数据库报告.pptxVIP

数据库课程报告p9-halevy(Data Integration The Teenage Years)报告人：　张　兴p9-(Data Integration The Teenage Years)1背景介绍2统一的查询接口3数据集成系统的发展建设企业信息集成45未来的挑战7背景介绍信息量不断增大数据源的不同带来的问题建立完善数据集成系统必要性统一的查询接口(Information Manifold)背景 重要意义 主要成果统一的查询接口(Information Manifold) 主要成果中介模式(mediated schema)语义映射(semantic mappings)LAV和GAV查询重写(query reformulation)AQUV数据集成系统的发展建设模式间的映射关系的生成适应性查询处理XMLP2P数据管理人工智能的重要作用企业信息集成面临的挑战水平 vs.垂直和EAI工具以及其他一些中间件的整合未来的发展方向Pay-as-you-go的数据管理模式不确定性与数据血统谢谢!请各位老师专家批评指正作者在文中总结了Data Integration这十几年来的发展成果，在商业领域的一些相关产品，并提出了目前数据集成系统普遍存在的问题以及未来面临的挑战。本文还对数据集成领域中的一些重要思想和几个热点问题做了更加详细的介绍，近几十年来，计算机网络的飞速发展和信息化的推进，使得人类社会所积累的数据量已经超过了过去 5000 年的总和。数据的采集、存储、处理和传播的数量也与日俱增。企业或社会组织实现数据共享，可以使更多的人更充分地利用已有的数据资源，减少资料收集、数据采集等重复劳动和相应费用。然而，这些为不同应用服务的信息都存储在许多不同的数据源之中，其管理系统也各不相同。为更有效地利用这些信息，需要从多个分布、异构和自治的数据源中集成数据，同时还需要保持数据在不同系统上的完整性和一致性。另外，必须向用户隐藏这些差异，提供给用户一个统一和透明的数据访问接口。研究的重点即在于确立一种具有普遍意义的、可操作性强的分布异构数据源的集成方法。因此，如何对数据进行有效的集成管理已成为增强企业商业竞争力的必然选择，尤其是对于那些拥有多部门多数据源的大型企业来说，数据集成更是至关重要。因为每一个部门都会拥有自己的数据库，这些数据库可能是独立、异构且自治的，为了各部门间更好的合作和数据共享，并且为用户提供更好的搜索查询质量，建立一个完善的数据集成系统是极有应用价值而且尤为重要的。这里的统一查询接口背景，主要是在1996年有三个人合作在VLDB国际会议上发表了一篇论文，由这篇论文引出了数据集成计划Information Manifold这个我也不知道怎么翻译，但是这段主体是讲了统一的查询接口重要意义Information Manifold的目的是为多数据源提供一个统一的查询接口。用户通过这个接口提交查询可以直接得到对多个数据源的查询结果，就像是对一个数据源进行查询一样。这样就可以大大地节约了用户的查询成本，提升了用户体验主要成果这十年来的发展的主要贡献就是论文里提出的对已知的数据源内容的描述方式。一个数据集成系统会给它的用户提供一种模式，用于用户提交他们的查询。其中典型的代表就是中介模式。用户提交的查询都是基于这个中介模式的，因此data integration系统必须预先建立好中介模式与数据源模式之间的语义映射。在这里， Information Manifold提出了一种著名的语义映射关系的构建方法，后来被称为LAV(Local-as-View)方法。有了模式间的映射关系，用户提交的基于中介模式的查询通过查询重写(query reformulation)转化成对于各数据源的可执行的一系列查询。现在多使用LAV视图进行查询重写，被称为利用视图应答查询(Answering queries using views，简称AQUV)中介模式是现在最典型的的数据集成方法，它通过提供一个统一的数据逻辑视图来隐藏底层的数据细节，使用户可以把集成的数据源看作一个统一的整体。使用中介模式的数据集成方法解决了各数据源中数据的更新问题。因为当底层数据源发生变化时，只需要修改中介模式的虚拟逻辑视图就可以了，大大减少了数据集成系统的维护开销。这里指的是一种能够描述中介模式和数据源模式之间的语义关系的映射，它把多个数据源的模式通过映射关系集成到中介模式上。GAV方法是将各本地数据源的局部视图映射到全局视图,即全局模式被描述为源模式上的一组视图。 用户查询直接作用于定义在数据源模式上的全局视图。 GAV方法的优点是查询效率比较高，缺点是用这种方法构建出来的映射关系的可扩展性较差，不适合数据源存在动态变化的情况。因为一旦有任何一个局部数据源发生改变，全局视图都必须进行修改