一种cimxml文档的高效内存模型组织的访问方法
【技术领域】
[0001] 本发明涉及CIMXML文档解析结果的内存表示，具体来说涉及提供一种能够实现 对大规模CIMXML文档的低空间占用的内存模型的高效访问方法。
【背景技术】
[0002] CIM是公共信息模型（Common Information Model)，一个综合的电力系统管理过 程信息模型，可以满足电力系统管理与信息交换的大部分应用的需要。
[0003] XML是可扩展标记语言（extensible Markup Language)。是标准通用标记语言 SGML (Standard Generalized Markup Language)的一个子集，是针对 Web 应用的元标记语 言，可以用来定义各种应用领域的标记词汇，可以用来表达各种类型的数据/信息。
[0004] CIM XML是一种使用标准的XML对CIM模型进行描述的格式。
[0005] 在电力企业应用集成领域，IEC 61970和IEC 61968标准提供了良好的应用集成 框架和基础信息模型--IEC TC57公共信息模型（Common Information Model，CIM)。CIM 是一个综合的电力系统管理过程信息模型，可以满足电力系统管理与信息交换的大部分应 用的需要。
[0006] CM是电力系统的一个逻辑模型，描绘电力系统运行管理中涉及的各种对象的类 型、这些类型所具有的性质以及它们之间的关系。所以，CIM描绘的是模式（Schema)信 息，或元数据（metadata)模型，具体的电力系统数据模型是它的实例。IEC 61970-452CM Model Exchange Spec (CIM模型交换规范）规定了定义特殊的电力系统模型交换所要求的 CIM 子集的指南。IEC 61970-503CM XML Model Exchange Format 定义的 CM XML 格式可 以用来传输特定CIM子集的电力系统模型。
[0007] CIM XML是一种使用标准的XML(可扩展标记语言，extensible Markup Language) 对CIM模型进行描述的格式，XML是标准通用标记语言SGML (Standard Generalized Markup Language)的一个子集，是针对Web应用的元标记语言，可以用来定义各种应用领域的标 记词汇，可以用来表达各种类型的数据/信息。但是，XML本身并不解决如何描绘应用领 域知识本体（Ontology)的问题，也就是web上信息（数据、知识）模型的定义问题。W3C RDF (Resource Description Framework)就是用来描绘Web资源及其性质的信息的一种数 据定义语言。如果把Web资源的概念扩展为任何可以用URI标识的东西，那么，它们的信息 都可以用RDF来描绘。RDF通常采用XML语法表达，可以作为各种应用程序和系统的互操作 的基础。
[0008] 在电力企业应用集成领域进行电力信息系统交换时，如何高效的对CM XML文档 进行处理是其中一个关键的技术课题，国内外许多电力厂商及电力科研机构都对此问题进 行了研宄，提出了各自的解决方案。
[0009] 现有技术之一使用标准的XML DOM处理器，使用XML的DOM解析器进行解析，解析 结果直接使用DOM内存模型。XML DOM是XML Document Object Model的缩写，即XML文档 对象模型。DOM将XML文档作为一个树形结构，而树叶被定义为节点。
[0010] XML DOM把XML文档视为一种树结构。这种树结构被称为节点树。XML DOM内存 模型严格按照XML节点树模型进行映射，可通过这棵树访问所有节点。可以修改或删除它 们的内容，也可以创建新的元素。这颗节点树展示了节点的集合，以及它们之间的联系。这 棵树从根节点开始，然后在树的最低层级向文本节点长出枝条。节点树中的节点彼此之间 都有等级关系。父、子和同级节点用于描述这种关系。父节点拥有子节点，位于相同层级上 的子节点称为同级节点（兄弟或姐妹）。
[0011] XML DOM内存模型组织方式的缺点之一在于其树形组织结构，由于大部分情形下， XML元素本身的上下层级结构与XML文档描述的业务模型并不一致，而XML DOM模型却为了 维持XML节点间的层次关系不仅付出了巨大的内存占用开销，而且在构建过程中需要为这 种上下层级关系建立索引，还增加了运行时开销。经实际测试，一个CM XML模型的DOM内 存描述有可能高达其文本描述大小的10倍以上。
[0012] XML DOM内存模型组织方式的缺点之二在于其内存中对与XML节点本身的属 性-取值映射表采用数组构建方式构建，而导致提供对特定属性的访问时，只能采用逐个 比较属性名的方式获取对应取值，这种方式，固然降低解析构建过程建立属性名到属性取 值的映射的运行开销，但是在对XML节点遍历并获取节点属性时，导致效率低下。
[0013] XML DOM内存模型组织方式的最大缺点在于它仅仅是一个通用的XML内存模型， 其组织并未考虑CIM XML所描述的电力数据本身的特点，这样就导致在最终使用时，对电力 对象属性取值按类型批量访问的效率低下。例如在遍历某种类型的所有电力对象的某个或 几个属性时，需要遍历整个DOM节点树，首先找到目标类型的所有电力对象的XML节点，然 后解析这些XML节点得到一个电力对象的完整描述，然后再从中抽取目标属性的取值，显 然，这一方式的执行效率是很低的。
[0014] 另外一种常见的方式是根据XML DOM方式的弱点，进行进一步的优化而得到解决 方案。其做法是在解析阶段采用更高效的XML SAX解析方式，而内存模型采用对应于CIM XML特点的{:电力对象标识，Map〈属性名，取值>}的内存组织方式。
[0015] XML SAX (Simple API for XML)解析方式是一种 XML DOM 解析的替代方法。XML SAX逐行扫描文档，一边扫描一边解析，但是它本身并不提供XML解析结果的内存描述。
[0016] 在这种解决方案中，CM XML文档解析的结果被以如下形式在内存中组织：
[0017] 每个电力对象以一个统一的内存结构描述，这个内存结构组织形式为 CMXmlObj {:电力对象URI标识，Map〈属性名，取值>}，即包含一个电力对象的URI标识，一 个电力对象的属性名到其属性取值的映射。
[0018] 每一种电力对象类型以一个统一的内存结构描述，这个内存结构组织为 CMXmlObjType {类型名字，Map〈电力对象URI标识，CMXmlObj〉}，即包含类型名字和一个 本类型对象的URI标识到其内存描述的索引。
[0019] 这种组织方式的缺点在于CMXmlObj内存结构中的Map〈属性名，取值〉映射结 构，这种将Map映射结构直接放置到对象级别的方式，引发两个问题，一个是内存效率问 题，一个是属性取值按类型批量访问时效率低下问题。
[0020] 首先，Map数据结构的特点是具有较高的搜索效率，而这是通过空间换时间的方 式，为了加速查询效率，其内部Entry存储数组空闲较多，也即是占用更大的内存的方式来 完成，而一个电网模型通常包含大量对象，例如，一个地区级输电网的对象数量都是百万级 另IJ，包含配电网描述对象时数量更大，这就会导致