Tema 1: Integrazione di dati provenienti da sorgenti eterogenee

1
Tema 1 Integrazione di dati provenienti da
sorgenti eterogenee

• Unità di ricerca Università di Roma La Sapienza
  (RM)
• Prototipo per gli algoritmi di query rewriting e
  query answering using views e per la
  riconciliazione dei dati
• IBIS
• Andrea Calì, Giuseppe De Giacomo, Diego
  Calvanese,
• Domenico Lembo, Maurizio Lenzerini

2
Rapporti precedenti

• D1.R1 metodi e tecniche per la rappresentazione
  e lintegrazione di sorgenti eterogenee
• Framework schema sorgente, schema globale,
  mapping (LAV\GAV)
• D1.R5 Rassegna sui metodi di answering a
  rewriting
• D1.R11 Descrizione della metodologia e degli
  strumenti per la riconciliazione dei dati.
• Confronto LAV-GAV
• Metodologia per la riconciliazione dei dati in
  LAV ed in GAV
• Presenza di vincoli sullo schema globale
• Riconciliazione di sorgenti di dati incomplete ed
  inconsistenti

3
IBIS Internet-Based Information System

• Sviluppato nellambito del progetto D2I e nel
  contesto di una collaborazione fra il DIS
  dellUniversità La Sapienza e la CM sistemi.
• IBIS è un sistema per lintegrazione di dati che
  supporta tutti gli aspetti di un contesto
  complesso di data integration, come il wrapping
  delle sorgenti, query answering in presenza di
  vincoli di integrità, limitazione nellaccesso
  alle sorgenti.
• IBIS offre una efficace interazione con lutente
  ed un architettura scalabile ed estendibile.
• IBIS supporta RDBMS, risorse Web, sistemi legacy.

4
Aspetti principali

• IBIS è progettato per supportare la specifica di
  mapping GAV e LAV, e per il processamento di
  query in entrambi gli approcci
• Il framework di integrazione su cui è basato
  consente lintegrazione di sorgenti di dati
  incomplete ed inconsistenti
• Capacità di trattare i vincoli sullo schema
  globale
• Capacità di trattare sorgenti con limitazioni
  daccesso

5
Attuale implementazione

• Global As View lo schema globale è definito in
  termini delle sorgenti
• Schema Globale relazionale con vincoli di chiave
  e di integrità referenziale
• Linguaggio per il mapping e per le query sullo
  schema globale unione di query congiuntive
• Schemi sorgenti relazionali con limitazioni
  daccesso
• Integrazione di sorgenti incomplete

6
Query processing
Formulazione
Archiviazione
Espansione
Unfolding
Esecuzione
7
Estrazione dei dati

• Il modulo di estrazione estrae dalle sorgenti
  tutte le tuple che possono essere usate per
  rispondere alla query, trattando opportunamente
  le limitazioni di accesso.
• IBIS parte da un insieme di valori iniziali
  specificati nella query.
• Estrae tuple dalle sorgenti accessibili allo
  scopo di ottenere nuovi valori per accedere alle
  altre sorgenti.
• Le tuple estratte sono mantenute in un apposito
  data store.

8
Estrazione dei dati - ottimizzazioni

• Il processo di estrazione è dispendioso ma IBIS
  supporta le seguenti soluzioni
• Ottimizzazioni
• Statica applicata prima dellestrazione esclude
  le sorgenti inutili
• Dinamica applicata durante lestrazione esclude
  gli accessi inutili
• Estrazione basata su un criterio di prossimità
• Implementazione Anytime dellalgoritmo
• Sfruttamento della conoscenza utente del dominio
• Caching su richiesta

9
Architettura di IBIS

D2I

10
Tool di Configurazione
11
Catalogo delle interrogazioni
12
Attivazione di una interrogazione
13
Risposta ad una interrogazione