[发明专利]一种文档库系统中的并发控制方法及系统

说明书

技术领域

本发明涉及文档处理技术领域，特别涉及一种文档库系统中的并发控制方法及系统。

背景技术

信息可大致分为结构化数据和非结构化数据，其中以书面文档和流媒体为主的非结构化数据根据资料统计占有量超过百分之七十。结构化数据的结构比较简单，即一个二维表结构，其处理技术以数据为代表，主要是利用数据库系统进行处理，从上世纪七八十年代开始发展，到九十年代达到顶峰，研发和应用已经比较成熟。非结构化数据则没有固定数据结构，因此对非结构化数据的处理非常的复杂。

目前处理各种非结构化文档的软件已经比较普及，形成了多种文档格式林立的状况。例如，文档编辑目前就存在微软(Microsoft)的Word、WPS、永中的Office、Red的Office等。通常，一个内容管理软件往往要处理二三百种文档格式，而且这些格式还在不断更新，给这类软件的开发带来了巨大的困难。如何解决文档不通用、访问接口不统一、数据兼容代价高等问题越来越成为人们的关注点。

为此，本申请人已提出了一种文档处理技术(参见申请号为PCT/CN2006/003296的国际专利申请文件)，以实现对文档的互操作、对多文档的管理、更好的文档安全性以及更好的查询检索。如图1所示，在此文档处理技术中，应用层的应用软件向文档库系统发出对符合通用文档模型的文档进行操作的标准指令，所述标准指令采用与操作系统无关的描述方式生成，文档库系统根据该标准指令执行文档操作。此文档处理技术改变了从用户界面到文档存储都由一个软件来完成的现状，将其划分为应用层和文档库系统层，并定义一个规范两层之间交互的接口标准，还可以进一步构建一个符合该接口标准的接口层。其中，文档库系统是具备各种文档操作功能的通用技术平台，应用软件要对文档进行操作时就通过该接口层来向文档库系统发出相应指令，文档库系统根据该指令对存储器中的文档库(如Docbase1.sep2)中的文档执行相应操作。这样，只要各应用软件和各文档库系统都遵循同样的标准，不同应用软件就可以通过同一个文档库系统对同一文档操作，即可实现对文档的互操作。同样，同一个应用软件也可以通过不同文档库系统对不同文档进行操作，而不用分别对每种文档格式都进行单独开发。

此外，本申请人还在上述申请中提出了一种通用文档模型，该模型能与各应用软件所需要处理的文档相符合。接口标准就是基于该文档模型来确定的，这样才能实现不同的应用软件都可以通过接口层来对文档进行操作。该通用文档模型也适用于各种文档格式，这样同一个应用软件才可以通过接口层来对不同文档格式进行操作。该通用文档模型至少包括由多个文档组成的文档集、文档库和文档仓库等层次，接口标准中也包含对多文档的组织管理、查询检索、安全控制等指令。该通用文档模型还包括将页由具有上下顺序的层组成，接口标准中也包含对层的各种操作指令，以及对一个文档某一层所对应源文件的存储和提取。文档库系统还具备对文档的信息安全管理控制功能，如基于角色的细粒度权限管理，并在接口标准中定义了相关的操作指令。

图2是上述通用文档模型一具体实例。如图2所示，该通用文档模型包含文档仓库、文档库、文档集、文档、页、层、对象组、版面对象等多个层次。

其中，文档仓库由一个或多个文档库组成，文档库之间的关系相对于文档库之下的层次之间的关系相对要松散一些，文档库之间可以非常简单地组合和拆离，而不用对文档库本身的数据做改动，该多个文档库之间往往没有建立统一索引(特别是全文索引)，很多对文档仓库的检索操作一般都需要遍历各文档库的索引，而没有统一的索引可用。每个文档库由一个或多个文档集组成，每个文档集由一个或多个文档组成，还可以包含任意数量的子文档集。这里所说的文档相当于目前普通的一个文档文件(例如DOC文档)，通用文档模型可以规定一个文档只能属于一个文档集，但也可以允许一个文档属于多个文档集。文档库不是多个文档的简单组合，它把多个文档紧密地组织起来，特别是为文档内容统一建立了各种检索索引后就能带来更大的便利性。

每个文档由一页或存在一定顺序(如前后顺序)的多页组成，每页的版心可以不同，而且版心也不一定是矩形的，可以是任意形状，可以用一条或多条封闭曲线表示版心。