数据库新技术和发展趋势

摘 要：由于数据库技术在特殊领域的应用和其他相关学科技术的发展，促使数据库技术不断创新、发展。本文阐述了一些新的数据库技术及新一代数据库技术的发展方向。

关键词：数据库 信息集成 移动数据库

一、引言

数据库技术是计算机科学的重要分支，主要研究如何安全高效地管理大量、持久、共享的数据。数据库的研究始于20世纪60年代中期，从诞生到现在，在不到半个世纪的时间里，形成了坚实的理论基础、成熟的商业产品和广泛的应用领域，目前数据库成为一个研究者众多且被广泛关注的研究领域。随着信息管理内容的不断扩展和新技术的层出不穷，数据库技术面临着前所未有的挑战。面对新的数据形式，人们提出了丰富多样的数据模型（层次模型、网状模型、关系模型、面向对象模型、半结构化模型等），同时也提出了众多新的数据库技术（XML 数据管理、数据流管理、Web 数据集成、数据挖掘等）。在Web 大背景下的各种数据管理问题成为人们关注的热点。本文讨论目前数据库研究领域中最热门的几个研究方向的发展现状、面临的问题和未来趋势。

二、数据库发展动力

目前Internet 是主要的驱动力。现在，大部分企业感兴趣的是如何与供应商和客户进行更密切的交流，以便提供更好的客户支持。在这方面的应用从根本上说是跨企业的，需要安全和信息集成的有力工具。

另一个重要应的用领域是自然科学，特别是物理科学、生物科学、保健科学和工程领域，这些领域产生了大量复杂的数据集，需要信息集成机制的支持。除此之外，它们也需要对数据分析器产生的数据管道进行管理，需要对有序数据进行存储和查询（如时间序列、图像分析、网格计算和地理信息），需要世界范围内数据网格的集成。

此外还有一个推动数据库研究发展的动力是相关技术的成熟。

三、主流技术发展趋势

1．信息集成

随着Internet 的飞速发展，网络迅速成为一种重要的信息传播和交换的手段，尤其是在Web 上，有着极其丰富的数据来源。信息集成系统的方法可以分为：数据仓库方法和Wrapper/Mediator 方法。在数据仓库方法中，各数据源的数据按照需要的全局模式从各数据源抽取并转换，存储在数据仓库中。用户的查询就是对数据仓库中的数据进行查询。对于数据源数目不是很多的单个企业来说，该方法十分有效。另一种方法是Wrapper/Mediator 方法。该方法并不将各数据源的数据集中存放，而是通过Wrapper/Mediator 结构满足上层集成应用的需求。这种方法的核心是中介模式（mediatedschema）。信息集成系统通过中介模式将各数据源的数据集成起来，而数据仍存储在局部数据源中，通过各数据源的包装器（wrapper）对数据进行转换使之符合中介模式。用户的查询基于中介模式，不必知道每个数据源的特点，中介器（mediator）将基于中介模式的查询转换为基于各局部数据源的模式查询，它的查询执行引擎再通过各数据源的包装器将结果抽取出来，最后由中介器将结果集成并返回给用户。Wrapper/Mediator 方法解决了数据的更新问题，从而弥补了数据仓库方法的不足。不过，这种框架结构正受到来自3 个方面的挑战。第1个挑战是如何支持异构数据源之间的互操作性（interoperability）。另一个挑战是如何模型化源数据内容和用户查询。第三个挑战是当数据源的查询能力受限时，如何处理查询和进行优化。

2．传感器数据库技术

随着微电子技术的发展，传感器的应用越来越广泛。根据传感器在一定的范围内发回的数据，在一定的范围内收集有用的信息，并且将其发回到指挥中心。当有多个传感器在一定的范围内工作时，就组成了传感器网络。传感器网络由携带者所捆绑的传感器及接收和处理传感器发回数据的服务器所组成。传感器网络中的通信方式可以是无线通信，也可以是有线通信。

在传感器网络中，传感器数据就是由传感器中的信号处理函数产生的数据。信号处理函数要对传感器探测到的数据进行度量和分类，并且将分类后的数据标记时间戳，然后发送到服务器，再由服务器对其进行处理。传感器数据可以通过无线或者光纤网存取。无线通信网络采用的是多级拓扑结构，最前端的传感器节点收集数据，然后通过多级传感器节点到达与服务器相连接的网关节点，最后通过网关节点，将数据发送到服务器。

传感器节点上数据的存储和处理方法有两种：第1 种类型的处理方法是将传感器数据存储在一个节点的传感器堆栈中，这样的节点必须具有很强的处理能力和较大的缓冲空间；第2 种方法适用于一个芯片上的传感器网络，传感器节点的处理能力和缓冲空间是受限制的：在产生数据项的同时就对其进行处理以节省空间，在传感器节点上没有复杂的处理过程，传感器节点上不存储历史数据；对于处理能力介于第1 种和第2 种传感器网络的网络来说，则采用折衷的方案，将传感器数据分层地放在各层的传感器堆栈中进行处理。

传感器网络越来越多地应用于对很多新应用的监测和监控。新的传感器数据库系统需要考虑大量的传感器设备的存在，以及它们的移动和分散性。因此，新的传感器数据库系统需要解决一些新的问题。主要包括：传感器数据的表示和传感器查询的表示、在传感器节点上处理查询分片、分布查询分片、适应网络条件的改变、传感器数据库系统等。

3．网格数据管理

网格是把整个网络整合成一个虚拟的巨大的超级计算环境，实现计算资源、存储资源、数据资源、信息资源、知识资源和专家资源的全面共享。目的是解决多机构虚拟组织中的资源共享和协同工作问题。按照应用层次的不同可以把网格分为3 种：计算网格，提供高性能计算机系统的共享存取；数据网格，提供数据库和文件系统的共享存取；信息服务网格则支持应用软件和信息资源的共享存取。

高性能计算的应用需求使计算能力不可能在单一计算机上获得，因此，必须通过构建“网络虚拟超级计算机”或“元计算机”获得超强的计算能力，这种计算方式称为网格计算。它通过网络连接地理上分布的各类计算机（包括机群）、数据库、各类设备和存储设备等，形成对用户相对透明的虚拟的高性能计算环境，应用包括了分布式计算、高吞吐量计算、协同工程和数据查询等诸多功能

数据网格保证用户在存取数据时无须知道数据的存储类型（数据库，文档，XML）和位置。涉及的问题包括：如何联合不同的物理数据源，抽取源数据构成逻辑数据源集合；如何制定统一的异构数据访问的接口标准；如何虚拟化分布的数据源等。

信息网格是利用现有的网络基础设施、协议规范、Web 和数据库技术，为用户提供一体化的智能信息平台，其目标是创建一种架构在OS 和Web 之上的基于Internet 的新一代信息平台和软件基础设施。

4．移动数据管理

越来越多的人拥有掌上型或笔记本电脑，或者个人数字助理（PDA）甚至智能手机，这些移动计算机都将装配无线联网设备，用户不再需要固定地联接在某一个网络中不变，而是可以携带移动计算机自由地移动，这样的计算环境，我们称之为移动计算（mobile computing）。研究移动计算环境中的数据管理技术，已成为目前分布式数据库研究的一个新的方向，即移动数据库技术。与基于固定网络的传统分布计算环境相比，移动计算环境具有以下特点：移动性、频繁断接性、带宽多样性、网络通信的非对称性、移动计算机的电源能力、可靠性要求较低和可伸缩性等。

移动计算以及它所具有的独特特点，对分布式数据库技术和客户/服务器数据库技术，提出了新的要求和挑战。移动数据库系统要求支持移动用户在多种网络条件下都能够有效地访问所需数据，完成数据查询和事务处理。通过移动数据库的复制/缓存技术或者数据广播技术，移动用户即使在断接的情况下也可以继续访问所需的数据，从而继续自己的工作，这使得移动数据库系统具有高度的可用性。此外，移动数据库系统能够尽可能地提高无线网络中数据访问的效率和性能。

而且，它还可以充分利用无线通信网络固有的广播能力，以较低的代价同时支持大规模的移动用户对热点数据的访问，从而实现高度的可伸缩性，这是传统的客户/服务器或分布式数据库系统所难以比拟的。

目前，移动数据管理的研究主要集中在以下几个方面：首先是数据同步与发布的管理。其次是移动对象管理技术。

5．微小型数据库技术

随着移动计算时代的到来，嵌入式操作系统对微小型数据库系统的需求为数据库技术开辟了新的发展空间。微小型数据库技术目前已经从研究领域逐步走向应用领域。一般说来，微小型数据库系统（a small-footprint DBMS）可以定义为：一个只需很小的内存来支持的数据库系统内核。微小型数据库系统针对便携式设备其占用的内存空间大约为2MB，而对于掌上设备和其他手持设备，它占用的内存空间只有50KB 左右。内存限制是决定微小型数据库系统特征的重要因素。微小型数据库系统根据占用内存的大小又可以进一步分为：超微DBMS（pico-DBMS）、微小DBMS（micro-DBMS）和嵌入式DBMS 3 种。

微小型数据库系统与操作系统和具体应用集成在一起，运行在各种智能型嵌入设备或移动设备上。微小型数据库技术目前已经从研究领域向广泛的应用领域发展，各种微小型数据库产品纷纷涌现。尤其是对移动数据处理和管理需求的不断提高，紧密结合各种智能设备的嵌入式移动数据库技术已经得到了学术界、工业界、军事领域和民用部门等各方面的重视并不断实用化。

四、结束语

本文从目前数据库研究的热点问题出发，探讨了数据库未来发展方向的问题。在众多新技术应用中，对数据库研究最具影响力，推动数据库研究进入新纪元的无疑将是Internet 的发展。Internet 中的数据管理问题从深度和广度两方面对数据库技术都提出了挑战。

参考文献

[1] RamezElmasri，ShamkantB.Navathe.数据库系统基础.[M].邵佩英等译.北京.人民邮电出版社.2002.

[2] 苗雪兰.数据库系统原理及应用教程.[M].北京.机械工业出版社.2004.

[3] 周宁.信息资源数据库.[M].湖北.武汉大学出版社.2002.

[4] 孟小峰.数据库技术发展趋势.[J].软件学报.2004.15.12.

每个学科都有其固有的知识结构和学科特点，要根据不同学科的不同特点，进行相应的整合。例如：
1、对于实验性的学科，在与信息技术整合时，应注意学生观察能力、解决问题的能力和做实验的能力的培养。在此基础上进行发现学习、问题解决学习。
2、对于有关语言与文字的基础学科，学生通过学习，应能利用语言、文字表现自己的思想和要求。信息技术与此类学科整合时，应基于一定的目标和要求，让学生通过对相关资料、信息的收集和处理，以一定的信息表现形式，有效地、充分地表达自己的思想和要求。
3、对于逻辑经验学科，主要由概念、公式、定理、法则以及应用问题组成，教学的重点应该放在开发学生的认知潜能上。