Stefania Marrara - Esercitazioni di Tecnologie dei Sistemi Informativi. Integrazione di dati di sorgenti diverse

Transcript

1 Politecnico di Milano View integration 1 Integrazione di dati di sorgenti diverse Al giorno d oggi d la mole di informazioni che viene gestita in molti contesti applicativi è enorme. In alcuni casi le informazioni si trovano memorizzati in luoghi diversi e con formati non omogenei: XML Dati relazionali Testi Esistono due possibili approcci per utilizzare queste infomazioni in modo unitario: Data warehouse Data integration 2 1

2 Data Warehouse I dati provenienti dalle diverse soregenti vengono trasferiti ed integrati in un unico data base. Problemi di: Dati conflittuali Interpretazione Spazio di memorizzazione Interrogazione Update della warehouse e delle sorgenti originarie 3 Data Integration L integrazione di dati agisce in modo diverso: I dati restano nelle loro locazioni originarie Vengono implementate viste per la risoluzione dei diversi problemi interpretativi Un software chiamato motore si occupa di interrogare le informazioni distribuite scomponendo la query sulla vista in sottoquery capaci di interrogare le informazioni presenti nelle sorgenti distribuite. query motore sottoquery sottoquery sottoquery source source source 4 2

3 Caso particolare: View Integration Definizione: è il processo di integrare schemi concettuali diversi in un unico schema concettuale globale che contiene tutti i requisiti necessari ad un applicazione. Utile per far progettare un applicazione complessa in team Obiettivo principale è trovare tutte quelle parti degli schemi concettuali input che rappresentano la stessa porzione di realtà ed unificarne la rappresentazione. Schema integration 5 Database integration Un altra applicazione molto importante dell integrazione di dati è data dall integrazione di diverse basi di dati: in questo caso si procede in due passi: Fase di reverse engeneering per ottenere lo schema di ogni base di dati. Integrazione degli schemi ottenuti. Distributed database systems. 6 3

4 Problemi riscontrabili nell integrazione di viste La difficoltà principale consiste nel determinare le differenze da conciliare nello schema finale. Possibili cause: Prospettive diverse ciascun designer modella la realtà dal proprio punto di vista. (livello di astrazione) impiegato impiegato dipartimento progetto progetto 7 Problemi riscontrabili nell integrazione di viste Possibili cause: Equivalenza fra costrutti diversi nel modello il modello concettuale è molto ricco ed ammette diverse rappresentazioni equivalenti libro titolo libro titolo nome editore nome 8 4

5 Problemi riscontrabili nell integrazione di viste Possibili cause: Specifiche incompatibili errori di design della vista relativi a nomi, strutture e vincoli di integrità,, possono causare errori nel popolamento della vista stessa. impiegato impiegato (1,1) progetto (1,n) (1,n) progetto (1,n) 9 Effetto dei conflitti A volte i conflitti intervengono anche tutti insieme rendendo l integrazione l un attivit attività affatto banale. Approccio risolutivo: Analisi dei conflitti Risoluzione Integrazione degli schemi 10 5

6 View integration in the large Nei progetti di data base molto grandi, è comune produrre decine o addirittura centinaia di schemi che poi devono essere integrati. Bisogna trovare una metodologia. Il metodo più comune consiste nel cercare di integrare gli schemi tutti assieme passando per schemi intermedi. 11 Primo approccio: view integration in the large Schema 1 Schema 2 Analisi dei conflitti Schema 1 Schema 2 Lista di conflitti Risoluzione dei conflitti Schema 1 Schema 2 Proprietà interschema Integrazione 12 6

7 Primo approccio Schema 1 Schema 2 Schema parzialmente integrato Schema 3 Schema n Schema globale 13 Analisi dei conflitti e risoluzione: view integration in the small L analisi dei conflitti ha lo scopo di individuare le differenze tra due schemi nel rappresentare la stessa realtà. Esistono due attività distinte: 1. L analisi dei conflitti sui nomi 2. L analisi dei conflitti strutturali 14 7

8 L analisi dei conflitti sui nomi Esistono due casi di conflitto: Presenza di sinonimi Presenza di omonimi Nella ricerca di sinonimi e omonimi il designer è guidato dalla somiglianza o dalla diversità dei concetti: Somiglianza di concetti: due concetti con le molte proprietà e vincoli in comune si chiamano in modo diverso Diversità dei concetti: concetti con proprietà e vincoli molto diversi si chiamano nello stesso modo. 15 Proprietà e vincoli Proprietà: : le proprietà di un concetto sono tutti i concetti prossimi al concetto in esame nello schema. Es: : le proprietà di un entit entità sono attributi, associazioni, sottoinsiemi e gerarchie a cui l entitl entità partecipa. Vincoli: regole o condizioni che limitano l insieme l di istanze valide di uno schema. Es: cardinalità sulle associazioni e sulle gerarchie. Scenari di modifica 16 8

9 Scenari di modifica Gli scenari di modifica di un conflitto sui nomi riguarda: Ridenominazione di alcuni concetti: viene eseguito ogni volta che incontriamo sinonimi/omonimi. Aggiunta di alcune proprietà interschema: ad esempio un entit entità debole in uno schema è entità forte in un altro si annotano le due possibiltà così da sceglierne una. 17 Analisi dei conflitti strutturali Dopo l analisi l dei conflitti sui nomi si procede alla fase chiamata unificazione dei nomi. Durante l analisi l dei conflitti strutturali, i concetti con lo stesso nome negli schema input vengono confrontati per vedere se è possibile integrarli. 18 9

10 Analisi dei conflitti strutturali Categorie dei conflitti strutturali: Concetti identici Concetti compatibili Concetti incompatibili: in un diagramma ER alcuni esempi sono Cardinalità diverse Identificatori diversi Associazioni di sottoinsieme invertite 19 Analisi dei conflitti strutturali Alcune delle possibili soluzioni ad un conflitto strutturale sono: Preferire una rappresentazione ad un altra Costruire una rappresentazione figlia delle due di input che tenga conto di tutti i vincoli originari La realtà è che solo l esperienza l può insegnare ad integrare in modo efficace schemi diversi 20 10

11 Integrazione di viste Consiste nel processo di creare un solo schema a partire dagli schemi originari. A questo stadio tutti i conflitti sono già stati risolti. Al termine dell integrazione, lo schema risultante può venire migliorato con attività di ristrutturazione dello schema tipo la normalizzazione