回的XML形式的結(jié)果數(shù)據(jù)與中間層進行通訊［6-8］。這樣，系統(tǒng)間的交互性就可以通過XML數(shù)據(jù)模式得以實現(xiàn)。

中間層是本框架的核心層。本層包括四個組成部分，即用戶接口、管理器、查詢器和元數(shù)據(jù)庫。這一層的主要功能是實現(xiàn)數(shù)據(jù)層和應用層之間的連接。數(shù)據(jù)集成的過程也是基于“動態(tài)集成”的思想，也就是說在操作之前，不提供數(shù)據(jù)的預定義模式或者全局模式。為了實現(xiàn)用戶視圖，需要創(chuàng)建一個虛擬模式。這個虛擬模式由元數(shù)據(jù)庫中存儲的來自不同數(shù)據(jù)源的數(shù)據(jù)來共同實現(xiàn)。用戶的查詢處理會被分解成數(shù)據(jù)源對應的子查詢，每個查詢器負責處理一個子查詢，實現(xiàn)用戶信息與數(shù)據(jù)層的關(guān)聯(lián)。查詢器同時與封裝器進行通訊，負責接收和傳送從數(shù)據(jù)層到中間層的數(shù)據(jù)結(jié)果。這種處理機制使得在整體框架結(jié)構(gòu)不變的情況下，允許用戶添加或者刪除數(shù)據(jù)源。這種方法具有很好的伸縮性，數(shù)據(jù)異構(gòu)的問題也可以得以解決。

數(shù)據(jù)層包括異構(gòu)數(shù)據(jù)源和封裝器。每個封裝器直接與數(shù)據(jù)源相連接，它們的主要任務是服務于來自查詢器的請求，把數(shù)據(jù)源返回的結(jié)果轉(zhuǎn)換成統(tǒng)一的XML數(shù)據(jù)模式，并將結(jié)果包裝后返回給查詢器，再由查詢器將其傳遞給管理器。

這種基于層次結(jié)構(gòu)的框架可以在任意兩個相鄰的層面之間發(fā)送和接收數(shù)據(jù)，實現(xiàn)了系統(tǒng)的可擴展性和交互的靈活性。

2.1 應用層

應用層位于框架結(jié)構(gòu)的最上層，網(wǎng)絡(luò)客戶端組件為用戶提供數(shù)據(jù)位置和結(jié)構(gòu)的透明性，這使得系統(tǒng)具有極大的靈活性。用戶可以在不用獲知數(shù)據(jù)模式和查詢語言等相關(guān)知識的情況下，發(fā)出用戶查詢請求。應用層主要的功能包括：

1.實現(xiàn)對圖形化用戶接口的支持。

2.查看不同數(shù)據(jù)源的全局模式，為用戶提供統(tǒng)一的查詢模式，創(chuàng)建用戶視圖。

3.確保用戶的查詢請求能夠準確無誤地傳遞給中間層。顯示從中間層反饋回的XML模式的數(shù)據(jù)結(jié)果。

2.2 中間層

中間層包括用戶接口、管理器、查詢器和元數(shù)據(jù)庫，是本框架的核心層。其具體構(gòu)成如圖2所示。

圖2 中間層工作過程Fig.2 Working process of the middle layer

2.2.1 元數(shù)據(jù)庫

元數(shù)據(jù)庫［9，10］存儲來自不同數(shù)據(jù)源的數(shù)據(jù)的描述信息。元數(shù)據(jù)庫中存儲的信息提供給用戶接口和管理器組件使用并實現(xiàn)用戶接口和管理器組件之間的數(shù)據(jù)關(guān)聯(lián)。元數(shù)據(jù)庫提供用戶級別的事務處理，具體功能描述如下：

1.對用戶的合法請求和全局事務的創(chuàng)建提供虛擬數(shù)據(jù)。

2.對不同數(shù)據(jù)源的用戶操作權(quán)限進行控制和分配。

3.提供查詢創(chuàng)建和優(yōu)化所需要的必要信息，如存儲路徑、數(shù)據(jù)分配等。

4.提供物理數(shù)據(jù)和虛擬數(shù)據(jù)之間的消息映射，為全局事務的轉(zhuǎn)換提供便利。

5.為用戶的請求提供虛擬數(shù)據(jù)，實現(xiàn)數(shù)據(jù)集成，消除存在的異構(gòu)問題。

元數(shù)據(jù)庫中包含以下幾類信息：

1.數(shù)據(jù)源信息。數(shù)據(jù)的描述信息和不同數(shù)據(jù)源的數(shù)據(jù)約束信息；數(shù)據(jù)源中的實際實體和屬性同虛擬數(shù)據(jù)的實體和屬性的對應關(guān)系；每種數(shù)據(jù)源的數(shù)據(jù)模式信息；每個數(shù)據(jù)源的域名，主機名和物理地址等信息。

2.相關(guān)的操作權(quán)限信息。用戶的存取權(quán)限；查詢所需要的認證信息。

3.事務優(yōu)化需要的信息。創(chuàng)建事務和產(chǎn)生子事務所需要的優(yōu)化信息。

2.2.2 用戶接口

用戶接口的主要功能是負責向用戶展示各種數(shù)據(jù)源的全局模式，產(chǎn)生與用戶請求相關(guān)的全局事務。全局事務可以是一個標準SQL查詢請求。SQL查詢中使用虛擬的屬性和關(guān)系，這些虛擬的屬性和關(guān)系可能來自一個或者多個不同的數(shù)據(jù)源。用戶信息（名字，地址等），用戶種類（本地或遠程）和全局事務將會被打包成一個用戶信息包，然后傳遞給管理層。用戶接口隨即將從管理器得到的結(jié)果提交給客戶端。

2.2.3 管理器

管理器負責向查詢器產(chǎn)生并傳輸子事務，同時將查詢器得到的數(shù)據(jù)結(jié)果整合成統(tǒng)一的XML數(shù)據(jù)。管理器主要完成以下功能：

1.權(quán)限分析。決定用戶是否有操作數(shù)據(jù)源的權(quán)限。

2.事務優(yōu)化處理。從元數(shù)據(jù)庫中獲取查詢優(yōu)化所需要的信息，包括數(shù)據(jù)分配，統(tǒng)計信息等，然后對全局事務進行優(yōu)化。對優(yōu)化后的事務進行分解，得到幾個子事務，并且，將每個子事務分配給相應的數(shù)據(jù)源。在這個過程中，全局事務中的所有虛擬屬性和關(guān)系被目標數(shù)據(jù)源中的實際屬性和關(guān)系所替換。

3.生成查詢器。根據(jù)子事務的數(shù)量對查詢器進行初始化，以實現(xiàn)對遠程數(shù)據(jù)源的操作。在查詢器實現(xiàn)對目標數(shù)據(jù)源操作之前需要包含諸多信息，如用戶對數(shù)據(jù)源的操作權(quán)限、數(shù)據(jù)源相關(guān)子事務和目標數(shù)據(jù)源地址等。

4.數(shù)據(jù)集成。數(shù)據(jù)集成是將從查詢器遞交的來自不同數(shù)據(jù)源的數(shù)據(jù)整合成統(tǒng)一的XML數(shù)據(jù)。數(shù)據(jù)的集成過程要保證數(shù)據(jù)的查詢效率和時效性。圖3給出了數(shù)據(jù)集成的處理過程。

圖3 數(shù)據(jù)整合過程Fig.3 Data integrating process

2.2.4 查詢器

查詢器的主要功能是負責完成以下任務：

1.將從管理器發(fā)出的子事務及相關(guān)信息傳遞給目標數(shù)據(jù)源。

2.與封裝器溝通以獲得所需要的信息。

3.在結(jié)果數(shù)據(jù)返回到管理器之前，對數(shù)據(jù)進行必要的封裝處理。

4.收集并傳送從封裝器返回的上層所需要的數(shù)據(jù)結(jié)果。

2.3 數(shù)據(jù)層

數(shù)據(jù)層包括數(shù)據(jù)源以及對應的封裝器。這些數(shù)據(jù)源可能是異構(gòu)的，包括結(jié)構(gòu)化數(shù)據(jù)，如關(guān)系數(shù)據(jù)庫，或者XML模式的半結(jié)構(gòu)化數(shù)據(jù)。封裝器主要實現(xiàn)以下功能：

1.接收并解析來自查詢器的需求。

2.核實查詢器傳遞的信息并授權(quán)用戶對本地數(shù)據(jù)的操作權(quán)限。

3.建立與數(shù)據(jù)源之間的聯(lián)系，可以通過使用ODBC、JDBC等接口方式。

4.對子查詢進行處理，并將獲得的查詢結(jié)果轉(zhuǎn)換成標準的XML模式，然后對結(jié)果進行封裝后傳遞給中間層的查詢器。

圖4 封裝器工作過程Fig.4 Working process of wrapper

3 結(jié)束語

不同數(shù)據(jù)源的異構(gòu)數(shù)據(jù)重構(gòu)對研究和開發(fā)人員來說是一項具有挑戰(zhàn)的任務，也是當前較為活躍的研究領(lǐng)域。本文提出的這種層次結(jié)構(gòu)模型利用現(xiàn)有的工具和技術(shù)，具有易于實現(xiàn)的特點，同時，該結(jié)構(gòu)模型對用戶隱藏了繁雜的數(shù)據(jù)轉(zhuǎn)換和集成過程，可以根據(jù)需要添加或者刪除數(shù)據(jù)源，具有操作的靈活性和系統(tǒng)的易擴展性。

但是，現(xiàn)存系統(tǒng)的數(shù)據(jù)異構(gòu)問題可能更為復雜，可以包括結(jié)構(gòu)化數(shù)據(jù)，半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。本結(jié)構(gòu)模型目前實現(xiàn)的包括結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)集成，而半結(jié)構(gòu)化數(shù)據(jù)主要指 XML數(shù)據(jù)格式。對于非結(jié)構(gòu)化數(shù)據(jù)的處理將是進一步研究工作的內(nèi)容。

隨著信息技術(shù)的發(fā)展，我國醫(yī)院建立了初步的醫(yī)院信息系統(tǒng)。但這些系統(tǒng)通常都由不同的開發(fā)商研制，各個醫(yī)院信息系統(tǒng)的標準、規(guī)范不統(tǒng)一，各個醫(yī)療機構(gòu)之間的信息格式也不盡相同，本層次結(jié)構(gòu)模型的提出，使得社區(qū)健康檔案系統(tǒng)在和醫(yī)院進行數(shù)據(jù)交換和數(shù)據(jù)共享成為可能，從而真正實現(xiàn)醫(yī)療衛(wèi)生系統(tǒng)之間的互聯(lián)互通。

［1］中華人民共和國衛(wèi)生部.2007國家衛(wèi)生統(tǒng)計調(diào)查制度［M］.北京：中國協(xié)和醫(yī)科大學出版社，2007：81.

［2］聶麗平，張維勇，徐勁松.分布式異構(gòu)數(shù)據(jù)庫集成技術(shù)的研究與應用［J］.合肥工業(yè)大學學報：自然科學版，2006，29（3）：309-312.

［3］王玉標，文俊浩，趙瑞鋒，等.基于Web服務的異構(gòu)數(shù)據(jù)庫共享及同步機制［J］.計算機工程與設(shè)計，2009（24）：5774-5777.

［4］郭瑞華.數(shù)字圖書館異構(gòu)數(shù)據(jù)源的分層式本體整合方法研究［J］.圖書館學研究，2009（10）：20-22.

［5］李慶忠，王棟.關(guān)于語義網(wǎng)格環(huán)境中異構(gòu)數(shù)據(jù)資源整合的研究［J］.南京大學學報：自然科學版，2006，42（2）：141-147.

［6］黃毅，鐘碧良.基于XML的異構(gòu)數(shù)據(jù)庫間數(shù)據(jù)遷移的研究［J］.科技管理研究，2008，28（8）：173-174.

［7］Buneman P，F(xiàn)an W，Simeon J，et al.Constraints for semi structured data and XML［J］.SIGMOD Record，2001，30（1）：47-54.

［8］Christian O，Roger K，Richard O.Integrating Heterogeneous Data Sources using the COIL Mediator definition Language［J］.ACM.March，2000，20（1）：19-21.

［9］彭月英，苗麗，歐啟忠.語義網(wǎng)格環(huán)境中異構(gòu)數(shù)據(jù)資源整合研究［J］.計算機工程與設(shè)計，2008，29（13）：3532-3535.

［10］尚蕾，孫志揮.基于XML的異構(gòu)數(shù)據(jù)集成系統(tǒng)的查詢處理［J］.計算機工程，2005，31（5）：79-81.