controrelatore chiar.mo prof. flavio bonfatti universitÀ degli studi di modena e reggio emilia...

Controrelatore

Chiar.mo Prof. Flavio Bonfatti

UNIVERSITÀ DEGLI STUDI DI MODENA E REGGIO EMILIACorso di Laurea in Ingegneria Informatica

Tesi di laurea diGuidetti Rossano

Relatore

Chiar.mo Prof. Sonia Bergamaschi

SI-Designer: un tool per l’integrazione di sorgenti distribuite ed eterogenee

MOMISMediator envirOnment for Multiple Information Sources

• Sistema di integrazione di sorgenti eterogenee e distribuite.

1) costruzione di una vista globlale sulle sorgenti: lo schema globale

2) l’utente formula le richieste di informazioni sullo schema globale ricevendo una risposta unificata

Un modello di dati comune, ODLI3 (derivato dall’ODL, ODMG)

• Integrazione in due fasi:

Data level

WrapperWrapper

RelationalSource

RelationalSource

WrapperWrapper

XMLSource

XMLSource

WrapperWrapper

ObjectSource

ObjectSource

WrapperWrapper

genericSource

genericSource

legenda

CORBA Object

User

GUI

Software tools

CORBA interactionUser interaction

WordNetWordNet

Service level

ODB-ToolsODB-ToolsGlobal Schema

METADATA REPOSITORYGlobal Schema

METADATA REPOSITORY

Global Schema Builder

QueryManagerQueryManager

• SLIM WordNet interaction• SIM ODB-Tools validation • ARTEMIS Clustering• TUNIM Map. table tuning

• SLIM WordNet interaction• SIM ODB-Tools validation • ARTEMIS Clustering• TUNIM Map. table tuning

SI-DesignerSI-Designer

MOMIS mediator

creates

UserUser

Application

IntegrationDesigner

IntegrationDesigner

USER level

Architettura di MOMIS

La costruzione dello schema globale

SchemiSorgentiODLI

3

Generazione di unThesaurus Comune

Thesaurus Comune

Insieme di relazionali intensionali ed estensionali tra nomi di attributi e classi degli schemi sorgenti

Le relazioni aggiunte al Thesaurus hanno origini diverse:

conoscenza semantica intra-schema ed inter-schema

(1) derivate dagli schemi (ODB-Tools)

(2) derivate dal lessico (WordNet)

(3) fornite dal progettista

(4) inferite (ODB-Tools)

Relazioni intensionali/terminologiche: esprimono la conoscenza deducibile dalla struttura delle classi e dal significato dei termini (nomi di classi e di attributi)

Relazioni estensionali: esprimono la conoscenza deducibile dalle istanze delle classi

<t1 SYN t2> Sinonimia (stesso concetto)

<t1 BT t2> Specializzazione (Broader Terms - BT, Narrower Terms - NT)

<C1 SYNext C2> (le istanze di C1 e C2 sono le stesse)

<C1 BText C2> (l’istanza di C1 contiene quella di C2)

<t1 RT t2> Associazione (Related Terms - RT)

• Tipi di relazioni:

• Validazione delle relazioni:

– relazioni intensionali tra attributi: basata sulla compatibilità dei domini

• Inferenza di nuove relazioni intensionali ed estensionali usando le tecniche DL (i.e. ODB-Tools)

– relazioni estensionali tra classi: basata sulla compatibilità della loro struttura

La costruzione dello schema globale

Generazione di unThesaurus Comune

Generazione dei Cluster

SchemiSorgentiODLI

3

Generazione dei cluster

1) Calcolo di Coefficienti di affinità per ogni coppia di classi ODLI

3

Room

Section Course University_Student

School_Member

Student

ProfessorCS_Person

Research_Staff

0.375

0.39

0.39

0.660.54

0.6

0.65

0.68

0.68

Division Department

0.6

Cl

Cl

Cl

Cl1

2

3

4

LocationCl5

0.25

2) Algoritmo di clustering: creazione dei gruppi di classi (cluster) che presentano coefficienti di affinità superiori ad una certa soglia

Soglia=0.5

La costruzione dello schema globale

Generazione di unThesaurus Comune

Generazione di Cluster

SchemiSorgentiODLI

3

Creazione classi globali e Mapping

Creazione delle classi globali e Mapping

– nome

– insieme di attributi globali costruito sulla base di una unione “ragionata” degli attributi che caratterizzano le classi del cluster C:

Per ogni cluster C viene generata una glasse globale G caratterizzata da:

1) unione di tutti gli attributi locali

2) unificazione (o fusione) degli attributi simili:A SYN B A oppure B come attributo globaleA NT B B come attributo globale

– mapping-table: rappresentazione tabellare delle mapping rules, regole che esprimono il legame tra attributi globali e locali (corrispondenze and / union, valori default / null)

name

first_name ANDlast_name

‘Student’first_name ANDlast_name

UNI.School_Member

University_Person

UNI.Research_Staff

CS.CS_Person name Null

‘Professor’

Null

Null

dept_code

rank works

CS.Professor name rank belongs_to

CS.Student name Null Null

Null

email

email

Null

Null

case rank of‘course’: home_email‘phd’:phd_email

TP.University_Student name ‘Student’ Null Null

La costruzione dello schema globale

Generazione di unThesaurus Comune

Generazione di Cluster

SchemiSorgentiODLI

3

Creazione classi globali e Mapping

Schema Globale

Mediatore

Schema Globale

Mediatore

SI-Designer

Architettura di SI-Designer

SI_Designer GlobalSchemaProxy

SIMSAM SLIM

ARTEM TUNIM

GlobalSchema(CORBA)

Integration Designer

Modularità di SI-Designer

• I moduli che realizzano le fasi dell’integrazione sono indipendenti gli uni dagli altri.

SIDPhase

SAM SLIM TUNIM...

• Per aggiungere una nuova fase è sufficiente creare una classe Java figlia di SIDPhase.

• Essi sono stati implementati in classi Java figlie di una medesima classe Java astratta SIDPhase, che implementa i metodi di base per l’interazione con il modulo principale.

Architettura di SI-Designer

SI_Designer GlobalSchemaProxy

SIMSAM SLIM

ARTEM TUNIM

GlobalSchema(CORBA)

SAM

TUNIM

•SAM: Sources Acquisiton Module•SIM: Sources Integrator Module•SLIM: Souces Lessical Integrator Module•ARTEM: clustering•TUNIM: TUNIng of mapping-tables Module

SAMSources Acquisition Module

Acquisizione degli schemi ODLI3 delle sorgenti

Acquisizione di uno schema

SAMIntegration Designer-wrapper name-host name-port#

CORBAengine

CORBAengine

Wrapper(CORBA)

Parser ODLI3

GlobalSchemaProxy

Struttura dati ODLI

3

Schemi ODLI

3

TUNIMTUNIng of mapping-table Module

Aiuta il progettista nella creazione delle classi globali e delle relative mapping-table.

Caratteristiche delle classi globali

• La creazione delle classi globali è una operazione delicata perché è proprio su di esse che l’utente formulerà le interrrogazioni.

• Ogni classe globale deve:– avere un insieme di attributi che rappresenta tutte le

informazioni del cluster da cui è stata costruita– permettere la formulazione di interrogazioni semplici ed

espressive

– tutti gli attributi locali devono essere mappati sugli attributi globali

– non ci devono essere, per quanto possibile, attributi globali che rappresentano informazioni concettualmente simili

Funzionalità di TUNIM

• Creazione di una mapping-table iniziale, ottenuta dall’unione si tutti gli attributi delle classi appartenenti al cluster in esame

• Individuazione degli attributi globali simili, vale a dire attributi che rappresentano informazioni concettualmente simili

• Fusione degli attributi simili (semi-automatica)

Creazione automatica della mapping-table iniziale

Per ogni attributo locale viene creato un nuovo attributo globale aggiungendo una colonna alla mapping-table. L’attributo locale viene mappato sull’attributo globale aggiunto.

UNI.School_Member

University_Person name

UNI.Research_Staff

CS.CS_Person Null

Null

name

Null

Null

faculty

Null

Null

year

Null

first_name

Null

Null

last_name

Null

faculty year first_name last_name

Individuazione degli attributi globali simili

• Il modulo costruisce dei grafi

– i nodi sono gli attributi

– gli archi sono relazioni del Thesaurus Comune

in cui:

• Tra tutte le possibili fusioni individuate, il tool esegue per prima le fusioni eseguibili automaticamente.

– attributi legati solamente da relazioni validate di sinonimia (SYN) e non partecipanti a nessun altro tipo di relazione

– due attributi legati da una relazione validata di specializzazione

name

last_name

NT

last_name surnameSYN

SÍ

• Il tool propone al progettista di risolvere le fusione individuate ma che non possono essere risolte automaticamente.– situazioni ambigue di attributi legati da relazioni validate

name

last_namefirst_name surname

NTNT

SYN

name

last_namefirst_name

NTNT

– attributi legati da relazioni non validate

dept_code(string)

belongs_to(object)

NT

namefirst_name ANDlast_name

‘Student’first_name ANDlast_name

UNI.School_Member

University_Person

UNI.Research_Staff

CS.CS_Person name Null

‘Professor’

Null

Null

dept_code

rank works

CS.Professor name rank belongs_to

CS.Student name Null Null

Null

email

email

Null

Null

case rank of‘course’: home_email‘phd’:phd_email

TP.University_Student name ‘Student’ Null Null

mapping-table finale (dopo le fusioni)

mapping-table iniziale (unione degli attributi)

UNI.School_Member

University_Person name

UNI.Research_Staff

CS.CS_Person Null

Null

name

Null

Null

faculty

Null

Null

year

Null

first_name

Null

Null

last_name

Null

faculty year first_name last_name

L’interfaccia grafica di SAM

L’interfaccia grafica di TUNIM

Conclusioni• Il sistema MOMIS è un sistema di integrazione delle

informazioni che introduce:

– approccio semantico

– intelligenza artificiale

• SI-Designer offre un reale supporto al progettista dello schema globale:

– automazione– interfaccia semplice

• Sviluppi futuri:

– integrazione delle risposte

– maggior automazione

– sorgenti multimediali

Piattaforma di sviluppo:• Sun Ultra10 • Sistema operativo Solaris 2.7• Java 1.2.2

Righe di codice prodotte: 4900

• Il lavoro svolto nella presente tesi ha ottenuto un riconoscimento nazionale ed internazionale.

I risultati della tesi sono contenuti in un articolo presentato all'Ottavo Convegno Nazionale su Sistemi Evoluti per Basi di Dati - {SEBD2000}, L'Aquila, 26-28 giugno 2000, autori D. Beneventano, S. Bergamaschi, A. Corni, R. Guidetti e G. Malvezzi dal titolo ``SI-Designer: un tool di ausilio all'integrazione intelligente di sorgenti di informazione''. Il componente realizzato durante la tesi è parte importante del sistema MOMIS che verrà presentato alla prossima conferenza internazionale Very Large DataBase {VLDB2000}, Cairo (Egitto), 10-14 settembre 2000, autori D. Beneventano, S. Bergamaschi, S. Castano, A. Corni, R. Guidetti, G. Malvezzi, M. Melchiori e M. Vincini dal titolo “Information Integration: the MOMIS Project Demonstration''.