Seminario di Ingegneria del software Studio della composizione di servizi attraverso luso di tecniche del data integration Autore:Paolo Urbano Docente:

Seminario di Ingegneria del software

Studio della composizione di servizi attraverso l’uso di tecniche

del data integration

Autore: Paolo Urbano

Docente: Giuseppe De Giacomo

• A View Integration Approach to Dynamic Composition of Web ServicesSnehal Thakkar, Craig Knoblock and José Luis AmbiteWorkshop on Planning for Web Services, The 13th International Conferenceon Automated Planning & Scheduling (ICAPS 2003), Trento, Italy, 2003.

• A Data Integration Approach to Automatically Composing and Optimizing

Web ServicesSnehal Thakkar, José Luis Ambite and Craig A. KnoblockIn Proceeding of 2004 ICAPS Workshop on Planning and Scheduling for Web and Grid Services, June 2004.

• Composing, optimizing, and executing plans for bioinformatics web services,Snehal Thakkar, Jose Luis Ambite, and Craig A. Knoblock.VLDB Journal, Special Issue on Data Management, Analysis and Mining forLife Sciences, 14(3):330--353, Sep 2005.

• Retrieving and Semantically Integrating Heterogeneous Data from the Web.Martin Michalowski, José Luis Ambite, Craig A. Knoblock, Steve Minton,Snehal Thakkar, and Rattapoom TuchindaIEEE Intelligent Systems., Vol. 19, No. 3, 2004, pp. 72-79.

Introduzione

• Il potenziale dei web services può essere sfruttato solo se si effettua la composizione dei servizi.

• In questo approccio vediamo i web services come sorgenti di dati.

• I primi tre articoli fanno uso di tali principi: i primi due illustrano le idee fondamentali e il terzo è un esempio di applicazione al dominio bioinformatico.

• La composizione completamente automatica di servizi, in risposta ad una query utente arbitraria, rimane un problema aperto.

A View Integration Approach to Dynamic Composition of Web Services (/1)

• Scopo: generare un piano d’integrazione universale di web service per rispondere alle query utente.

• Il Mediatore è l’oggetto che costruisce il piano d’integrazione.

• Il Mediatore tradizionale accetta in input una specifica query utente q e la riformula come combinazione di query alle sorgenti per rispondere a q, utilizzando un algoritmo di riformulazione di query.

• In questo articolo modifichiamo l’inverse rule algorithm per produrre un web service integrato che possa rispondere ad un range di query.

Esempio conduttore:

Ogni web service è rappresentato come un predicato:

CitytoCounty(city’, state’, county)

LAProperty(address’, city, value)

NYProperty(address’, city’, county, value)

YellowPages(name’, city’, state, address, phone)Gli attributi apostrofati sono richiesti come input del servizio, sugli altri non vi è nessun

tipo di restrizione.

Query utente:

Trova il valore fiscale delle proprietà di tutte le ubicazioni ‘Burger King’ nella città di ‘Torrance’ nello stato della California (‘CA’).



• Passi fondamentali:

1) Query utente Insieme di query datalog

2) Insieme di query datalog Theseus

Theseus è un meccanismo di esecuzione di query che permette il parallelismo delle operazioni e l’invio di un flusso di dati tra i vari componenti del piano d’integrazione generato.


Predicati del Mediatore:

Location(locid, address, city, county, state) Value(locid, value)Business(name, locid, phone)

Definizione delle sorgenti (approccio LAV):

R1: LAProperty(address, city, value):- Location(locid, address, city, county, state) ^ Value(locid, value) ^ county = ‘LA’^ state = ‘CA’

R2: NYProperty(address, city, county, value):- Location(locid, address, city, county, state) ^ Value(locid, value) ^ state = ‘NY’


R3: YellowPages(name, address, city, state, phone) :- Business(name, locid, phone)^ Location(locid, address, city, county, state)

R4: CitytoCounty(city, state, county):-

Locations(locid, address, city, county, state)


• La fase 1 consiste nell’invertire le definizioni delle viste per ottenere quelle delle relazioni globali sulle sorgenti:

Per ogni definizione V(X) :- S1(X1),…,Sn(Xn), dove X e Xi si riferiscono all’insieme di attributi nelle relazioni e nelle viste corrispondenti, l’Inverse Rule Algorithm genera n regole del tipo: Si(Xi’) :- V(X), dove la differenza tra gli insiemi X’ e X è che in X’ ci possono essere simboli di funzione.

R1: LAProperty(address, city, value):-

Location(locid, address, city, county, state) ^ Value(locid, value) ^

county = ‘LA’^ state = ‘CA’

IR1: Location( f1locid(a, ci, v), a , ci, ‘LA’, ‘CA’) :- LAProperty(a, ci, v)

IR2: Value(f1val(a, ci, v), v) :- LAProperty(a, ci, v)


La Fase 2 consiste nel trasformare l’insieme di regole datalog prodotte dalla Fase 1, unitamente alla query utente, nel linguaggio di Theseus:

costruzione di moduli;

ogni modulo rappresenta un’operazione;

ogni operazione prende in input e restituisce in output un insieme di relazioni

Corrisponde all’esecuzione della inverse rule Business(n, f1bus(n, a, ci, s, p), p):- YellowPages(n, ,a, ci, s, p)

Corrisponde all’esecuzione delle inverse rule IR1 e IR2

InRel(name’, city’, state’, value)

Tutti i web service sulle tasse delle proprietà sono interrogati in parallelo.


Problema:

• Il Mediatore deve generare un nuovo piano d’integrazione per ogni query utente, anche se, per esempio, cambiano solo i valori delle costanti.

Idea:

• Il Mediatore diventa un generatore di web service:

accetta una query utente e genera un web service capace di rispondere ad una classe di query, alla quale apparitene anche la query data.


• Generalizzazione di una query:

Le tecniche per generalizzare le query si basano, generalmente, sulle combinazioni degli attributi sui quali generalizzare.

Qui viene utilizzata una “generalizzazione completa”, cioè una generalizzazione su tutti i parametri, la query diventa:

‘Trova i valori fiscali di tutte le proprietà di una certa attività in una data città di un certo stato.’


Problema derivante dall’uso di questa tecnica:

• Il piano generato potrebbe inviare troppe richieste a molte sorgenti di dati.

Idea: Tuple – Level Filtering Algorithm

Con questa tecnica, ogni sorgente viene interrogata solamente per l’informazione presente nella sorgente stessa.


Risultano quindi necessarie due modifiche all’Inverse Rule Algorithm:

• Le costanti vengono trattate come variabili per generalizzare la query (il piano risultante avrà la capacità di interrogare sia il web service relativo alle proprietà della contea di Los Angeles, sia quello relativo allo stato di New York).

• Le sorgenti vengono interrogate solo con input validi (Il Los Angeles web service verrà interrogato solo per le proprietà di Los Angeles e Il New York web service solamente per quelle di Newy York); le interrogazioni alle sorgenti vengono filtrate utilizzando i vincoli presenti nelle definizioni delle sorgenti.


Risultato:

Numero minore di interrogazioni e interrogazioni più ‘sensate’:

• Per una specifica query, solo uno dei web service sulle tasse delle proprietà viene effettivamente interrogato;

• Le interrogazioni sono filtrate oltre che dalle operazioni di select, anche da interrogazioni ad altre sorgenti che contengono informazioni che permettono di risparmiare ulteriormente.

Il Mediatore, a partiredal programma datalog, costruisce ilpiano d’integrazioneche viene eseguito da Theseus.

L’informazione sulle Tasse è ottenutafacendo uso anchedel web serviceCityToCounty

Il Mediatore restituisceall’utente l’URL del nuovo servizio generato

A Data Integration Approach to AutomaticallyComposing and Optimizing Web Services(/1)

• La novità sostanziale di questo articolo è rappresentata dall’implementazione di metodi per ottimizzare l’esecuzione della composizione di web service

• Oltre al funzionamento del Tuple – Level Filtering Algorithm, per ridurre il numero di richieste ai web service, sarànno utilizzate delle interrogazioni aggiuntive per ottimizzare ulteriormente l’esecuzione.


Oltre alle descrizioni delle sorgenti, vengono fornite al sistema, dall’esperto del dominio, le dipendenze funzionali, nel nostro caso, per esempio, consideriamo la dipendenza funzionale:

<address, city, state> <value>Avremo in input al Mediatore:

FR1: equals(value, value’) :-BusinessProperties(name, addr, city, county,state, zip, phone, value)^BusinessProperties(name’, addr’, city’, county’,state’, zip’, phone’, value’)êquals(addr, addr’)êquals(city, city’)êquals(state, state’)

FR2: equals(x, z) :- equals(x, y) ^ equals(y, z)


Consideriamo il programma datalog generato dal sistema:

PR1: Q1(name, addr, city, cty, st, zip, ph, val):-

YellowPages(name, zip, city, st, addr, ph)^

name = <name>^

LAProperty(addr, city, zip, val)

PR2: Q1(name, addr, city, cty, st, zip, ph, val):-


name = <name>^

TNProperty(addr, city, cty, zip, val)

Il Tuple Level – Filtering Algorithm fornisce al programma i valori dei parametri per effettuare le operazioni di filtraggio.


Passi fondamentali del Tuple – Level filtering Algorithm:

• Analizza la lista delle chiamate di sorgente:

• Per ogni definizione di sorgente esamina i vincoli:

1) Se il valore dell’attributo coinvolto è presente nel corpo

di una Inverse Rule inserisce il vincolo di filtraggio

2) Altrimenti inserisci una ‘sensing operation’ per recuperare il valore del parametro


1) L’algoritmo fa uso di vincoli di uguaglianza e di ordinamento per ridurre l’ampiezza delle query:

TR1: Q1(name, addr, city, cty, st, zip, ph, val):-YellowPages(name, zip, city, st, addr, ph)^name = <name>^st = ‘CA’^LAProperty(addr, city, zip, val)

TR2: Q1(name, addr, city, cty, st, zip, ph, val):-YellowPages(name, zip, city, st, addr, ph)^name = <name>^st = ‘TN’^TNProperty(addr, city, cty, zip, val)


2) Il Mediatore può chiamare altri servizi per recuperare i valori degli attributi richiesti: sensing operation

Il programma datalog ottimizzato include la chiamata al servizio CityToCounty per produrre il vincolo: County = ‘Los Angeles’SR1: Q1(name, addr, city, cty, st, zip, ph, val):-


name = <name>^ st = ‘CA’^

CitytoCounty(city, st, cty)^cty = ‘Los Angeles’^

LAProperty(addr, city, zip, val)

SR2: Q1(name, addr, city, cty, st, zip, ph, val):-


name = <name>^st = ‘TN’^

TNProperty(addr, city, cty, zip, val)


Risultati sperimentali

Query:

‘Richiesta di creare un web service che accetta il nome di un’attività e fornisce la lista delle ubicazioni di tali attività e i loro valori fiscali’

Input #tuple

PagGialle #tuple

Tennesse

#tuple California

#tuple Los Angeles

Inverse Rule

T-L Filtering

With Sensing

356 17 10 4 8747 sec 92 sec 88 sec


• L’applicazione delle tecniche di ottimizzazione descritte ha ridotto il tempo di esecuzione di due ordini di grandezza.

• In generale, il Tuple – Level Filtering Algorithm, con o senza sensing operation, è notevolmente efficace nei domini dove più attributi possono essere utilizzati per ridurre le richieste a differenti web service. Per esempio: integrare l’informazione proveniente dai giornali locali o dai produttori di automobili.

Composing, optimizing, and executing plansfor bioinformatics web services(/1)

• Questo articolo descrive un’applicazione dei risultati precedenti al dominio bioinformatico.

• Consiste nella composizione automatica di piani d’integrazione parametrizzati per web service di tipo informativo:

il sistema crea un piano d’integrazione che accetta i valori dei parametri forniti in input, recupera ed integra l’informazione dai web service rilevanti e restituisce il risultato all’utente.

• I valori dei parametri di input non sono noti al tempo di composizione del piano.


• Dominio: ci sono diversi web service, che modellano l’informazione sui vari tipi di proteine e sulle interazioni tra le proteine stesse:


• Query: creare un web service che accetta l’identificatore di una proteina, interroga le sorgenti rilevanti e restituisce l’informazione all’utente sulla sequenza della proteina stessa e le informazioni sulle proteine con le quali interagisce direttamente o indirettamente:

Le entità Protein e Protein – Protein Interaction sono entità virtuali



Domain Rule: permette

di esprimere la

chiusura transitiva

della relazione

Protein – Protein

Interaction,per non

perdere l’informazione

sull’interazione indiretta

tra le proteine.


Applicazione dell’Inverse Rule Algorithm:

In questo caso la corrispondenza tra ledefinizioni di sorgentee le regole inverse è 1 a 1 (in generale, è 1 a n).


• Il Mediatore combina la query utente, le regole inverse rilevanti e la domain rule per generare un piano universale, capace di rispondere alla classe di query alla quale appartiene anche quella iniziale:

Nel piano sono presenti anche le sorgenti MMProtein e MMProtein Interaction,anche se non servono alla query iniziale.

A questo punto diventa necessarioottimizzare l’esecuzione del piano d’integrazione generato per rimuoverele richieste inutili alle sorgenti (il valore dei parametri è noto soloa tempo di esecuzione).


Applicazione delle tecniche di ottimizzazione:• Consideriamo la richiesta di creare un web service che accetta

l’identificatore di una proteina e il valore taxonid (un valore che rappresenta il tipo di proteina) e trova tutte le interazioni protein – proteina.

• L’algoritmo utilizza i vincoli sull’attributo taxonid ed aggiunge i vincoli di filtraggio prima di interrogare il web service:


Aggiunta di una ‘sensing operation’:

• L’algoritmo interroga la sorgente SS per ottenere i valori dei parametri non ancora noti


• Siccome sussiste l’ipotesi di ‘mondo aperto’, le risposte alle query potrebbero non essere complete, diventa, quindi, necessario recuperare le tuple eventualmente perse:

In questo modo non vi sono tuple in menorispetto al risultato della query iniziale.

Per garantire la correttezzadella tecnica utilizzata, non ci devono essere nemmeno tuple in più rispetto al risultato della query originaria:il Tuple – Level Filtering Algorithm verifica le ‘condizioni di compatibilità’ prima di interrogare una sorgente aggiuntiva, tra le quali vi è il vincoloche il risultato della query ottimizzata sia un sottoinsieme di quello della query originale.


• Piano effettivamente eseguito dal sistema:

viene inserita una richiesta alla sorgente DipProtein (sensing operation) e successivamente il vincolo taxonid = 9606 (filtering operation) prima delle richieste ai web service riguardanti le proteine.


Conclusioni:

• Grazie alla modularità del lavoro svolto, i vari strumenti sviluppati possono essere utlizzati indipendentemente gli uni dagli altri:

Theseus come meccanismo di esecuzione dei piani generati;

Tuple – Level Filtering Algorithm, con o senza sensing operation, per ottimizzare l’esecuzione dei piani;

L’inverse Rule Algorithm come algoritmo di riformulazione di query.


Sviluppi futuri

• Strategie per stabilire efficientemente come determinare i vincoli utilizzati per generalizzare la query utente.

• Modellare in maniera automatica il nuovo web service generato dalla richiesta dell’utente come sorgente di dati nel dominio del mediatore (questo può essere ottenuto rappresentando il nuovo web service tramite la struttura della query).

• Facilitare l’integrazione intelligente di web service differenti.

Retriving and semantically integrating heterogeneous data from the web(/1)

Questo articolo utilizza le idee chiave degli studi precedenti e fornisce strumenti complessi d’integrazione semantica dei dati.

Concetti chiave dell’articolo:

• Realizzazione di tecnologie in grado di integrare i dati descritti in ontologie diverse, per esempio le immagini e i dati strutturati.

• Riconoscere quando più oggetti in differenti siti rappresentano lo stesso oggetto nel mondo reale.


• Building Finder integra le immagini provenienti dal satellite e i dati strutturati e semistrutturati di varie sorgenti online utilizzando il semantic web.

• L’utente può interrogare una vista integrata di queste sorgenti e richiedere a Building Finder di sovrapporre accuratamente le informazioni riguardanti edifici e strade alle immagini del satellite.


• I dati raccolti sono eterogenei anche in termini di come l’applicazione accede alle sorgenti:

alle immagini del satellite tramite Microsoft’s web service Terra-Service, alle strade tramite US Census Bureau’s Tigerline file(un database dell’università della california del sud);

inoltre accede all’informazione presente in Los Angeles Property Tax Information Web Site e a Yahoo Yellow Page Web Site.

• L’utente può utilizzare Building Finder per mezzo di un’interfaccia che fa uso di agenti che interrogano l’applicazione con RDF Data Query Language (RDQL) ed ottenendo i risultati in RDF.


Strumenti per l’integrazione di dati efficiente:

1) Tecniche di apprendimento automatico per convertire i siti tradizionali e i database in web services.

2) Record Linkage System per consolidare i dati presenti in sorgenti diverse che si riferiscono alla stessa entità.

3) Mediatore che fornisce accesso uniforme ai dati.

4) Sistema di esecuzione di query efficiente.


(1) Wrapping delle sorgenti online:• E’ necessario poiché l’ampiezza e la profondità delle query non favoriscono

l’uso di sistemi di immagazzinamento dei dati localmente.

• Le pagine web sono scritte in HTML quindi estrarre i dati diventa un lavoro complicato perché i tag non possiedono una semantica ben precisa.

• I wrapper devono ‘imparare’ ad estrarre i dati rilevanti cercando un percorso che li conduca ai dati d’interesse: possiamo utilizzare una tecnica di ragionamento automatico chiamata Wrapper Rule Learning; per esempio, per estrarre i nomi delle persone possiamo notare che il dato è presente dopo <HTML>Name:<b> e prima di </b>.


(2) Record Linkage System:• Rispondere al problema: gli stessi oggetti possono esistere in formati

differenti e la ricerca di un oggetto può restituire risultati multipli.

• Active Atlas individua gli attributi comuni di oggetti, apparentemente diversi, per identificare un matching tra gli oggetti stessi:

- seleziona una sorgente primaria per il nome dell’entità e fornisce un mapping tra tale sorgente ed ogni altra che fornisce un nome differente.

Il sistema può imparare che ‘Rep’, in una sorgente, è comunemente usato come abbreviazione di ‘Republic’, che una sorgente utilizza spesso

acronimi, che un’altra rappresenta le persone con ‘Nome e Cognome’, mentre un’altra ancora con ‘Cognome e Nome’.

• Uso congiunto di un sistema di consolidamento di oggetti e di un mediatore:

il mediatore, in questo caso, serve ad individuare automaticamente quali sorgenti secondarie interrogare nel caso in cui il sistema di consolidamento di oggetti non possa determinare se due oggetti si riferiscono alla stessa entità.


(3) Il Mediatore: PrometheusObiettivo: fornire un accesso unico alle varie sorgenti di dati.

L’utente invia una query attraverso l’interfaccia oppure formula una RDQL query, e il Mediatore restituisce il risultato all’interfaccia.


I tre componenti principali di Prometheus:

A) Modello di dati

B) Riformulazione di query

C) Convertitore Datalog Theseus


A) Il Modello dei dati:

Building Finder usa i predicati di dominio Street, Image e Building.

L’utente può interrogare il sistema attraverso l’uso di questi predicati (definiti secondo l’approccio GAV)


B) Riformulazione di query:

alla ricezione della query, Prometheus unisce la query al modello del dominio e genera un programma Datalog in grado di rispondere alla query.

C) Convertitore:

Prometheus converte il programma Datalog per farlo eseguire a Theseus.


4) Esecuzione efficiente di query

Cause di inefficienza:

• presenza di sorgenti multiple;

• ritardi di rete e/o dovuti alla capacità delle sorgenti di elaborare le richieste;

• vincoli di precedenza tra le sorgenti di dati.


Parallelismo orizzontale e verticale in Theseus:

• orizzontale: esecuzione decentralizzata, gli operatori (le funzioni) lavorano indipendentemente gli uni dagli altri.

• verticale: gli operatori si attivano appena il loro input diviene disponibile e passano il risultato agli altri operatori in

modalità pipeline.

Attivazione degli operatori per il recupero dell’informazione riguardante le tasse sulle proprietà e le informazioni sugli edifici:


Confronto tra quest’approccio rispetto a quello basato sul datawarehousing spesso utilizzato nel semantic web:

• il sistema accede a dati sempre ‘freschi’ (nel datawarehousing i dati potrebbero essere modificati prima del ciclo di aggiornamento del warehouse)

• l’applicazione è più scalabile: i dati disponibili sul web crescono molto e diventa difficile ospitarli localmente

• cambiare l’ontologia del mediatore e le definizioni delle sorgenti (approccio GAV) è più facile piuttosto di ricostruire il datawarehouse.


Applicazione possibile:

Gestione dei disastri: Building Finder potrebbe, in tale eventualità, risultare utile per ottenere informazioni sulle aree affette, inclusi i nomi delle strade e degli edifici.

Sviluppi futuri:

Integrare le sorgenti utilizzando tecniche Object Oriented, ragionando sulle classi, come in OWL e RDF, piuttosto che limitarsi alle regole Datalog.

Sensing source e binding pattern

Entrambi le tecniche possono essere utilizzate per recuperare i valori degli attributi mancanti.

Confronto diventa tra l’applicazione delle sensing operation e i risultati teorici sul binding pattern.

Analisi e dimostrazione della validità:

• del Tuple – Level Filtering

• del binding pattern

Compatibilità di una sorgente

Teorema

Dato un piano d’integrazione Q, generato utilizzando l’algoritmo dell’Inverse Rule in risposta ad una query utente, il Tuple – Level Filtering produce un nuovo piano d’integrazione Q’, contenente filtri e sensing operation, tale che Q=Q’.

Dimostrazione

date le definizioni delle sorgenti:

e consideriamo le seguenti query:

• caso 1: la tupla [X, Z] appartiene alla prima regola di Q’

allora deve appartenere anche alla sottoformula

• caso 2: la tupla [X, Z] appartiene alla seconda regola di Q’

allora anch’essa deve appartenere anche alla sottoformula

• caso1: Supponiamo che esistono Y’, Z’ tali che

Allora se [X, Z] appartiene a

Dovrà appartenere anche alla seconda regola di Q’

• caso 2: Supponiamo che esistono Y’, Z’ tali che

Allora se [X, Z] appartiene a

Dovrà appartenere anche alla prima regola di Q’.

• caso 3: Supponiamo che esistono Y’, Z’ tali che

sviluppiamo la definizione di SS, si ha che

Per la definizione di SF, inoltre:

Allora,

• caso 3…continua:

Tuttavia, la VI condizione della verifica della compatibilità della sorgente deve essere anch’essa soddisfatta

Ma allora esiste una tupla che appartiene al corpo della prima query e non alla seconda.

Assurdo.

Il Tuple – Level Filtering non modifica la semantica della query utente.

c.v.d.

Computing Complete Answers to Queries in the Presence of Limited

Access Patterns• Studio della stabilità di varie classi di query

Una query è stabile se la sua risposta completa può essere calcolata per ogni database costituito dalle relazioni della

query stessa.

• Studio della fattibilità di una query e cerchiamo di metterla in relazione con la stabilità.

L’ordine dei sottogoal di una query è fattibile, se per ogni sottogoal nell’ordine, le variabili di input o sono costanti o

sono presenti in un sottogoal precedente.Una query è fattibile se ha un ordine fattibile dei suoi sottogoal.

Esempio di query fattiblie e stabile

Binding adornament di r ed s: ‘bf’

Fattibilità Stabilità

Lemma: Una query congiuntiva fattibile è stabile.

Dimostrazione

• Sia Q una CQ che abbia un ordine fattibile dei suoi sottogoal g1(X1), …gn(Xn).

• Costruzione di un “piano lineare”: calcolare la sequenza di n relazioni supplementari I1, ...In, tali che la relazione Ii è la relazione ottenuta dopo che i primi i-1 sottogoal sono stati eseguiti.

continua….

Fattibilità Stabilità

• Provare che questo piano calcola effettivamente ANS(Q, D):supponiamo che ogni tupla appartenente ad ANS(Q, D)

viene dalle tuple t1, …tn delle relazioni g1, ..gn, rispettivamente.Per ogni j=1..n, la tupla

è inclusa nella relazione supplementare senza variabili irrilevanti (quelle che non appaiono nei

sottogoal successivi o nella testa della query).

Accediamo al j-esimo sottogoal rispettando il suo biinding pattern (query fattibile) per ottenere la tupla

Otteniamo anche la relazione supplementare n-esima.

Corollari

• Una query congiuntiva è stabile se ha una query equivalente fattibile

• Se una query congiuntiva ha una query equivalente minimale fattibile, allora la query è stabile

Stabilità Fattibilità

Lemma:

se la query minimale equivalente ad una query conguntiva non è fattibile, allora la query non è stabile.

Costruzione di D1 e di D2.

La query non è fattibile quindi almeno un sottogoal rispondibile

UCQ

• Se applichiamo il nostro studio all’unione di query congiuntive (UCQ) otteniamo:

Sia Q un unione di query congiuntive su relazioni con binding pattern, Q è stabile se e solo se, per ogni query, la query minimale equivalente a Q è stabile.

Stabilità di query Datalog

Vediamo un esempio:

Flight(F, T)

una relazione (binding adornament ‘bf’) che rappresenti i voli nonstop da F a T.

Definiamo la relazione reachable:

RGG: Rule Goal/Graph

Costruiamo l’RGG associato al goal reachable:

Esempio di RGG fattibile

RGG: Rule Goal/Graph

• Costruiamo l’RGG associato al goal reachable, dopo aver invertito l’ordine dei sottogoal della regola r2:

Esempio di RGG non fattibile

Condizione sufficiente

Il problema di determinare la stabilità di un programma datalog è indecidibile (anche l’equivalenza di query datalog è indecidibile)

Ci dobbiamo accontentare una condizione sufficiente:

Se un insieme di relazioni con binding pattern ha un RGG fattibile rispetto ad un query goal, allora la query è stabile

Conclusioni

Questi risultati teorici sono una certificazione del fatto che è ragionevole utilizzare le tecniche sul binding pattern per ottenere risposte complete durante il recupero di dati dalle sorgenti. Lo stesso obiettivo, del resto, che volevamo raggiungere quando utilizzavamo sorgenti ausiliarie (sensing source) nel Tuple – Level Filtering per recuperare il valore degli attributi mancanti.

Documents

Seminario di Ingegneria del software Studio della composizione di servizi attraverso luso di tecniche del data integration Autore:Paolo Urbano Docente: