Bancos de Dados Pós-Relacionais Jacques Robin & Bernadette Lóscio CIn-UFPE.

Apresentação em tema: "Bancos de Dados Pós-Relacionais Jacques Robin & Bernadette Lóscio CIn-UFPE."— Transcrição da apresentação:

1 Bancos de Dados Pós-Relacionais Jacques Robin & Bernadette Lóscio CIn-UFPE

2 Mapa dos BD pós-relacionais Orientado a Objetos Multidimensionais Relacional Multimídia DistribuídosHeterogêneos Objeto- Relacional Warehouse Espaço- Temporal Espaçiais AD ADOO Ativos AOOCOO Dedutivos DOO DT Indutivos Temporal Probabilísta Restrições

3 Pluridisciplinaridade e origens dos BD pós-relacionais Multimídia Distribuídas Heterogêneos Multi- Dimensionais Data Warehouse OO ADADOO AtivosAOO RestriçõesCOO Dedutivos DOO Temporal Espaço- Temporal Espaçiais DT Inteligência Artificial Linguagens de Programação Web Sistemas Distribuídos Sistemas de Apóio a Decisão Indutivos Probabilísta

4 Novos BD para novas aplicações de BD * Suporte a decisão: Data Warehouse e BD multidimensionais BD indutivos, dedutivos e probabilistas * Re-engenharia de negócio: BD de workflows, 00, de restrições e temporais * Monitoramento e controle: BD ativos, temporais e probabilistas * CAD/CAM: BD de restrições, dedutivos, multimídia, espaciais, temporais, 00 * Sistemas de informação geográficos: BD espaciais, temporais, 00 e de restrições * Publicação/Bibliotecas digitais: BD multimídia, distribuídos * Comércio eletrónico: BD distribuídas, heterogêneas, multimídia, dedutivos, 00, de restrições, espaciais, temporais, indutivos

5 Requisitos das Novas Aplicações de BD * Visualização dos dados: Multidimensional Multigranular * Integração entre dados e programas: Integrar funcionalidades comuns de muitas aplicações de BDs no SGBD Integração com sistemas de raciocínio e representação de conhecimento Integração com linguagens de programação

6 Requisitos das Novas Aplicações de BD * Recuperação de Informações através da Internet/Intranet: Distribuição dos dados t replicação e reconciliação t interoperabilidade ¤semântica do esquema ¤linguagem de consulta t autonomia t confiabilidade/origem t segurança Integração de Informações Heterogêneas

7 Requisitos das Novas Aplicações de BD * Manipulação de objetos complexos: Multimídia e Objetos n-dimensionais t Novos tipos de Dados t Consultas multiresolução t Suporte para Interface com o usuário Objetos reais com estrutura e comportamento Resumindo... * Abstrações para facilitar a interação DADOS + CONSULTAS + USUÁRIO

8 Limitações dos BDs Relacionais * Não possuem mecanismos para definição/manipulação de: dados complexos dados de grandes tamanhos dados incertos ou não deterministas comportamentos consultas ad-hoc ou aproximativas * Baixa performance e dificuldades de implementação para aplicações mais complexas * Linguagem de consulta não computacionalmente completas

9 Pontos Fortes dos BDs Relacionais declaratividade robustez simplicidade (usa poucos conceitos poderosos) fundamentos formais tecnologia madura e eficiente para: t oferecer persistência t garantir segurança t gerenciar memória secundária t controlar transações * Extensões ou novos modelos devem oferecer:

10 Sistemas de BDs Pós-Relacionais * BD x DSS: BD Multidimensional Data Warehouse/Data Mart BD Temporal * BD x Aplicações: BD Ativo BD Orientado a Objetos BD Objeto-Relacional * BD x SIG BD Espacial BD Espaço-temporal * BD x Sist. Distribuídos/Internet: BD Distribuídos t BD Federados t Arquitetura de Mediadores BD Multimídia * BD x IA: BD Dedutivo BD Dedutivo OO BD de Restrições BD Probabilistas

11 BD Multidimensional Dimensões: diferentes perspectivas de visualização dos dados (podem ser compostas por múltiplos níveis) Elementos (ou membros): posições segundo uma dimensão Medidas: conteúdo de uma célula * Armazena os dados em arrays multidimensionais com um número fixo de dimensões * Permite uma visualização multidimensional e multigranular dos dados Tempo 5168 Produto P1 P2P3P4 Jan./99 Fev./99 FORTALEZA SOBRAL NORDESTE CEARÁ SUDESTE RIO DE JANEIRO PERNAMBUCO SÃO PAULO... BD x DSS

12 Loja BD Multidimensional - Exemplo 5168 3 Produto Tempo Impressora MW PCC Obter respostas a questões típicas de análise dos negócios de uma empresa geralmente requer a visualização dos dados segundo diferentes perspectivas Tabela relacional BD x DSS ProdutoLojaUnidadesTempo Monitor Impressora Scanner MW PCC MW Jan/995 1 8 6 5 3 Abr/99 Fev/99 Mar/99 Jan/99Fev/99Mar/99Abr/99 Monitor Scanner 5

13 Data Warehouse * Características: Orientado por temas Integrado Variante no tempo Não volátil * Questões críticas: Integração de dados e metadados de várias fontes Qualidade dos dados: limpeza e refinamento Resumir e agregar os dados Sincronização das fontes com o DW Problemas de desempenho (unir em um mesmo ambiente os BDs corporativos operacionais e o DW) * Contém dados extraídos (selecionados, depurados e integrados) do ambiente de produção da empresa, sendo otimizado para processamento de consultas ad-hoc e não para transações BD x DSS

14 Data Mart * É uma implementação de um DW no qual o escopo dos dados é limitado, contém dados agregados apenas a nível departamental * Uma maneira de construir um DW é através da criação e integração progressiva de data marts * Problemas: escalabilidade em situações onde pequenos data marts iniciais crescem em múltiplas dimensões integração de dados (diferentes estruturas) BD x DSS

15 OLAP (On-Line Analytical Processing) * Processamento e ferramentas voltados para análise de dados típica do suporte à decisão Os dados são apresentados através de uma visão multidimensional e multigranular A visão dos dados é independente de como eles estão armazenados (MOLAP x ROLAP) Eficiente para consultas ad-hoc complexas Exemplos de consultas: t Quais os produtos que vendem bem? t Qual o "ranking" dos vendedores da Região Nordeste? BD x DSS

16 OLAP x OLTP * OLTP * Modelo de dados Relacional * Dados Atômicos * Apenas informações atuais * Orientados ao Processo * Poucos tipos de consultas simples * Atualizações e leituras rápidas * OLAP * Modelo de dados Multidimensional * Dados Agregados * Também informações históricas * Orientados ao Negócio * Grande variedade de consultas complexas * Apenas leitura BD x DSS

17 BD Temporais * Bancos de dados temporais apresentam rótulos temporais associados aos dados. (i) bancos de dados de tempo de transação: associam aos dados o o instante em que foram inseridos no banco de dados; (ii) bancos de dados de tempo de validade: associam aos dados o seu tempo de validade na realidade modelada; (iii) bancos de dados bitemporais: associam o tempo de transação e o tempo de validade * Aspectos temporais podem ser: pontuais, intervalos de tempo ou relacionamentos abstratos (antes, depois, durante,...) BD x DSS

18 BD Ativo * SGBD capaz de responder automaticamente a eventos ocorrendo: internamente (ex: atualizações no BD, restrições de integridade) externamente (ex: dispositivos de monitoramento, falhas de hardware) * Capaz de monitorar e reagir a circunstâncias específicas de relevância para a aplicação (o comportamento reativo da aplicação é colocado dentro do SGBD) * Abordagem comum: regras Evento-Condição-Ação especificando comportamento reativo E vento: descreve um acontecimento C ondição: examina o contexto onde o evento ocorreu A ção: descreve as tarefas que devem ser executadas BD x Aplicações

19 BD Ativo (cont.) Vantagens: * Não acarreta mudanças nas aplicações * Incrementa a funcionalidade dos SGBDs * Atende aos requisitos de restrições temporais das aplicações SGBD Ativo Consultas e atualizações Eventos externos Especificação de eventos e condições a serem monitoradas Ações BD x Aplicações

20 BD Ativo - Exemplo Empregado(#emp, nome, salario, #gerente) Gerente(#gerente, #depto) Regra1: on update to salario of empregado if new.salario > update.gerente.salario do abort Regra2: on update to salario of empregado or insert to empregado if new.salario > update.gerente.salario do instead Regras podem ser disparadas e executadas da seguinte forma: * immediate * deferred * detached BD x Aplicações

21 Regras Ativas - Aplicações * Manutenção: Restrições de Integridade Visões materializadas * Descrever o comportamento/semântica das aplicações monitorar vendas em um BD para controle de estoque * Em conjunto com dispositivos de monitoramento, podem ser usadas para registrar e responder a situações externas ao BD aplicações médicas sistemas de monitoramento de tráfego aéreo BD x Aplicações

22 BD Orientado a Objetos (BDOO) * Combina o paradigma OO com a tecnologia de BD * Um SGBDOO é um SGBD com um modelo de dados OO * Os requisitos para suportar um modelo de dados OO são: identidade de objetos objetos complexos classes encapsulamento herança overriding, overloading e ligação dinâmica extensibilidade Funcionalidades dos BDs: * dados persistentes * gerenciamento de grandes conjuntos de dados * gerenciamento de memória secundária * gerenciamento de transações * linguagem de consulta declarativa BD x Aplicações

23 BD Orientado a Objetos (cont.) * OO em BD combina conceitos de várias áreas: Linguagens de Programação: tipos de dados abstratos e encapsulamento Tecnologia de Software: extensibilidade e reusabilidade de código e o princípio da modularização Modelagem de dados: relações aninhadas ou generalizações do modelo relacional, juntamente com os modelos de dados semânticos BD x Aplicações

24 Companhia Subsidiária Pessoa Empregado nome_comp localização #companhia nome_subrualocalização qualificação salário nome idade domicílio Veículo produz é-um modelo fabricantecor Exemplo - Modelo ER possui administra trabalha rua gerencia possui_frota #pessoa 1 1 1 1 n 1 1 n n 1 n 1 1 1 1

25 classe3: Endereço: [ rua: String, localização: String] classe4: Pessoa: [ nome: String, idade: Integer; domicilio: Endereço, Frota: {Veiculos}] classe5: Empregado is-a Pessoa: [ qualificações: {String}, salário: Integer; Familiares: {Pessoa}] BD Orientado a Objetos - Exemplo classe1: Companhia: [ nome: String, matriz: Endereço; Subsidiarias: {Subsidiaria}, Presidente: Empregado] classe2: Subsidiaria: [ nome: String, escritório: Endereço; Gerente: Empregado, Empregados: {Empregado}] BD x Aplicações

26 BD Objeto Relacional (BDOR) * Combina os benefícios do modelo Relacional com a tecnologia de Orientação a Objetos * O modelo de dados OR é uma extensão do modelo Relacional: permite estender o banco de dados com tipos e funções específicas da aplicação A linguagem de consulta OR (SQL3) é uma extensão da linguagem SQL para suportar o modelo de objetos t As extensões incluem consultas envolvendo objetos, atributos multivalorados, TADs, métodos e funções como predicados de busca em uma consulta BD x Aplicações

27 BD Objeto Relacional - Exemplo CREATE TYPE Endereço ( RuaNoVARCHAR(60), CidadeVARCHAR(40), ); CREATE TYPE Fornecedor ( CodFornec CHAR(4) NomeFornec VARCHAR(40) EndFornec endereço, ); CREATE TYPE empregado ( nome CHAR(20), salário DECIMAL(10,2), ); CREATE TABLE Fornecedor OF Fornecedor CREATE TABLE empregados OF Empregado CREATE TYPE Companhia ( NomeComp String, Matrizendereço, Subsidiarias SET(REF(Subsidiaria)), PresidenteREF(Empregado), ); CREATE TYPE Subsidiaria ( NomeSub String, Escritório endereço, Empregados SET(REF(Empregado)), ); Criação de Tipos: Criação de Tabelas: BD x Aplicações

28 BD Dedutivo (BDD) * Utiliza regras para deduzir ou inferir informações adicionais a partir dos fatos armazenados no BD * Um BDD possui dois tipos principais de especificações: Fatos (são similares as tabelas dos BDs Relacionais) Regras (são similares as visões em BDs Relacionais) * Os requisitos para suportar dedução são: linguagem declarativa t predicados t variáveis lógica unificação de termos com variáveis mecanismo de dedução BD x IA Funcionalidades dos BDs: * dados persistentes * gerenciamento de grandes conjuntos de dados * gerenciamento de memória secundária * gerenciamento de transações * linguagem de consulta declarativa

29 BD Dedutivo (cont.) * A linguagem Datalog é um subconjunto de Prolog utilizada em sistemas de BDD para definir regras e fatos * A notação usada em Datalog é baseada em predicados com um número fixo de argumentos usados para definir fatos e regras se todos os argumentos de um predicado são constantes, então o predicado estabelece que um certo fato é verdade se um predicado tem variáveis como argumentos, então ele é considerado uma consulta, ou parte de uma regra ou restrição BD x IA

30 BD Dedutivo - Exemplo Fatos supervisiona(helena, maria) supervisiona(joão, luís) supervisiona(joão, josé) supervisiona(paula, helena) supervisiona(paula, pedro)... Regras superior(X,Y) :- supervisiona(X,Y) superior(X,Y) :- supervisiona(X,Z), supervisiona(Z,Y) subordinado(X,Y) :- supervisor(Y,X) Consultas superior(paula, Y)? superior(paula, maria) superior(joão, maria) Uma consulta pode retornar: 1. As diferentes combinações de constantes que, quando unificadas às variáveis, podem tornar o predicado verdadeiro 2. Verdadeiro ou falso BD x IA

31 BD Dedutivo Orientado a Objetos (BDDOO) * BDD: alta capacidade de inferência fundamentos formais pobre poder de modelagem * BDOO: rica capacidade de modelagem alta extensibilidade falta de consenso sobre o modelo de dados baixa capacidade de inferência fundamentos não tão bem formalizados quando os de BDD * BDDOO: deve combinar as vantagens dos dois métodos acima BD x IA

32 BD Dedutivo Orientado a Objetos BD x IA Requisitos OO: identidade de objetos objetos complexos classes encapsulamento herança overriding, overloading e ligação dinâmica extensibilidade Requisitos Raciocínio: linguagem declarativa predicados variáveis lógica unificação de termos com variáveis mecanismo de dedução Requisitos BD: dados persistentes gerenciamento de grandes conjuntos de dados gerenciamento de memória secundária gerenciamento de transações linguagem de consulta declarativa BDDOO

33 BDDOO - Exemplo * A hierarquia é-um: empl::person student::person child(person)::person faculty::empl manager::empl yuppie::young yuppie::midaged article::report cacm::article jacm::article john:student john:empl sally:student sally:empl alice:child(john) mary:faculty bob:faculty bob:manager phil:empl 20:young 30:yuppie 40:midaged codd70:cacm flogic94:jacm cs1:dept cs2:dept integer:datatype string:datatype CS:string Mary:string Bob:string ms:degree phd:degree BD x IA

34 BDDOO - Exemplo (cont.) * Assinatura de Classes: t faculty [boss=>(faculty, manager); age=>midaged; highestDegree=>degree; papers->>article; highestDegree*->phd; avgSalary->50000] t person [name=>string; friends=>>person; children=>>child(person); t empl [affiliation=>dept; boss=>empl; jointWorks@empl=>>report] t dept [assistants=>>(student, empl); mngr=>empl] BD x IA

35 BDDOO - Exemplo (cont.) * Fatos da base (BD extensional) t bob [name-> Bob; age->40; affiliation->cs1[dname-> CS; mngr ->bob; assistants->> {john, sally}]] t mary [name-> Mary; highestDegree->ms; friends->>{bob, sally} affiliation->cs2[dname->CS]] * Regras dedutivas: t E[boss->M] :- E:empl ^ D:dept ^ E[affiliation->D[mngr->M:empl]] t X [jointWorks@Y->>Z] :- Y:faculty ^ X:faculty ^ Y [papers->>Z] ^ X [papers->>Z] BD x IA

36 BDDOO - Exemplo (cont.) * Consultas: Quem são os empregados de meia idade do departamento CS e quem são os seus gerentes? t ?- X:empl ^ X [boss-> Y; age->Z:midaged; affiliation->D[dname->CS]]. Quem publicou juntamente com Mary no Jornal da ACM? t ?- mary[jointWorks@Y->>jacm90]. Onde Mary tem publicações em conjunto com Phil? t ?- mary[jointWorks@phil->>Z]. BD x IA

37 Banco de Dados de Restrições * Generalizam BD Relacionais através de representações finitas de relações infinitas * Modelo de Dados de Restrições: BD x IA Entrada: BD Relacional Entrada: BD de Restrições Saída: BD Relacional Saída: BD de Restrições Consulta de Restrições Consulta Relacional

38 Banco de Dados de Restrições - Exemplo * Representação Relacional: Tuplas: (n,a,b,c,d) Consulta: {(n 1,n 2 )|n 1 n 2 ( a 1,a 2,b 1,b 2,c 1,c 2,d 1,d 2 )(R(n 1,a 1,b 1,c 1,d 1 ) R(n 2,a 2,b 2,c 2,d 2 ) ( x,y {a 1,a 2,b 1,b 2,c 1,c 2,d 1,d 2 }) (a 1 x c 1 b 1 y d 1 a 2 x c 2 b 2 y d 2 ))} BD x IA (a 1,d 1 ) (c 1,d 1 ) (a 1,b 1 ) (c 1,b 1 ) (a 2,d 2 ) (c 2,d 2 ) (a 2,b 2 ) (c 2,b 2 ) Problema: Um BD consiste em um conjunto de retângulos em um plano, e queremos computar os pares de retângulos distintos onde existe uma interseção

39 Banco de Dados de Restrições - Exemplo * Representação com Restrições: R (z,x,y) Tupla generalizada: (z =n ( a x c) ( b y d)) Consulta: {(n 1,n 2 )|n 1 n 2 ( x,y)(R(n1,x,y) R(n2,x,y)} BD x IA (a 1,d 1 ) (c 1,d 1 ) (a 1,b 1 ) (c 1,b 1 ) (a 2,d 2 ) (c 2,d 2 ) (a 2,b 2 ) (c 2,b 2 ) Problema: Um BD consiste em um conjunto de retângulos em um plano, e queremos computar os pares de retângulos distintos onde existe uma interseção

40 BD Distribuídos Rede de Comunicação SGBD Distribuído Fortaleza São Paulo Salvador Banco de Dados 1 Brasília Banco de Dados 2 Banco de Dados 4 Banco de Dados 3 BD x Internet/Sist.Distribuídos

41 BD Distribuídos * Classificação quanto ao grau: de Heterogeneidade de Autonomia Local de Transparência de Distribuição/Integração * Enfoques para Integração de Informações: Materializado :as informações relevantes são extraídas, filtradas e integradas previamente, de formas a agilizar as consultas Virtual: as informações são extraídas das fontes de informação somente quando requisitadas t BD Federados t Mediadores BD x Internet/Sist.Distribuídos

42 BD Federados - Arquitetura Esquema Exportado 1 Esquema Exportado 2 Esquema Exportado n Esquema Componente 1 Esquema Componente n Esquema Global Esquema Externo 1 Esquema Externo 2 Esquema Externo n Esquema Local 1 Esquema Local n DBS Componente 1DBS Componente n … … … … … BD x Internet/Sist.Distribuídos Enfoque Fortemente Acoplado

43 Mediadores - Arquitetura Mediador 1 Mediador 2 Tradutor 1Tradutor 2Tradutor 3 BD1BD2BD3 Consultas através de mediadores: 1. As consultas são submetidas ao sistema, via mediador, e este as transforma em subconsultas a serem enviadas às bases de dados. 2. As subconsultas geradas pelo mediador devem ser traduzidas para linguagens de consultas de cada SGBD componente. 3. Os resultados das consultas são traduzidos e a resposta é devolvida ao usuário BD x Internet/Sist.Distribuídos Enfoque Fracamente Acoplado

44 BD x Agentes * Dedução embutida * Atualização de DW/Data Mart * Personalização de interfaces * Variedades de aplicações integrando BD com Internet * Os agentes podem ter diferentes funções: notificação mediação aquisição de conhecimento BD x Internet/Sist.Distribuídos

45 BD Multimídia * Armazenam informações que se originam de diferentes tipos de mídia: textos, imagens, áudio e vídeo * Os requisitos para suportar dados multimídia são: Novos tipos de Dados Qualidade do Serviço Consultas multiresolução Suporte para Interface com o usuário BD x Internet/Sist.Distribuídos

46 BD Multimídia - Aplicações * Gerenciamento de documentos os dados podem incluir projetos de engenharia, registros médicos, etc * Disseminação do conhecimento bibliotecas digitais, livros eletrônicos e repositórios de informação * Monitoramento e controle em tempo real juntamente com BD Ativo pode ser muito útil para o controle de operações nucleares, pacientes em UTIs, sistemas de transporte, etc BD x Internet/Sist.Distribuídos

47 BDs Espaciais * Oferecem tipos de dados espaciais em seu modelo de dados e linguagem de consulta * Estes sistemas devem: combinar informações geométricas e temáticas ser o mais geral possível ter uma semântica formalmente definida ser independente de SGBD, mas cooperativo com qualquer SGBD usar técnicas de implementação eficientes para operações em objetos n-dimensionais ter uma interface visual para os usuários * Aplicações: Sistemas de Informação Geográficas CAD/CAM Robótica BD x SIG

48 Banco de Dados x KDD * Vantagens da aprendizagem a partir de BDs: Os dados são armazenados de maneira mais ou menos estruturada Algum conhecimento do domínio é implicitamente armazenado no BD Ferramentas de consultas, manipulação de dados e transações estão disponíveis O número de BD com dados aplicáveis as técnicas de mineração é grande e continua crescendo!

49 Banco de Dados x KDD * Restrições da aprendizagem a partir de BDs: O volume de dados é tipicamente muito grande Os dados podem conter ruídos e informações incompletas Os dados não foram coletados com o propósito de descoberta de conhecimento * Conhecimento pode ser descoberto a partir de diferentes fontes de dados Dados relacionais Dados OO Dados textuais Dados temporais Dados espaciais Dados na Web Dados de DW

50 Bibliografia * Database research: achievements and opportunities for the 21st century * The emergence of post-relational databases by Richard Currier, Chairman - Strategic Marketing - April 1997 * The Asilomar Report on Database Research * Fundamentals of Database Systems * Database Issues in Knowledge Discovery and Data Mining

51 Bibliografia * Logic and databases: a 20 year retrospective * A survey of research on deductive database systems * Active database systems * Comparing deductive and active databases * Object-oriented DBMS and beyond * Constraint Databases: A Survey