Bancos de Dados Pós-Relacionais

Apresentação em tema: "Bancos de Dados Pós-Relacionais"— Transcrição da apresentação:

1 Bancos de Dados Pós-Relacionais
Bernadette Farias Lóscio DI-UFPE

2 Plano de Aula Integração de BDs com outras áreas
Visão dos sistemas Visão das aplicações Requisitos das novas aplicações Limitações dos BDs Relacionais Sistemas de BDs Pós-Relacionais Banco de Dados x KDD

3 Integração de BD com outras áreas (Sistemas de BDs)
Temporal Espacial Espaço Temporal BD Multimídia BD Dimensional DW BD Distribuídos BDOO BDDOO BD Ativo BDD BDD Ativo Ativo BD de Restrições BD OO Sist. de Suporte a Decisão Outras áreas Linguagens de Programação Inteligência Artificial Sistemas Distribuídos & Internet Sistemas de Bancos de Dados

4 Integração de BD com outras áreas (Aplicações)
BD Espacial DW BDOO BD Distribuídos BD Temporal BD Multimídia BDD BD Ativo Comércio Eletrônico OLAP Monitoramento Digital Publishing Restrições integridade Diagnóstico Data Mining CAD/CAM/SIGs Linguagens de Programação Inteligência Artificial Sist. de Suporte a Decisão Outras áreas Sistemas Distribuídos & Internet Aplicações de Bancos de Dados

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 replicação e reconciliação interoperabilidade semântica do esquema linguagem de consulta autonomia confiabilidade/origem segurança Integração de Informações Heterogêneas

7 Requisitos das Novas Aplicações de BD
Manipulação de objetos complexos: Multimídia e Objetos n-dimensionais Novos tipos de Dados Consultas multiresolução 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 a definição e manipulação de tipos de dados complexos Não suportam itens de dados de grandes tamanhos Permitem apenas consultas com noções precisas Não permitem consultas ad-hoc Baixa performance e dificuldades de implementação para aplicações mais complexas

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

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 IA: BD Dedutivo BD Dedutivo OO BD de Restrições BD x Sist. Distribuídos/Internet: BD Distribuídos BD Federados Arquitetura de Mediadores BD x Agentes BD Multimídia BD x SIG BD Espacial

11 BD Multidimensional BD x DSS Armazena os dados em arrays multidimensionais com um número fixo de dimensões Permite uma visualização multidimensional e multigranular dos dados 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 Tempo Fev./99 Jan./99 FORTALEZA SOBRAL NORDESTE CEARÁ SUDESTE RIO DE JANEIRO PERNAMBUCO SÃO PAULO ... 5 1 6 8 P1 P2 P3 P4 Produto

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

13 BD x DSS Data Warehouse 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 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)

14 BD x DSS 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)

15 OLAP (On-Line Analytical Processing)
BD x DSS 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: Quais os produtos que vendem bem? Qual o "ranking" dos vendedores da Região Nordeste?

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

17 BD x DSS 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,...)

18 Evento: descreve um acontecimento
BD x Aplicações 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 Evento: descreve um acontecimento Condição: examina o contexto onde o evento ocorreu Ação: descreve as tarefas que devem ser executadas

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

20 BD Ativo - Exemplo Empregado(#emp, nome, salario, #gerente)
BD x Aplicações 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 do instead <informe o administrador do sistema> Regras podem ser disparadas e executadas da seguinte forma: immediate deferred detached

21 Regras Ativas - Aplicações
BD x Aplicações 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

22 BD Orientado a Objetos (BDOO)
BD x Aplicações 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

23 BD Orientado a Objetos (cont.)
BD x Aplicações 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

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

25 BD Orientado a Objetos - Exemplo
BD x Aplicações BD Orientado a Objetos - Exemplo classe1: Companhia: [ nome: String, matriz: Endereço; Subsidiarias: {Subsidiaria}, Presidente: Empregado] classe2: Subsidiaria: [ escritório: Endereço; Gerente: Empregado, Empregados: {Empregado}] 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}]

26 BD Objeto Relacional (BDOR)
BD x Aplicações 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 As extensões incluem consultas envolvendo objetos, atributos multivalorados, TADs, métodos e funções como predicados de busca em uma consulta

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

28 BD x IA 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 predicados variáveis lógica unificação de termos com variáveis mecanismo de dedução Funcionalidades dos BDs: dados persistentes gerenciamento de grandes conjuntos de dados gerenciamento de memória secundária gerenciamento de transações linguagem de consulta declarativa

29 BD x IA 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

30 BD Dedutivo - Exemplo Fatos supervisiona(helena, maria)
BD x IA 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

31 BD Dedutivo Orientado a Objetos (BDDOO)
BD x IA 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

32 BD Dedutivo Orientado a Objetos
BD x IA BD Dedutivo Orientado a Objetos 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: BD x IA john:student codd70:cacm
john:empl sally:student sally:empl alice:child(john) mary:faculty bob:faculty bob:manager phil:empl 20:young 30:yuppie 40:midaged 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 codd70:cacm flogic94:jacm cs1:dept cs2:dept integer:datatype string:datatype “CS”:string “Mary”:string “Bob”:string ms:degree phd:degree

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

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

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

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

38 Banco de Dados de Restrições - Exemplo
BD x IA Banco de Dados de Restrições - Exemplo Problema: Um BD consiste em um conjunto de retângulos em um plano, e queremos computar os pares de retângulos distintos onde existe uma interseção (a1,d1) (c1,d1) (a1,b1) (c1,b1) (a2,d2) (c2,d2) (a2,b2) (c2,b2) Representação Relacional: Tuplas: (n,a,b,c,d) Consulta: {(n1,n2)|n1  n2  (a1,a2,b1,b2,c1,c2,d1,d2)(R(n1,a1,b1,c1,d1)  R(n2,a2,b2,c2,d2)  ( x,y{a1,a2,b1,b2,c1,c2,d1,d2}) (a1  x  c1  b1  y  d1  a2  x  c2  b2  y  d2))}

39 Banco de Dados de Restrições - Exemplo
BD x IA Banco de Dados de Restrições - Exemplo Problema: Um BD consiste em um conjunto de retângulos em um plano, e queremos computar os pares de retângulos distintos onde existe uma interseção (a1,d1) (c1,d1) (a1,b1) (c1,b1) (a2,d2) (c2,d2) (a2,b2) (c2,b2) Representação com Restrições: R (z,x,y) Tupla generalizada: (z=n  (a  x  c)(b  y  d)) Consulta: {(n1,n2)|n1  n2  ( x,y)(R(n1,x,y)  R(n2,x,y)}

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

41 BD Distribuídos Classificação quanto ao grau:
BD x Internet/Sist.Distribuídos 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 BD Federados Mediadores

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

43 Mediadores - Arquitetura
BD x Internet/Sist.Distribuídos Enfoque Fracamente Acoplado Mediadores - Arquitetura 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 Mediador 1 Mediador 2 Tradutor 1 Tradutor 2 Tradutor 3 BD1 BD2 BD3

44 BD x Agentes Dedução embutida Atualização de DW/Data Mart
BD x Internet/Sist.Distribuídos 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

45 BD x Internet/Sist.Distribuídos
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

46 BD Multimídia - Aplicações
BD x Internet/Sist.Distribuídos 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

47 BDs Espaciais BD x SIG 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

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