WebSemantica4 BDF Edu

Master Servicios Web, Seguridad Informática y
Aplicaciones de Comercio Electrónico
Módulo
Web Semántica
Bases de Datos Federadas
Eduardo Mena
Área de Lenguajes y Sistemas Informáticos
Dpto. de Informática e Ingeniería de Sistemas
emena@unizar.es, 976-76 23 40
Despacho D0.17, Edificio Ada Byron
Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico
Departamento de Informática e Ingeniería de Sistemas (Universidad de Zaragoza)
Bases de Datos Distribuidas
Bases de Datos Interoperables
Sistemas de Información Globales
Prácticas: agentes que acceden a BDs y Webs para poblar una

ontología sobre alimentos y comensales

Objetivo:
 Una BD  varias BDs
 Problemas de heterogeneidad
 Sintáctica
 Semántica
 Conocer las tendencias futuras (I+D)
 Saber aplicar nuestros conocimientos a casos reales
Prácticas: Desarrollo de un prototipo en entornos heterogéneos y

distribuidos

Bases de datos distribuidas
Tecnología de Bases de Datos (tradicional)

 Centralización de datos
 Varios Ficheros  Una Base de Datos
Redes de Computadores
 Distribución/compartición de recursos
 BD centralizada  BD distribuida (¿varias BDs?)
BD Distribuidas: unión de estas dos aproximaciones

(aparentemente opuestas)
 La tecnología de BD busca la INTEGRACIÓN de los datos y no la
CENTRALIZACIÓN

Integración vs. Centralización
El número de fuentes de datos accesibles crece
Centralización
 mantener un único depósito de datos donde acceder desde distintos
nodos
Integración
 enlazar virtualmente los distintos depósitos de datos (heterogéneos)
para ofrecer una visión similar a un único depósito centralizado

Definición de base de datos distribuida
Un sistema de BD distribuidas es una colección de varias BDs que

se encuentran lógicamente inter-relacionadas y distribuidas sobre
una red de ordenadores.
Un sistema de gestión de bases de datos distribuidas (SGBDD) es

el software que permite el manejo de sistemas de BDs distribuidas
y que hace dicha distribución transparente al usuario.
No son Sistemas de BDs Distribuidas:

 Acceder remotamente a una BD que reside en uno de los nodos de
una red

Transparencia en Entornos Distribuidos
Transparencia de red
 el usuario no debe ser consciente del uso de la red
 transparencia de localización: dónde están los datos, lenguajes “locales”
necesarios
 transparencia de nombres: nombres únicos en todo el sistema distribuido,
independientes de la localización
Transparencia de fragmentación
 el usuario no debe ser consciente de la existencia de varios depósitos de datos
Transparencia de replicación
 el usuario no debe ser consciente de la existencia de varias copias de los datos

Ventajas de las BDD
La distribución puede ser la organización más natural

Mayor fiabilidad y disponibilidad (puede haber replicación)
Autonomía local (establecer políticas locales de acceso a datos)
Más eficiencia al acceder a los datos locales (frente a una
centralizada)
Economía (mejor varios PCs en red que un mainframe)
Más posibilidades de expansión (añadir más recursos a la red)
Compartición de datos (debido a que se encuentran en red)

Desventajas de las BDD
Falta de experiencia en el diseño de SBDD

Complejidad
 todos los problemas de las BD centralizadas + otros
Costo (hardware / tiempo acceso)
Distribución del control
 también era ventaja: autonomía
Seguridad
 se añaden los problemas de seguridad en redes
Dificultad de cambio
 Cuando ya existe una BD centralizada

Factores que influyen en las arquitecturas de BDDs (I)
Distribución
 Una BD es distribuida si esta dividida en distintos componentes

(integrados)
 BDD ≠ varias BDs no integradas
 Los componentes distribuidos que constituyen una BD distribuida son

a su vez bases de datos (BDs componentes o locales)
 Las BDs componentes tendrán un grado de autonomía local

determinado

Factores que influyen en las arquitecturas de BDDs (II)
Autonomía
Tipo de control que los SGBD tienen sobre cada BD local
 Autonomía de diseño: existe si los administradores de la BD (ABD)
pueden cambiar el esquema conceptual de sus BDs independientemente
de si forman parte de un sistema distribuido o no.
 Autonomía de comunicación: si se puede decidir localmente

cuándo comunicarse con los otros SGBD locales.
 Autonomía de ejecución: si se pueden ejecutar transacciones

globales y locales en el orden en que se quiera.
 Autonomía de participación: si puede decidir cómo participar en el

sistema distribuido.

Factores que influyen en las arquitecturas de BDDs (III)
Heterogeneidad
 Distinto hardware, SO, software comunicaciones.
 Distinto modelo de datos (rel., jerárquico, red, OO,..)
 Distintos SGBDs (aunque sean del mismo modelo)
 Heterogeneidad semántica (aun con el mismo SGBD)

 sinonimia: elementos iguales con distintos nombres
 homonimia: elementos distintos con igual nombre
 otras relaciones semánticas (hiperonimia, hiponimia, agregación, etc,…)
 el mismo elemento del mundo real puede ser representado como entidad
o atributo, atributos con tipos diferentes, etc.
 Puede existir tanto a nivel intensional como extensional

Factores que influyen en las arquitecturas de BDDs (y IV)
Existencia o no de esquema global

 Si se proporciona un esquema global entonces es como si se
trabajara con una única base de datos. Las preguntas se realizan
sobre dicho esquema global:
SELECT *

 FROM VUELOREAL, BILLETES
 WHERE VUELOREAL.ID=BILLETES.ID
 En el esquema global se sabrá que VUELOREAL está en BD1 y BILLETES

en BD2 pero es transparente al usuario (desarrollador de aplicaciones)
 Si no, se necesita un lenguaje de acceso a distintas BDs.
 SELECT *
 FROM BD1@VUELOREAL, BD2@BILLETES
 WHERE VUELOREAL.ID=BILLETES.ID

Arquitecturas de BD distribuidas
Sistemas de BDs Distribuidas (SBDD)

 Formados por BDs no autónomas.
 Proporcionan un esquema global.
 El esquema global se obtiene de arriba a abajo: primero se define el esquema
conceptual global y luego se fragmenta en varias BDs.
Sistemas de BDs Interoperantes (SBDI)
 Formados por BDs autónomas.
 No proporcionan esquema global sino lenguajes de acceso a BDs.
 El usuario es consciente de que trabaja con varias BDs.
Sistemas de BDs Federadas (SBDF)
 Formados por BDs autónomas.
 Proporcionan un esquema global.
 El esquema global se obtiene de abajo a arriba: los esquemas locales son pre-
existentes y se integran en un esquema global. No se decide fragmentar: la
redundancia probablemente ya existe.

Diseño de BDs Distribuidas
Es necesario un sistema de gestión de BD Distribuidas que realice

lo siguiente:
 procesamiento de preguntas
 mantenimiento de la consistencia si hay replicación de datos
 control de transacciones
 etc...
En algunos casos (determinados SBDD, SBDI) se podrá comprar,

pero no siempre (SBDF)

Diseño top-down de BDD
Esquema Global Información de Acceso
(transacciones)
FRAGMENTACIÓN
Esquema Global Fragmentado
ASIGNACIÓN
Esquema Local 1 Esquema Local N
DISEÑO FÍSICO DISEÑO FÍSICO
Esquema Físico 1 Esquema Físico N

Fragmentación (I)
El problema de obtener los esquemas locales a partir del global se

divide en dos:
 Fragmentación: dividir el esquema global en fragmentos.
 Asignación: distribuir los fragmentos entre los esquemas locales.
El fragmento es la unidad a distribuir

 puede ser parte de un tabla o un cjto. de ellas.
 ventaja: incrementa el nivel de concurrencia de transacciones.
 desventaja: algunas transacciones se degradarán si tienen que trabajar
con varios fragmentos.

Fragmentación (II)
Fragmentación horizontal: basada en encontrar condiciones de

selección
Fragmentación vertical: basada en encontrar conjuntos de atributos a

proyectar

Fragmentación híbrida (y III)
Primero horizontal...
... y luego vertical a cada fragmento

Corrección de la fragmentación
Completitud
 Todo elemento de la relación debe estar en alguno de los fragmentos.
Reconstrucción
 La relación inicial debe poder reconstruirse aplicando operadores
sobre los fragmentos
Intersección vacía (disjointness)

 Intersección de los fragmentos debe ser vacía
• Nota: a excepción de las claves (para poder reconstruir la relación
inicial a partir de los fragmentos)

Asignación (I)
Asignar fragmentos a los esquemas locales
 Sin replicación: todo fragmento reside en un único nodo

 bueno para actualizaciones, malo para preguntas
 Con replicación total: todos los fragmentos residen en todos los

nodos
 bueno para preguntas, malo para actualizaciones
 Con replicación parcial: algunos fragmentos pueden residir en más de

un nodo
 compromiso entre actualizaciones y preguntas

Asignación (y II)
REPLICACIÓN REPLICACIÓN SIN

COMPLETA PARCIAL REPLICACIÓN
PROCESAMIENTO
Más fácil Más difícil Más difícil
DE PREGUNTAS
CONTROL DE
Difícil Más difícil Más fácil
CONCURRENCIA
DISPONIBILIDAD Muy alta Alta Baja

DE LOS DATOS

Formulación del problema de la asignación
Dados N fragmentos y M nodos, encontrar la matriz X

 (Xij = true)  el fragmento i se aloja en el nodo j tal que minimiza
el costo total
 suma de los costos de procesamiento de todas las preguntas,
actualizaciones (multiplicando cada costo por el nº de veces que se
pregunta / actualiza) y costos de almacenar todos los fragmentos
 sujeto a las siguientes restricciones:
 tiempo de respuesta máximo para cada pregunta
 existe un almacenamiento máximo en cada nodo
 no superar la carga de procesamiento en cada nodo
El problema es NP-completo. Pero se pueden usar heurísticos:

problema de la mochila, técnicas de ramificar y acotar, algoritmos
genéticos, etc...

Integración de distintas bases de datos autónomas, distribuidas y

heterogéneas
Generación de un esquema global
 Fase de traducción e integración
 Generación de información de enlace (GAV vs. LAV)
Procesamiento de preguntas formuladas sobre el esquema global
Principal objetivo
 Ocultar la heterogeneidad al usuario
Ventajas
 Técnicas válidas para integración de otras organizaciones de datos
(no sólo BDs)

Bases de Datos Federadas: Diseño bottom-up (5 niveles)
Vista 1 . . . . . Vista m
Esquema integrado (ont. integrada)

Integración
Esq. Export. canónico 1 (ont1) Esq. Export. canónico n (ont2)
Traducción
Esq. Exportado 1 Esq. Exportado n
Esquema BD 1 Esquema BD n
. . . . .

Obtención del Esquema Global (I)
El problema de obtener un esquema global a partir de N

esquemas locales se divide en dos:
 Traducción: cada esquema local se traduce a un modelo canónico
 Integración: los esquemas locales se integran en uno solo
Este es un tema de investigación. Todavía no resuelto por

productos comerciales

Modelo canónico
El modelo de datos (canónico) utilizado para expresar el esquema

global es muy importante.
– No hay que olvidar que las bases de datos locales pueden ser
heterogéneas (distintos modelos de datos)
– Se utilizan modelos más ricos semánticamente que el relacional: OO,

modelos funcionales, semánticos, etc...

Obtención del Esquema Global (y II)
Supongamos que los esquemas locales son relacionales y se usa como

modelo canónico el modelo semántico Entidad-Relación Extendido de
Chen
Traducción
 A partir de tablas y atributos relacionales (esquema exportado) se
identifican entidades, relaciones y atributos (enriquecimiento
semántico)
 Pueden aparecer nuevas entidades
(especializaciones/generalizaciones, etc.)
Integración
 Aplicación de las propiedades semánticas entre las entidades y
relaciones de distintos esquemas locales canónicos (sinonimia, unión,
generalización/especialización, etc.)
Uso del esquema global
Procesamiento de preguntas
 Las preguntas realizadas sobre el esquema global deben responderse
sobre los esquemas locales
Información de enlace
 Relación entre los elementos de datos del esquema global y los
elementos de datos de los esquemas locales
 Necesaria para poder responder a las preguntas

LAV vs. GAV
GAV (Global As View)

 Enlaces desde el esquema global a los esquemas locales
 Fácil reescritura de preguntas
 Sensible a incorporación/eliminación de depósitos de datos
LAV (Local As View)

 Cada depósito de datos tiene su descripción
 Fácil incorporación de nuevos depósitos
 Procesamiento de preguntas complicado

Ejercicio Práctico: Un ejemplo de BDF
Diseñar dos bases de datos

 Sobre el mismo contexto: alimentos, recetas, tipos de comensales
 Añadir cierto grado de heterogeneidad (sintáctica, semántica)
Traducción
 Elegir un modelo de datos canónico
 Traducir cada esquema al modelo canónico (ontologías componentes)
 Crear la información de enlace para cada término
Integración
 Definir las reglas de integración (relaciones semánticas)
 Obtener el esquema global
 Crear la información de enlace del esquema global
Simular el plan correspondiente a algunas consultas sobre el
esquema global

Sistemas de Información Globales
Muchos depósitos de datos (miles, millones)

Gran heterogeneidad a todos los niveles
Altamente dinámico y cambiante
Un ejemplo: La Web
Adaptación de las técnicas conocidas a dicho contexto

Aún es objeto de investigación

Problema
Semántica,
formatos,
etc.
Telnet C C++ Java
Oracle Sybase
IP WWW FTP Formularios
Informix
Archie Interfaces ad hoc

Objetivo
Formatos
Semántica

Aproximaciones: clasificación
Sistemas de
Acceso a
Información
Basados en Basados en
palabras clave Agentes
Altavista, TSIMMIS,
Yahoo! DISCO
Basados en
Ontologías
Una Ontología Varias

Global Ontologías
Carnot, SIMS,
Information Manifold InfoSleuth,
OBSERVER
Aproximaciones relevantes
SIMS (Univ. de California del Sur, 1992)
TSIMMIS (Univ. de Stanford & IBM, 1993)
Information Manifold (AT&T Bell Lab., 1994)
OBSERVER (Univ. Pais Vasco & UGA, 1995)
InfoSleuth (MCC, 1996)

Un Ejemplo: Arquitectura de OBSERVER
Relaciones
Interontología
Ontology Query Processor
IRM
Based
System
Enhanced with Ontology Server
Ontology Server
Relationships for Ontology Server
Vocabulary Enlaces
Enlaces
hEterogeneity Enlaces Enlaces
Resolution
Procesamiento de Preguntas (Query Processor)
Construcción
Seleccionar
Comienzo Ontología Usuario de la pregunta
Editar pregunta
Expansión incremental
a otra ontología
Elegir plan con
Acceso a menor pérdida
Acceder datos
los datos subyacentes Generar Planes
Correlacionar y
mostrar respuesta Integrar nueva ont.
y ont. usuario
Seleccionar
No Si ontología destino
Final Más datos?
Multiples ontologías: Transformaciones de la pregunta
Query Processor
Pregunta del usuario expresada en Respuesta expresada según la
términos de la Ontología Usuario semántica de la Ontología Usuario
Rel. del IRM Correlación
F. Trans. Inv. del IRM F. Trans. del IRM
Pregunta expresada en términos Respuesta expresada según la
de la Ontología Destino semántica de la Ontología Destino
Traducción a Enlaces Correlación
F. Trans. Inv. de enlaces F. Trans. de enlaces
Respuesta expresada según la
Pregunta expresada en Enlaces
semántica de los depósitos
Acceso a los datos

Ontology
Master Server
Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico
subyacentes
Problemas de los sistemas de los 90’s
Integración estática de fuentes de datos

 La traducción e integración se hace “a mano” por humanos y cuesta
bastante tiempo
Generación no automática de la información de enlace

 Hay que definir a mano el camino hacia los datos
Generación no automática de las relaciones interontología

 Hay que definir a mano las propiedades semánticas entre ontologías
Imposibles de aplicar a contextos altamente dinámicos (como la

Web)

Web Semántica
Problemas con la Web actual

 HTML
 Orientado a humanos
 Búsquedas sintácticas (palabras clave)
Objetivos
 Separar contenido de visualización
 Orientado a humanos y a programas (servicios)
 Búsquedas semánticas (expresar qué se está buscando)

Web Semántica
Definición
 Proyecto W3C desde aprox. 1999
 Nueva filosofía
 Red de ordenadores  Espacio compartido
 Documentos autodescritos
 Procesable por máquinas (ni lenguaje natural, ni GUIs)
 Enlaces indirectos (independencia de la localización)
Claves
 Ontologías
 Servicios Web


WebSemantica4 BDF Edu

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

WebSemantica4 BDF Edu

Hochgeladen von

Copyright:

Verfügbare Formate

Master Servicios Web, Seguridad Informática y

Aplicaciones de Comercio Electrónico

Bases de Datos Federadas

Bases de Datos Distribuidas

Bases de Datos Interoperables

Bases de Datos Federadas

Sistemas de Información Globales

Prácticas: agentes que acceden a BDs y Webs para poblar una

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Prácticas: Desarrollo de un prototipo en entornos heterogéneos y

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Tecnología de Bases de Datos (tradicional)

BD Distribuidas: unión de estas dos aproximaciones

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

El número de fuentes de datos accesibles crece

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Un sistema de BD distribuidas es una colección de varias BDs que

Un sistema de gestión de bases de datos distribuidas (SGBDD) es

No son Sistemas de BDs Distribuidas:

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

La distribución puede ser la organización más natural

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Falta de experiencia en el diseño de SBDD

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

 Una BD es distribuida si esta dividida en distintos componentes

 BDD ≠ varias BDs no integradas

 Los componentes distribuidos que constituyen una BD distribuida son

 Las BDs componentes tendrán un grado de autonomía local

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

 Autonomía de comunicación: si se puede decidir localmente

 Autonomía de ejecución: si se pueden ejecutar transacciones

 Autonomía de participación: si puede decidir cómo participar en el

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

 Distinto modelo de datos (rel., jerárquico, red, OO,..)

 Distintos SGBDs (aunque sean del mismo modelo)

 Heterogeneidad semántica (aun con el mismo SGBD)

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Existencia o no de esquema global

 FROM VUELOREAL, BILLETES

 En el esquema global se sabrá que VUELOREAL está en BD1 y BILLETES

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Sistemas de BDs Distribuidas (SBDD)

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Es necesario un sistema de gestión de BD Distribuidas que realice

En algunos casos (determinados SBDD, SBDI) se podrá comprar,

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Esquema Global Fragmentado

Esquema Local 1 Esquema Local N

DISEÑO FÍSICO DISEÑO FÍSICO

Esquema Físico 1 Esquema Físico N

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

El problema de obtener los esquemas locales a partir del global se

El fragmento es la unidad a distribuir

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Fragmentación horizontal: basada en encontrar condiciones de

Fragmentación vertical: basada en encontrar conjuntos de atributos a

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

... y luego vertical a cada fragmento

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Intersección vacía (disjointness)

Master Servicios Web, Seguridad Informática y Aplicaciones de Comercio Electrónico

Asignar fragmentos a los esquemas locales

 Sin replicación: todo fragmento reside en un único nodo