Banco de Dados com Regras: Ativos e Dedutivos

Apresentação em tema: "Banco de Dados com Regras: Ativos e Dedutivos"— Transcrição da apresentação:

1 Banco de Dados com Regras: Ativos e Dedutivos
Jacques Robin & Frederico Fernandes CIn-UFPE

2 BD ativos: definição e motivação
Modelar declarativamente interação complexa entre comportamentos e dados em grande quantidades Diminuir custo do controle dos dados (ex, restrições) Idéia: mover classes de comportamentos ativos comuns a várias aplicações para o BD BD ativo deve oferecer: um modelo de conhecimento (uma descrição do mecanismo) um modelo de execução (estratégias à nível de execução) Regras: Eventos, Condição, Ação (ECA)

3 BD ativos: aplicações práticas
Extensão para sistemas de BD: Restrições de integridade, visões materializadas, dados derivados Ex: on insert into wire if insert.voltage > any (select max-voltage from wire-type where type = insert.type) do <action> Implementação no BD de aplicações fechadas: Comportamento interno dos dados da aplicação

4 BD ativos: aplicações práticas
Ex: On update to value of Holder if new.value = 0 do begin delete from Holder where reg# = update.reg#; insert into VoidHolder values (update.reg#, update.name, update.address, today) end Implementação no BD de aplicações abertas: Respostas para dispositivos ou software fora do BD on update to pos of aircraft if exists (select * from aircraft Other where distance (Other.pos, new.pos) < 5000 and distance (Other.pos, old.pos) > 5000) do <envia mensagem ao controlador>

5 BD ativos: exemplo didático de aplicação
Holder Stock Owns Stock# name qty price value coutry Reg# M N on delete to Holder if delete.value > 0 do instead <informa ao gerenciador do sistema>

6 BD ativos: dimensões para caracterizar modelos de conhecimento
Evento Fonte  {operação estruturada, invocação do comportamento, transação, abstrato, exceção, relógio, externo} Granularidade  {membro, subconjunto, conjunto} Tipo  {primitivo, composto} Operadores  {or, and, seq, closure, times, not} Modo de Consumo  {recente, crônico, acumulativo, contínuo} Papel  {obrigatório, opcional, nenhum} Condição Contexto  {DBT, BindE, DBE, DBC} Ação Opções  {operação estruturada, invocação do comportamento, regras de atualização, notificação de aborto, externo, do instead} Context  {DBT, BindE, DBE, DBC, DBA}

7 BD ativos: agendamento da execução das regras
DBT DBE DBC DBA Evento Condição Ação BindE BindC on update to value of Holder if new.value = 0 do <delete Holder | send message to manager>

8 BD ativos: dimensões para caracterizar modelo de execução
Modo de condição  {imediato, adiado, desligado} Modo de ação  {imediato, adiado, desligado} Granularidade de Transição  {tupla, conjunto} Net-effect policy {sim, não} Cycle policy  {interativo, recursivo} Prioridades {dinâmico, numérico, relativo, nenhum} Agendamento  {paralelo, sequencial, saturação, algum } Manipulação do Erro  {abortar, ignorar, backtrack, contingência} Fonte do Evento Ocorrência do Evento Regras Disparadas Regras Avaliadas Regras Selecionadas Execução

9 BD ativos: dimensões para caracterizar gerenciamento de regras
Descrição  {linguagem de programação, linguagem de consulta, objetos} Operações  {ativar, desativar, sinalizar} Adaptabilidade  {tempo de compilação, tempo de execução} Modelo de Dados  {relacional, relacional extendido, dedutivo, orientado a objeto} Suporte para programador  {consulta, trace}

10 BD ativos: arquitetura
Base de Regras Conjunto de Conflito leitura leitura escrita Detector de Evento Monitora a Condição Agenda- mento eventos detectados regras disparadas Avaliação de condição ação execução leitura escrita História leitura/escrita Avaliador da Consulta notificação BD leitura/escrita

11 BD ativos: análise de regras para segurança de execução
Terminação Posso garantir que uma regra irá terminar ? Ex: R1-R3 não, mas R1-R2-R4 sim Confluência A ordem de processamento de duas regras simultâneas interfere no resultado ? Ex: R1 R2 R3 R4 on insert to Owns or update to reg# of Owns or update to reg# of Holder if <mudança afetar a quantidade do estoque do Holder h> do <update NumStocks attribute of h> on insert to Owns or update to reg# of Owns or update to reg# of Holder if <quantidade do estoque do Holder h é maior do que o do NumStocks> do <reduza a faixa de estoque do Holder h>

12 BD ativos: análise de regras para segurança de execução (Cont.)
Determinismo observável O efeito observável de uma regra por um usuário do sistema, é independente da ordem em que as regras são disparadas ? Ex: Depuração de regras Dificuldade em visualizar terminação, confluência e determinismo observável em grandes bases de regras. Necessita ferramentas sofisticadas de análise de interação entre regras, especialmente temporal on <evento E1> if <condição C1> do <mande uma mensagem> on <evento E1> if <condição C1> do <abort>

13 Criação de Regras em Oracle
<oracle-trigger> ::= CREATE TRIGGER <nome-do-trigger> { BEFORE | AFTER } <eventos trigger> ON <nome-da-tabela> [[ REFERENCING <referências> ] FOR EACH ROW [ WHEN (<condition>) ]] <PL / bloco SQL> <evento trigger> ::= INSERT | DELETE | UPDATE [ OF <nome-das-colunas> ] <referência> ::= OLD AS <valor antigo de um atributo> NEW AS < valor novo de um atributo>

14 Exemplo de Regra em Oracle
CREATE TRIGGER FazPedido AFTER UPDATE OF NumItens ON Estoque WHEN (New.NumItens < New.ValorMinimo) FOR EACH ROW DECLARE NUMBER X BEGIN SELECT COUNT (*) INTO X FROM PedidosPendentes WHERE ItemPedido = New.ItemPedido; IF X = 0 THEN INSERT INTO PedidosPendentes VALUES (New.ItemPedido, New.QuantidadePedida, SYSDATE) END IF; END;

15 Exemplo de Regra em Oracle (Cont.)
100 200 120 150 500 400 780 450 1 2 3 QuantidadePedida ValorMinimo NumItens #Item Tabela1: Estoque T1: UPDATE Estoque SET NumItens = NumItens – 70 WHERE Item = 1 FazPedido Data Quant. #Item 24/04/2000 100 1 Data Quant. #Item Tabela2: PedidosPendentes, antes de T1 Tabela2: PedidosPendentes, após T1 T2: UPDATE Estoque SET NumItens = NumItens – 60 WHERE Item >= 1 FazPedido 24/04/2000 100 120 1 3 Data Quant. #Item 24/04/2000 100 1 Data Quant. #Item Tabela3: PedidosPendentes, antes de T2 Tabela3: PedidosPendentes, após T2

16 Origens dos BD dedutivos: programação em lógica
Metáfora da programação em lógica: Teoria lógica (TL) = especificação formal = programa executável = Base de conhecimento (BC) de agente inteligente = BD dedutivo Unifica: teoria da computação, engenharia de software, BD e IA Axiomas da TL = fatos iniciais da BC = dados explícitos de um BD tradicional = parte extensional do BDD Regras da TL = regras da BC = parte intencional do BDD Teoremas da TL, deduzidos pela aplicações da regras sobre os axiomas (e teoremas) = fatos derivados da BC = dados implícitos do BDD Programar = especificar = declarar axiomas e regras Executar programa = provar teorema = disparar motor de inferência do agente sobre sua BC = consultar BDD

17 BD dedutivos: definição de Prolog
Linguagem de programação de propósito geral (turing-complete) Primeira, mais simples e ainda mais usada do paradigma lógico Programa Prolog: conjunto implicitamente conjuntivo de cláusulas de Horn, i.e., formulas da lógica da 1a ordem da forma: Muitas mas nem todas das formulas da 1a ordem tem conjunto equivalente de cláusulas de Horn, cex: Lógica de Horn: Interpretador/Compilador Prolog: provador de teorema para lógica de Horn com hipótese do mundo fechado e negação por falha

18 BD dedutivos: unificação de termos Prolog
Substituição de variáveis de um termo (ou formula) f: conjunto de pares Var/termo Unificação de 2 termos f e g: substituição S das variáveis de f e g tal que S(f)=S(g) 2 resultados: S r=S(f)=S(g) Exemplos: ?- prof(X,disc(Y,dept(di,ufpe))) = prof(geber,disc(ia,Z)). X = geber, Y = ia, Z = dept(di,ufpe). ? prof(X,disc(X,dept(di,ufpe))) = prof(geber,disc(ia,Z)) fail Unificador mais geral: com menor número de variáveis instanciadas Substituição mínima: com menor número de pares Var/const

19 BD dedutivos: consulta West é criminoso
BD dedutivos: consulta West é criminoso? da lógica da 1a ordem para Prolog Em L1:  P,W,N american(P)  weapon(W)  nation(N)  hostile(N)  sells(P,N,W)  criminal(P) 2.  W owns(nono,W)  missile(W) 3.  W owns(nono,W)  missile(W)  sells(west,nono,W) 7.  X missile(W)  weapon(W) 8.  X enemy(N,america)  hostile(N) 4. american(west) 5. nation(nono) 6. enemy(nono,america) 9. nation(america) Em Prolog: criminal(P) :- american(P), weapon(W), nation(N), hostile(N), sells(P,N,W). owns(nono,m1). missile(m1). sells(west,nono,W) :- owns(nono,W), missile(W). weapon(W) :- missile(W). hostile(N) :- enemy(N,america). american(west). nation(nono). enemy(nono,america). nation(america).

20 BD dedutivos: consulta West é criminoso? processada por Prolog
criminal(P) :- american(P), weapon(W), nation(N), hostile(N), sells(P,N,W). owns(nono,m1). missile(m1). sells(west,nono,W) :- owns(nono,W), missile(W). weapon(W) :- missile(W). hostile(N) :- enemy(N,america). american(west). nation(america). enemy(nono,america). nation(nono). criminal(west)? <- yes. american(west)? -> yes. weapon(W)? <- W = m1. missile(W)? -> W = m1. nation(N)? -> N = america. hostile(america)? <- no. enemy(america,america)? -> no. backtrack: nation(N), N \ {america}? -> N = nono. hostile(nono)? <- yes. enemy(nono,america)? -> yes. sells(west,nono,m1)? <- yes. owns(nono,m1)? -> yes. missile(nono,m1)? -> yes.

21 BD dedutivos: controle e busca de Prolog
Aplica regra de resolução: tupla por tupla com estratégia linear (sempre tenta unificar ultimo fato a provar com a conclusão de uma cláusula do programa), na ordem de escritura das cláusulas no programa, com encadeamento de regras para trás, busca em profundidade e da esquerda para direita das premissas das cláusulas, e com backtracking sistemático e linear quando a unificação falha, e sem occur-check na unificação.

22 Limitações de Prolog como SGDB dedutivo
Sem semântica declarativa para: negação por falha atualizações do BD manipulação de conjuntos consulta do esquema do BD resultado depende da ordem das cláusulas e das premissas Não fornece built-in a maioria dos serviços de BD: persistência concorrência transações operadores de agregação Pode entrar em loop infinita com algumas regras recursivas Devolve respostas a consulta: uma por uma BD devolvem todas de uma vez Conseqüêntemente: inadequado para otimização de consultas especialmente as envolvendo quantidade de dados que não cabe inteiramente na RAM

23 Datalog Sub-linguagem de Prolog usado como modelo de dados padrão em BD dedutivos Mais expressivo do que cálculo relacional mas menos expressivo do que cálculo do predicados da 1a ordem Exclui maioria dos predicados built-in de Prolog com semântica declarativa fora da lógica da 1a ordem Datalog básico adicionalmente exclui termos aninhados ex, person(name(FirstName,LastName),weight(Value,Unit)) Datalog é apenas uma notação independente de qualquer estratégia de resolução SGBD Datalog usam variedade de tais estratégias

24 Datalog x SQL: características
Predicado de base Datalog = tabela ou relação SQL Predicado derivado Datalog = visão SQL Fato Datalog = linha ou tuple SQL Argumento de predicado Datalog = coluna ou atributo SQL Regras Datalog permitem definições recursivas de visões Interpretadores e compiladores Datalog diferem de Prolog por tentar: garantir independência dos resultados das consultas da ordem das cláusulas e premissas do BD Datalog garantir terminação de qualquer consulta sintaticamente correta

25 Datalog x SQL: exemplo firstreq(Name) :- student(Name,Major,junior),
took(Name,cs101,Grade1), took(name,cs143,Grade2). ?- firstreq(Name). SELECT t.Name FROM took t, took u, student s WHERE t.Course = ‘cs101’ AND u.Coruse = `cs143’ AND t.Name = u.Name AND s.Year = ‘junior’ AND s.Name = t.Name

26 Semântica de Datalog baseada em modelos
Universo de Herbrand: U(D) = const(D) U {f(..., c , ...) | f  func(D)  c  const(D)}. Base de Herbrand: B(D) = U(D) U {p(…, g, …) | p  pred(D)  g  B(D)}. Modelo de Herbrand: M(D) = {g  B(D) | D |= g}. Exemplo: D = {male(paulo). female(ana). male(joao). parent(paulo,joao). parent(ana,joao). father(F,C) :- parent(F,C), male(F). mother(M,C) :- parent(F,C), female(M).} U(D) = {paulo,ana,joao} B(D) = {male(paulo). male(ana). male(joao). female(paulo). female(ana). female(joao). father(paulo,ana). father(paulo,joao). father(ana,joao). father(ana,paulo). father(joao,paulo).father(joao,ana). mother(paulo,ana). mother(paulo,joao). mother(ana,joao). mother(ana,paulo). mother(joao,paulo).mother(joao,ana). parent(paulo,ana). parent(paulo,joao). parent(ana,joao). parent(ana,paulo). parent(joao,paulo).parent(joao,ana).} M(D) = {male(paulo). female(ana). male(joao). parent(paulo,joao). parent(ana,joao). father(paulo,joao). mother(ana,joao).}

27 Semântica de Datalog baseada em operador de ponto fixo
ground(D) = {regras de D instanciadas com elementos de U(D)}. Operador de conseqüências imediatas: To(D) = B(D). Tn(D) = Tn-1(D) U {c  B(D) |  r: c :- p1, ...pN  ground(D)  p1, ...,pN  Tn-1(D)}. Exemplo: D = {anc(X,Y) :- parent(X,Y)., anc(X,Z) :- anc(X,Y), parent(Y,Z)., parent(X,Y) :- father(X,Y)., parent(X,Y) :- mother(X,Y)., mother(anne,silvia)., mother(anne,marc).} T1(D) = {anc(marc,silvia).,anc(anne,silvia)., mother(anne,silvia)., mother(anne,marc)., mother(anne,silvia).}

28 Limitações de DataLog básico como linguagem de consulta em BD
Negação por falha Valores complexos: estruturas e conjuntos Consulta ao esquema Atualizações Transações Prolog: fornece predicados built-in para todas essas funcionalidades, exceto transações porém sem semântica declarativa lógica sem segurança sobre terminação e corretude das consultas Desafios de BDD: definir e implementar extensões de DataLog básico fornecendo esses serviços com uma semântica declarativa

29 Prolog: problema da negação por falha
Permite raciocínio não monótono: ave(piupiu). papa_leguas(bipbip). ave(X) :- papa_leguas(X). voa1(X) :- ave(X), not papa_leguas(X). voa1(X)? -> X = piupiu ; no. Sem semântica declarativa em L1 Depende da ordem, ex: voa2(X) :- not papa_leguas(X), ave(X). voa2(X)? -> no. Pode tornas resolução de Prolog inconsistente ex: edge(a,b). sink(X) :- not edge(X,Y). sink(a)? -> no. sink(b)? -> yes. sink(X)? -> no.

30 Grafo de dependência e estratificação
Strata 3 howsoon partCost(topTube,cinelli,20.00,14). partCost(topTube,columbus,15.00,6). ... assembly(bike,frame,1). assembly(bike,wheel,2). basicSubparts(Bsp,Bsp) :- partCost(Bsp,_,_,_). basicSubparts(Part,Bsp) :- assembly(Part,Sp,_), basicSubparts(Sp,Bsp). fastest(Part,Time) :- partCost(Part,Sup,Cost,Time), not faster(Part,Time). faster(Part,Time) :- partCost(Part,Sup,Cost,Time), partCost(Part,Sup1,Cost1,Time1), Time1 < Time. time4basic(AssPart,BasicSub,Time) :- basicSubparts(AssPart,BasicSub), fastest(BasicSub,Time). howsoon(AssPart,Time) :- time4basic(AssPart,BasicSub,Time), not larger(AssPart,Time). larger(Part,Time) :- time4basic(Part,_,Time), time4basic(Part,_,Time1), Time1 > Time. not time4basic larger Strata 2 basicSubpart fastest not faster Strata 1 assembly partCost

31 HiLog Extensão sintática de Prolog e Datalog permitindo variáveis em posição de predicados: internamente traduzido por expressão da 1a ordem e assim a semântica de HiLog permanece na lógica da 1a ordem. Útil para aplicações requerendo meta-programação, como consulta de esquema de BDD Exemplos de expressões HiLog e suas traduções em termos da 1a ordem: X(Y, Z, Y(W)) traduzido para apply(X,Y,Z,apply(Y,W)) h(map(P)(A,B))(C) traduzido para apply(apply(h,apply(map(P),A,B)),C)

32 Consultar esquema de BDD com HiLog
hardware(joe,30,2200). software(paulo,26,2200). admin(magaly,29,1500). ... p1(R) :- R(_,_,_). ?- p1(R). R = {hardware,software,admin} ?- p2(R). R = hardware ?- p3(N). N = {joe,paulo,magaly, ...} Limitação principal de HiLog: relações de aridade fixa, com elementos ordenados e acessíveis apenas por posição

33 BD dedutivos: consultas declarativas para conjuntos
Datalog básico sem tuplas aninhadas, nem conjuntos Prolog tem: funtores, ex, computador(dono(nome(Fernandes, Frederico))) predicado setof(X,Condição(X),ListaResultado) para conjuntos como listas, sem semântica declarativa na lógica da 1a ordem RelationLog: extensão de Datalog com definição e acesso a tuplas aninhadas definição de conjuntos: em extensão (semântica de igualdade via enumeração) parcialmente (semântica de inclusão) agrupamento de elementos de conjuntos, mesmo em regras diferentes e recursivas semântica declarativa na lógica da 1a ordem

34 RelationLog: tuplas aninhadas e conjuntos enumerados
Operadores: [] para tuplas aninhadas, {} para definição em extensão de conjuntos <> para agrupamento em conjuntos especificado apenas por inclusão Exemplo: Dept Employee Name Areas cpsc bob db ai joe os pl db math sam gt cm si tom ca Representação: dept_employees(cpsc,{[bob,{db,ai}], [joe,{os,pl,db}]}) dept_employees(math,{[sam,{gt,cm,si}], [tom,{ca}]}) Consulta: ? - dept_employee(cpsc,<[X,<db>]>) Resposta:X = {bob, joe} ? - dept_employee(_,<[_,<ai>]>) Resposta: yes

35 RelationLog: conjuntos com recursão
BDD RelationalLog sobre família: fatherof(bob,tom) motherof(bob,pam) fatherof(pam,john) motherof(john,becky) parentsof(X,<Y>) :- fatherof(X,Y). parentsof(X,<Y>) :- motherof(X,Y). ancestorof(X,<Y>) :- parentsof(X,<Y>) ancestorof(X,<Y>) :- parentsof(X,<Z>), ancestorsof(Z,<Y>) Consultas: ? - parentsof(bob,P). P = {pam, tom}. ? - ancestorsof(bob,A). A = {becky, john, tom, pam} RelationLog e predecessores (LDL, COL, Hilog) não funcionam com valores nulos.

36 BD dedutivos: atualizações declarativas
Transaction Logic: atualizações e transações em linguagem dedutiva com semântica formal declarativa bem definida operadores del:, ins: e conjunção serializada ? - del : employee(joe,toy,10K), ins : employee(joe,shoe,10K) ? - del : employee(joe,toy,Sal) ins : employee(joe,shoe,Sal) hire(Name, Dept, Sal) :- ins : employee(Name, Dept, Sal) avg_sal(Dept, Avg) Avg <= 50K.

37 Integração BDA / BDD: Questões
Como suportar eventos em um processamento de regras dedutivas ? Como suportar transição de estado em um processamento de regras dedutiva ? Como suportar interação com o gerenciamento de transação em um processamento de regra dedutiva ? Como suportar uma visão baseada em lógica de um BD com processamento de regra ativa ?

38 Integração BDA / BDD: abordagens
Estender BDA com dedução Estender BDD com ações Problema: semântica formal e segurança das ações “loose-coupling” usando histórias de eventos Eventos declarados com regras dedutivas. A detecção do evento tem uma semântica lógica; Estados do BD guardados em relação ao tempo. Em cima deles podem ser escritas regras dedutivas; Os eventos causado pela execução do componente ação em uma regra ativa precisa apenas ser adicionada no fim;