SDS/T XXX—2004
数据交换格式设计规则
Designing rules for data interchange format
（送审稿）
（本稿完成日期：2005年12月）
××××-××-××发布 ××××-××-××实施中华人民共和国科学技术部 发布 SDS/T ×××—2004
目 次
前 言..............................................................................II 1 范围.................................................................................1 2 规范性引用文件.......................................................................1 3 术语和定义...........................................................................1 4 数据交换格式的总体设计思路...........................................................2 5 科学数据共享业务流程梳理.............................................................3 6 科学数据共享数据标准化...............................................................5 7 科学数据共享XML数据交换格式结构设计规则...........................................6 8 聚合数据元和数据元的设计规则.........................................................8 9 聚合数据元和数据元映射为XML Schema的规则..........................................9 10 XML Schema的设计规则.............................................................12 11 科学数据共享数据交换格式的设计流程.................................................14
I
SDS/T ×××—2004
前 言
科学数据共享活动既涉及科学数据的汇交、分发、服务和应用环节，也涉及科学数据的采集、加工和处理环节。在这一系列环节中，必然要在同构或异构的信息系统或应用系统之间发生大量的结构化或非结构化的科学数据的交换。当要求以自动化或无人（或最少的人工）干预的形式进行科学数据的交换和自动处理时，对所交换的数据进行预定义和结构化便成为一种无法回避的选择，以使交换双边（应用到应用、应用到人和人到应用等）能够对所交换的数据进行无歧义的理解和处理。
本标准正是基于上述现实要求而提出和制定的，其目的是确立面向科学数据共享活动的结构化和预定义的数据交换结构的设计规则，指导和规范科学数据共享工程各建设单位研究和制定与各种科学数据的采集、加工、处理、汇集、分发、服务和应用相关的通用或专用的科学数据交换格式标准，推动和促进科学数据的高度共享。
按照向上积极采用适宜的国际标准或国家标准，向下突出科学数据共享活动的特点和需求的原则，本标准参考了国际结构化数据标准组织（OASIS）下设的通用业务语言（Universal Business Language）技术委员会的相关技术报告以及国家标准化管理委员会正在组织制定的国家标准《基于XML电子单证格式设计指南》（送审稿），并结合科学数据共享活动的特点进行了具体化。
本标准为第一次制定。
本标准由科学数据共享工程办公室提出 本标准由科学数据共享工程办公室归口。 本标准主要起草单位： 本标准主要起草人：
II
SDS/T ×××—2004
数据交换格式设计规则
1 范围
规定了在科学数据共享过程中，设计数据交换格式的完整流程以及如何按照统一方法对交换数据进行结构化处理、如何通过规范化使用XML，用XML Schema来定义结构化数据的方法和规则。 本标准适用于科学数据共享工程各建设单位在进行科学数据采集、加工、处理、汇交、分发、交换和共享时，需要将要采集、加工、处理、汇交、分发、交换和共享的数据用XML Schema来定义的场合。
2 规范性引用文件
下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准。然而，鼓励根据本标准达成协议的各方，研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。
SDS/T ×××—2004 数据元标准化的基本原则与方法 SDS/T ×××—2004 通用数据元目录
SDS/T ×××—2004 数据分类与编码的基本原则与方法 SDS/T ×××—2004 科学数据分类与代码
GB/T 18793—2002 信息技术 可扩展置标语言（XML）1.0 W3C XML Schema Part 0：Primer W3C XML Schema Part1：Structures W3C XML Schema Part2：Datatypes W3C Namespaces in XML 3 术语和定义
本标准采用下列术语和定义。 3.1
数据元 data element
通过定义、标识、表示、允许值等一系列属性描述的一个数据单元。 3.2
聚合数据元 aggregate data element
由两个或两个以上的具有相互关联的数据元组成的数据单元，用来表达特定语境中的一个清晰的
1
SDS/T ×××—2004 业务含义。 3.3
数据类型 data type
值域说明，允许对该值域内的值进行操作。如：string、decimal、integer、boolean、date和binary。 3.4
数据交换格式 data interchange format
一个预定义和结构化的、在功能上相互关联的聚合数据元或数据元的集合，它涵盖在科学数据共享活动中对某类交换数据的共享要求，旨在双边或多边的数据交换中确保各方对所交换数据的无歧义理解和自动处理。 3.5
XML模式 XML Schema
基于W3C XML SCHEMA语言的文档类型定义。它可随附于一个文件，用以描述该文件的基本构成规则，如哪些元素会出现及这些元素之间的结构关系等；它还定义了哪些标记可以在文件中出现、哪些标记可以包含其他标记、标记的号码和顺序、标记的属性，需要时还给出这些属性具有的值。数据交换格式的总体设计思路
在科学数据的采集、加工、处理、汇交、分发、服务和应用中，需要进行大量的数据交换。当要求所进行的数据交换可以自动化或无人（或最少的人工）干预的形式进行时，就必须对所交换的数据进行预定义和结构化，以使交换双边或多边能够对所交换的数据进行无歧义的理解和处理。
对所交换的数据进行预定义和结构化的过程是一个数据交换格式的设计过程。按照当前国内外主流技术和方法并结合科学数据共享活动特点，这一设计过程应采用自顶向下（TOP-DOWN）的方法进行。
图1 数据交换格式的总体设计思路
⑴ 业务流程梳理阶段
首先按照业务流程梳理方法，对科学数据的交换过程进行梳理和分析，用专业的模型术语（如：UML模型）描述业务流程，形成业务模型和信息模型。
2
SDS/T ×××—2004
业务模型明确了业务活动中的参与角色、要交换的数据交换格式和交换顺序以及组成数据交换格式的业务数据。
信息模型将业务模型中组成数据交换格式的业务数据归为若干个具有相互关系的类，这些类及其类与类间的关系构成了信息模型。
⑵ 数据元和聚合数据元提取和标准化阶段
在上述信息模型基础上，进行数据元提取与分析，并按照SDS ×××—2004 数据元标准化的基本原则与方法中所述原则和方法，进行数据元标准化，形成符合规范化要求的标准通用数据元，科学数据共享工程建设的数据元目录可以参见SDS ×××—2004 通用数据元目录；
对上述数据元中需要代码化的数据元，要按照SDS ×××—2004 数据分类与编码的基本原则与方法中所述原则和方法，进行分类与编码，科学数据共享工程建设的代码集可以参见SDS ×××—2004 数据分类与编码；
⑶ 组合数据元和聚合数据元形成独立于语法的数据交换格式逻辑结构阶段
在上述信息模型基础上，用经过标准化处理的数据元和相关代码规范该信息模型，形成由数据元组成的、具有层次结构的、独立于语法的数据交换格式的逻辑结构，该数据交换格式的逻辑结构与任何一种语法绑定后，就形成了可在同构或异构系统间交换的、用特定语法描述的数据交换格式，如图2所示。
图2 组合数据元和聚合数据元形成独立于语法的数据交换格式逻辑结构阶段
⑷ 把由数据元和聚合数据元组成的数据交换格式逻辑结构映射为XML Schema阶段
将形成的由数据元组成的、具有层次结构的、独立于语法的数据交换格式逻辑结构，按照本标准第9章中规定的设计规则，映射形成符合W3C XML语法要求、可在同构或异构系统间交换的XML Schema。 5 科学数据共享业务流程梳理
在开始科学数据共享数据交换格式设计时，首先按照面向对象的设计方法，通过识别某项科学数据交换中的参与角色，发现角色执行的活动，通过实现这些活动，确定角色间要交换的数据以及交换的顺序等，建立业务模型。从业务模型中确认业务活动的信息模型，即：信息语义的形式描述，该信息指在业务流程中各角色之间交换的信息，是角色间所交换的数据交换格式的抽象。
⑴ 建立科学数据共享的业务模型
3
SDS/T ×××—2004
科学数据共享的业务流程是由一系列在2个或多个角色间发生的业务活动组成的。推荐使用UML的活动图来描述业务流程。图2给出用UML活动图进行科学数据共享业务流程梳理的方法，建立了业务模型。
图3的模型中涉及到2个角色，即：甲方和乙方，用2个纵列表示，1个纵列中包括了所有由一个角色完成的活动。
业务流程开始于一个起始状态（一个实心园）。然后甲方决定是否向乙方提出“注册请求”，这项决定用一个菱形符号表示。如果需要提出“注册请求”，则甲方给乙方发送一个“注册请求”报文（数据交换格式），这项活动用一个椭圆形的、注明为“发送注册请求”的活动状态符号表示。矩形对象符号描述了从一项活动，流到另一项活动的对象。虚线箭头线表示了一个对象流（实线箭头线表示了一个控制流，即：在活动状态间的转换）。
在“接收注册请求”活动中，乙方接收到一个“注册请求”报文。然后，乙方对报文进行处理并准备回应注册请求活动。在准备好“回应注册请求”后，乙方在“发送回应注册请求”活动中给甲方发送一个“回应注册请求”。
甲方接收到“回应注册请求”后，检查该回应，明确是否接受请求。接受就用一个“成功”的终止状态表示，而拒绝就用一个“失败”的终止状态表示。
甲方 乙方 需要提出注册请求 接收注册请求 注册请求 发送注册请求 要提出注册请求 不需准备回应注册请求 接收回应 回应注册请求 发送回应注册请求 拒绝请求 失败 接受请求 成功 图3 用UML活动图建立的业务模型
⑵ 建立科学数据共享的信息模型
4
SDS/T ×××—2004
在图3的业务模型中，可以看出，矩形框所表示的即为甲方和乙方间交换的数据交换格式，但是，这些数据交换格式的内容是什么？这就需要通过建立信息模型的方法来解决这一问题，用信息模型来抽象数据交换格式的内容。推荐使用UML的类图来描述信息模型。
建立信息模型时，要根据上述业务模型，对每一业务活动中涉及到的角色、数据交换格式、业务数据进行综合分析和归纳，形成若干个类，类用来表示业务活动中需要处理、需要交换的数据，包括聚合数据元或数据元等。形成的信息模型要能准确刻划出该信息模型中包括哪些类、这些类的属性和属性的类型是什么？类与类之间的关系是什么等问题。如：在图3中从发送注册请求到接收注册请求这一活动中，形成关于“注册请求”的信息模型，该信息模型包括“甲方名称、乙方名称、送达地址、发出地址、注册的内容、交换条件、时间要求、确认方式”等大类，如图4所示。这些类中又有各种属性，这些类经过数据元提取和标准化处理后，就成为组成“注册请求”数据交换格式的数据元或聚合数据元。
甲方基本信息乙方基本信息参考信息注册请求送达地址发出地址交换条件注册内容
图4 “注册请求”的信息模型
6 科学数据共享数据标准化 6.1. 数据元提取和标准化
⑴ 数据元的提取
对图3中的信息模型进一步分析可以采用自然语言的逻辑分析方法，对角色、地点、事物、事件、时间进行分析。对于其中的人、事物和事件，每一个又包含两方面内容：标识和特征。如标识号（ID）和姓名等就是关于人的标识，外语水平、写作水平等就是人的特征。详细步骤如下：
——确定所有相关参与方的细节；
——确定标识身份的元素，如：ID号和名称都属于这一范畴；
——确定所有与事件有关的细节。事件必须有一个日期/时间和一个类型。一般来讲，还应有一个事件发生的地点/位置。在本例中，“注册”是一个焦点事件，该事件是一个包含参与方、位置和其他事件在内的复杂事件。因此，需要进行多级分解以便能够彻底分解该事件；
——相关参与方的定义。甲方和乙方是与注册事件有关的参与方；
——地点/位置的定义。地点有三种基本类型：邮寄地址、物理地址（经纬度）和通信联系地址。
5
SDS/T ×××—2004
图5显示了经过分析后得到的“注册请求”信息模型中包含的一些数据元。
甲方基本信息享属机构送达地址乙方基本信息参考信息地址省县（ 区） 门牌号
注册请求发出地址交换条件注册内容 图5 “注册请求”信息模型中包含的数据元
有关数据元提取和分析的更为详细的内容参见GB/T 19488.1-2004 电子政务数据元 第1部分：设计
和管理规范以及SDS ×××—2004 数据元标准化的基本原则与方法。
⑵ 数据元的标准化
对提取出的数据元，由数据标准化专家、科学数据共享相关业务领域专家，按照SDS ×××—2004 数据元标准化的基本原则与方法及其它相关标准，对数据元进行标准化，形成可直接组成独立于语法数据交换格式的、可重用的数据元。
在科学数据共享中，数据元标准化的详细内容参见SDS ×××—2004 数据元标准化的基本原则与方法和SDS ×××—2004 通用数据元目录。 6.2 数据分类与编码
在形成的数据元的基础上，按照SDS ×××—2004 数据分类与编码的基本原则与方法中所述方法和其它相关标准，对需要进行代码化的数据元进行代码化处理，形成科学数据分类与编码，代码型数据元的代码映射为XML Schema中的属性。
在科学数据共享中，科学数据分类与编码的详细内容参见SDS ×××—2004 数据分类与编码的基本原则与方法和SDS ×××—2004 数据分类与编码。 7 科学数据共享XML数据交换格式结构设计规则 7.1 XML数据交换格式功能结构
XML数据交换格式的功能结构与国内外惯用的数据交换格式的功能结构相同，包括文档头、文档体和文档尾三个部分。
文档头包括文档标识信息，如：文档号、文档日期、角色信息等； 文档体包括数据交换格式的具体业务信息，构成文档的主体内容； 文档尾是一些说明性信息，有时可以省略。 XML数据交换格式的功能结构如图6所示。
6
SDS/T ×××—2004
文档头 文档体 文档尾 图6 XML数据交换格式的功能结构
7.2 XML数据交换格式的逻辑结构
规则1：XML数据交换格式定义为根聚合数据元；
规则2：XML数据交换格式在逻辑结构上是由聚合数据元和数据元以及它们之间的相互关系按照一定的层次组合在一起而构成的，用UML中的类图来描述；
规则3：聚合数据元是由描述某类对象的数据元和聚合数据元构成；
如：聚合数据元“详细地址”是由数据元“国家、省、市、县（区）、街道”构成，如表1所示。
表1 聚合数据元“详细地址”的组成结构
聚合数据元或数据元的中文名称
详细地址 国家 省 市 县（区） 街道 ...
类型 聚合数据元 数据元 数据元 数据元 数据元 数据元 ...
出现次数 n/a ...
数据元种类
代码类 代码类 代码类 代码类 文本
规则4：每个数据元值的类型是通过数据类型来限定的； 规则5：代码型数据元的值域表示为代码。 XML数据交换格式的逻辑结构如图7所示。
7
SDS/T ×××—2004
数据类型定义数据元的值数据元聚合聚合代码型数据元的值域代码聚合数据元聚合聚合数据交换格式 图7 XML数据交换格式的逻辑结构
8 聚合数据元和数据元的设计规则 8.1聚合数据元的设计规则
规则6：聚合数据元由两个或多个数据元构成，可以用UML类图中的类或包表示； 规则7：聚合数据元和数据元组合在一起，又可以构成新的聚合数据元；
规则8：聚合数据元只能针对一个对象类，具有单一功能，构成该聚合数据元的每个数据元或聚合数据元都与该聚合数据元的功能有直接关系；
规则9：聚合数据元应定义所包含的每个数据元的名称、数据元在该聚合数据元中的出现次数。 8.2数据元的设计规则
规则10：设计数据元，应保证该数据元尽可能是通用的，以便应用在更多的数据交换格式中； 规则11：数据交换格式的设计者在确定了满足数据交换格式或聚合数据元功能所需的所有数据元后，需要查明已有的科学数据共享通用或专用数据元目录中是否已经包括了所需的数据元，具体步骤如下：
检索现行的SDS ×××—2004 通用数据元目录或领域专用数据元目录：
——如果找到了所需的数据元，且能完全满足数据交换格式或聚合数据元的功能需求，则应使用该数据元；
——如果找到了所需的数据元，但其名称、说明和/或格式/表示不能完全满足用户需求，则应按照科学数据共享工程的数据维护请求程序，向科学数据共享工程的数据维护机构提出对该数据元进行修订的请求；
——如果没有找到所需的数据元，则应按照科学数据共享工程数据维护请求程序，向科学数据共享工程数据维护机构提出新数据元注册的请求。
8
SDS/T ×××—2004
对于代码型数据元：
——如果找到了所需的代码型数据元，且所需的代码值已经列入该数据元的代码表中，则应使用该数据元；
——如果找到了所需的代码型数据元，但所需的代码值不存在，则应按照科学数据共享工程的数据维护请求程序，向科学数据共享工程的数据维护机构提出新代码注册的请求；
——如果为代码型数据元提交了“新数据元注册的请求”，则还需提交该数据元所需每个代码值的代码请求。
规则12：数据元是数据交换格式中最小的信息单元。 9 聚合数据元和数据元映射为XML Schema的规则 9.1 聚合数据元、数据元与XML Schema中属性的映射关系
组成数据交换格式的聚合数据元、数据元与XML Schema中属性的映射关系如图8所示。
图8 聚合数据元、数据元与XML Schema中属性的映射关系
9.2 数据元映射为XML Schema的规则
规则13：将数据元定义为XML Schema中的元素（element），element name的值为数据元的中文名称；
如： 规则14：对于符合XML SCHEMA基本数据类型且不需要对数据类型进一步限制的数据元，可直接通过“type”属性定义其数据类型；数据元值的主要数据类型与XML SCHEMA基本数据类型的对应关系如表2所示。 如： 规则15：对于符合XML Schema基本数据类型且还需要对数据类型进一步限制的数据元以及代码型的数据元，需要声明元素类型的名称，元素类型的值为：<数据元中文名称>类型； 9 SDS/T ×××—2004 规则16：对于符合XML Schema基本数据类型且需要对数据类型进一步限制的数据元，通过使用“simpleType”和“restriction”来定义，“simpleType”的“name”属性为元素类型的值，数据元值数据类型的限制与XML Schema中刻面的对应关系如表3所示。 如： 规则17：对于代码型的数据元，通过使用“simpleType”、“restriction”和“enumeration”来定义，“simpleType”的“name”属性为元素类型的值； 如： 表2 数据元值的主要数据类型与XML Schema基本数据类型的对应关系 数据元值的主要数据类型 二进制 布尔型 日期 日期时间 时间 十进制数 整型 字符串 URI 10 XML Schema基本数据类型 xs:base64Binary xs:Boolean xs:date xs:datetime xs:time xs:decimal xs:integer xs:string xs:anyURI SDS/T ×××—2004 表3 数据元值数据类型的限制与XML Schema中刻面的对应关系 数据元值数据类型的限制 表达式 数据类型值的长度 数据类型值的最小长度 数据类型值的最大长度 枚举 总数位 分数位 数值的最小值 数值的最大值 排除比…小的值 排除比…大的值 xs:pattern xs:length xs:minLength xs:maxLength xs:enumeration xs:totalDigits xs:fractionDigits xs:minInclusive xs:maxInclusive xs:minExclusive xs:maxExclusive XML Schema的刻面 规则18：聚合数据元中的数据元也可以定义为XML Schema中的“attribute”，实例见9.3中规则22； 9.3聚合数据元转换为XML Schema的规则 规则19：将聚合数据元定义为XML Schema中的元素（element），element name的值为聚合数据元的中文名称，元素类型的值为：<聚合数据元中文名称>类型。 如：聚合数据元“联系信息”的结构如表4所示： 表4：聚合数据元“联系信息”的结构 数据元名称 联系人 单位名称 联系电话 ... 类型 数据元 数据元 数据元 ... 出现次数 n/a 0..1 1 ... 数据元种类 则： 规则20：使用“complexType”来定义聚合数据元的类型，“complexType”的“name”属性为元素类型的值； 如： 规则21：聚合数据元所对应的XML Schema中元素所包含的子元素应为该聚合数据元所包括的数据元和聚合数据元； 如： 11 SDS/T ×××—2004 规则22：聚合数据元所对应的XML Schema中元素所包含的属性应为数据元； 如：表1所示的聚合数据元“详细地址”中的数据元“国家”可以定义为XML Schema中元素“详细地址”所包含的属性（attribute），即： 规则23：聚合数据元中的数据元和聚合数据元的允许出现次数用XML Schema中的“maxOccurs和minOccurs”属性来定义，该规则不适用于作为XML Schema属性的数据元。 如： 12 SDS/T ×××—2004 10.1 XML Schema的语法规则 规则24：XML数据交换格式的语法应符合： ——W3C XML Schema Part 0:Primer; ——W3C XML Schema Part 1:Structure; ——W3C XML Schema Part 2:Datatypes. 10.2 XML Schema的结构设计规则 规则25：XML Schema整体结构应包括前导说明部分（prolog）、元素定义部分以及开始标记和结束标记； 规则26：前导说明部分：该部分需要声明数据交换格式的版本、字符集、命名空间以及一些注释信息； 规则27：元素定义部分：该部分是XML Schema的主体部分，科学数据共享数据交换格式的XML Schema的主体部分主要是聚合数据元和数据元、数据类型、代码表等分别定义为XML Schema的元素、类型和属性后形成的部分； 规则28：开始标记和结束标记：“Schema”元素是XML Schema中的第一个出现的元素， 10.3 XML Schema的前导说明部分设计规则 规则29：XML Schema的字符集 ——如果XML Schema中元素、属性、数据类型等内容都用英文表达，则encoding属性值为“UTF-8”； ——如果XML Schema中元素、属性、数据类型等内容中包含中文，则encoding属性值为“GB 2312”。 规则30：XML Schema的命名空间 ——XML前导说明部分必须包含命名空间的定义，缺省命名空间值为“http://sciencedata.cn”，如： ——科学数据共享领域内数据交换格式命名空间的值为“http://XXX.sciencedata.cn”； 如： 13 SDS/T ×××—2004 注：XXX内容由国家科学数据中心或国家科学数据网确定。 规则31：应在前导说明部分以注释的形式说明以下内容： ——XML Schema编写单位或编写人； ——XML Schema版本； ——XML Schema完成时间。 10.4 XML Schema的根元素设计规则 规则32：应把XML数据交换格式根聚合数据元定义为XML Schema的根元素，根元素的名称为根聚合数据元名称，根元素的类型定义为“xs:complexType”。 例如：声明“注册请求”作为XML SCHEMA的根元素为： 11 科学数据共享数据交换格式的设计流程 在实际的科学数据共享建设中，自上而下设计数据交换格式的情况很少，更常见的情况是：或许有现成可用的数据交换格式、或许有相关的数据元或聚合数据元等，因此，图8给出了在实际情况下，基于XML的科学数据共享数据交换格式设计的流程。 14 SDS/T ×××—2004 步骤1： 开始 搜索领域内或领域间 数据交换格式的XML Schema目录 步骤2： Yes 有可用的XML Schema ？ No 搜索科学数据共享通用/专用数据元目录 Yes 步骤3： 有可用的数据元？ No Yes 步骤4： 步骤5： 步骤6： 步骤7： 业务流程梳理-建立业务模型和信息模型 数据元分析、提取、标准化 组合数据元形成聚合数据元和数据交换格式并转换为XML Schema 结束 图8 数据交换格式的设计流程 步骤1：开始XML Schema的数据交换格式设计； 步骤2：搜索科学数据共享或科学数据共享领域内数据交换格式的XML Schema目录，查看是否有满足需要的、可用的数据交换格式，如果有可用的数据交换格式，则转到步骤7，结束设计过程，如果没有可重用的XML Schema，则转到步骤3； 步骤3：搜索科学数据共享通用/专用数据元目录，查看是否有满足需要的、可用的数据元，如果有可用的数据元，则转到步骤6，如果没有可用的数据元，则转到步骤4； 步骤4：业务建模与信息建模：分析、梳理科学数据共享业务流程，形成相关的信息模型，为数据元的分析、提取和标准化打下基础； 步骤5：数据元分析、提取和标准化：根据信息模型，按照《科学数据共享 数据元标准化的基本原则和方法》，进行数据元分析、提取、标准化，形成可重用的数据元； 步骤6：组合数据元形成聚合数据元和数据交换格式并转换为XML Schema：根据所需数据交换格式的要求，组合相关数据元形成聚合数据元，组合数据元和聚合数据元形成基于数据元和聚合数据元的数据交换格式模型并将该模型转换为XML Schema； 步骤7：结束。 15 因篇幅问题不能全部显示，请点此查看更多更全内容