XML als Web Datenformat Motivation

Transcription

XML als Web Datenformat
Motivation
Steffen Staab
ISWeb – Informationssysteme & Semantic Web
Unterschiede und Gemeinsamkeiten
HTML
• Dokumentorientiert
• Flexibilität
• Layout
• Präsentation
Datenbanken
• Datenorientiert
• Abstraktion
– Anfragesprache
– Manipulationssprache
• Formales Modell
• Vermeiden von Redundanz
• Versionierung, Nebenläufigkeit des Zugriffs,…
Steffen Staab
Szenario: B2B
Firma SellItAll
Firma AddValue
Präsentation
Kontrolle
Daten
Steffen Staab
Lösung W4F / Lixto / …
Steffen Staab
Steffen Staab
Steffen Staab
XML / Semistrukturierte Daten
HTML
• Dokumentorientiert
• Flexibilität
• Layout
• Präsentation
Datenbanken
• Datenorientiert
• Abstraktion
– Anfragesprache
– Manipulationssprache
• Formales Modell
• Vermeiden von Redundanz
• Versionierung, Nebenläufigkeit des Zugriffs,…
Steffen Staab
Verbessertes Szenario: B2B
Firma SellItAll
Firma AddValue
Präsentation
Kontrolle
Daten
Steffen Staab
Schichten eines DB-Systems
Views
Logisches Modell
Physikalisches Modell
• Was ist ein logisches
Modell / eine
Anfragesprache für
XML?
Zugriffe
Was
Wie
Steffen Staab
Semi-strukturierte Daten
Eine Syntax für Daten
Steffen Staab
Semi-Strukturierte Daten
• „schema-los“ oder „selbst beschreibend“
d.h. Daten haben keine separate Beschreibung der
Datenstrukturen und -typen
• Daten werden mit einer simplen Syntax beschrieben
• Assoziationslisten sind Label-Wert Paare (label-value
pairs) und werden als Record- oder Tupel-artige
Strukturen dargestellt.
name: “Alan”, tel: 2157786, email: “[email protected]”
{name: {first: “Alan”, last: “Black”},
tel: 2157786,
email:
}
Steffen Staab
Graphenrepräsentation dieser
simplen Struktur
Daten lassen sich grafisch als Knoten darstellen, die durch
Kanten mit den zugehörigen Werten verbunden sind.
name
“Alan”
tel
email
name
tel
7786 “[email protected]”
first
email
7786 “[email protected]”
last
“Alan” “Black”
Steffen Staab
Variationen von Tupeln
• Die Syntax macht es einfach, Mengen von Tupeln zu
beschreiben.
• Es existiert keine Einschränkung, dass alle Tupel einer
Menge vom selben Typ sein müssen.
• Es wird davon ausgegangen, dass Strukturen einem
bestimmten Typ ähneln.
• Eine Stärke von ssd ist die Fähigkeit, Variationen in der
Struktur zu kompensieren.
• Variationen entstehen durch fehlende Daten, duplizierte
Felder oder kleine Änderungen in der Repräsentation.
Steffen Staab
Variationen von Tupeln
{person:
{name: “Alan”, phone: 2157786, email: “[email protected]”},
person:
{name: “Sara”, phone: 2136877, email: “[email protected]”},
person:
{name: “Fred”, phone: 7786312, email: “[email protected]”}
}
{person:
{name: “Alan”,
person:
{name: {first:
phone:
email:
},
person:
{name: “Fred”,
}
phone: 2157786, email: “[email protected]”},
“Sara”, last: “Green”},
2136877,
“[email protected]”
phone: 7786312, Height: 183}
Steffen Staab
Selbstbeschreibende Daten
• Datentyp: bei ssd unwichtig.
• Datenobjekt: Ordnung durch explizite
Beschreibung/Annotation (z.B. name, phone,...)
• Serialisierung: Daten werden in einem Byte-Strom
konvertiert, der sich leicht übertragen und vom
Empfänger rekonstruieren lässt.
• Redundanz: Selbst beschreibende Daten verschwenden
Speicher, da die Beschreibungen der Daten oft
wiederholt werden.
• Es gehen keine Information beim Weglassen des
Datentyps verloren.
Steffen Staab
Basis-Datentypen
• Datentypen können durch ihre Syntax
unterschieden werden:
– Nummern (beginnen mit einer Ziffer)
– Strings (beginnen mit einem
Anführungszeichen)
– Label (name, height,...)
• Es gibt viele Datentypen mit definierter
Kodierung (z.B. date, time, gif, wav,…)
• Ein Beispiel: date “1 May 1997”
Steffen Staab
Repräsentation relationaler
Datenbanken
• Relationale Datenbanken werden durch
Schemata beschrieben.
r1(a,b,c) r2(c,d)
• r1 und r2 sind Relationen und a, b, c und d
sind Spaltennamen.
• Eine Instanz eines solchen Schemas ist ein
Datensatz, der diese Spezifikation einhält.
• Es existiert keine einheitliche Syntax, für die
Beschreibung relationaler Instanzen.
Steffen Staab
Darstellung einer Instanz
• Als Mengen: {r1: i1, r2: i2}
Beispiel:
{r1: {row:
row:
},
r2: {row:
row:
row:
}
}
{a: a1, b: b1, c: c1},
{a: a2, b: b2, c: c2}
{c: c2, d: d2},
{c: c3, d: d3},
{c: c4, d: d4}
Steffen Staab
Darstellung einer Instanz
• In Form von Tabellen:
r1
a
b
c
a1
b1
c1
a2
b2
c2
r2
c
d
c2
d2
c3
d3
c4
d4
Steffen Staab
Repräsentation von
Objektdatenbanken
• Objekt Identitäten (oid) werden genutzt, um Strukturen
mit Referenzen zu anderen Objekten zu konstruieren.
{person: &o1{name: “Mary”,
age: 45,
child: &o2,
child: &o3
},
person: &o2{name: “John”,
age: 17,
relatives: {mother: &o1,
sister: &o3}
}
person: &o3{name: “Jane”,
country: “Canada”,
mother: &o1
}
}
Steffen Staab
Objektidentitäten
• Ihre Bedeutung ist auf eine bestimmte
Domänen beschränkt.
• In der gleichen Dateninstanz, können oids
von verschiedenen Domänen existieren.
• In ssd müssen Knoten nicht explizit einen
oid besitzen.
Steffen Staab
Repräsentation als Graph
person
person
person
child
mother
&o2
&o1
child
name
name
age
&o3
age
relatives
name
“John”
“Mary”
17
“Jane”
45
mother
country
sister
Steffen Staab
“Canada”
Syntaxspezifikation
ssd-expressions:
<ssd-expr> ::= <value> | oid<value> | oid
<value> ::= atomicvalue | <complexvalue>
<complexvalue> ::=
{label:<ssd-expr>,...,label:<ssd-expr>}
Steffen Staab
Konsistenz
Für die Konsistenz einer ssd-expression s
müssen die folgenden zwei Bedingungen
erfüllt sein:
– Jede oid wird höchstens einmal in s definiert.
– Wenn eine oid o in s genutzt wird, dann muss
sie auch in s definiert sein.
Steffen Staab
Object Exchange Model (OEM)
• Das Objekt Exchange Modell wurde im
Kontext von Tsimmis, einem System zum
Integrieren von heterogenen
Datenquellen, definiert.
• OEM Modelle sind meist Kantenbeschriftete Graphen.
• Sie können aber auch Knoten-beschriftete
sowie Kanten- und Knoten-beschriftete
Graphen sein.
Steffen Staab
OEM Objekt
• Ein OEM Objekt ist ein Quadrupel
(label, oid, type, value)
– label ist ein Character String.
– oid ist die Objektidentifikationsnummer.
– type
• komplexe Typen
• atomare Typen (z.B. Integer, String, gif-Bild)
– value
• eine Menge von oids, wenn type komplex ist
• atomarer Wert von type, wenn type atomar ist
Steffen Staab
Objektdatenbanken
• Moderne Applikationen nutzen objektorientierten Datenmodelle.
• Standards für Objektdatenbanken bzw.
objekt-orientierten Datenbanken:
– ODMG Spezifikation
– ODL (Object Definition Language)
– OIF (Object Interchange Format)
Steffen Staab
ODMG Schema
class State
(extent states)
{
attribute string scode;
attribute string sname;
attribute City capital;
relationship set<City> cities-in
inverse City::state-of;
}
class City
(extent cities)
{
attribute string ccode;
attribute string cname;
relationship State state-of
inverse State::cities-in;
}
Steffen Staab
Eigenschaften von ODMG
• Tupel, Mengen, Listen, Multimengen und
Arrays können ausgedrückt werden.
• Handles zu Objekten der Datenbank.
• Erweiterung bzw. Vererbung von Klassen.
• Objekte werden durch Konstruktoren
erzeugt, die durch die verwendete
Datenbank oder Sprache definiert werden.
Steffen Staab
Eigenschaften von ODMG
• Die verwendete Sprache bestimmt das
Löschen von Objekten
– Explizite Vernichtung durch Destruktoren
(siehe C).
– Unerreichbarkeit und garbage collection
(siehe Java).
• Beziehungen sind wie Attribute. Sie
können inverse Constraints ausdrücken.
Steffen Staab
Repräsentation von ODMG Daten als
SSD
{states: {state: &s1{scode:
“ID”,
sname:
“Idaho”,
capital: &c1,
cities-in:
{City: &c1,
City: &c3,…}
},
...
},
{cities: {city: &c1{ccode: “BOI”, cname: “Boise”,
state-of: &s1},
city: &c1{ccode: “CCN”,
cname: “Carson City”,
state-of: &s2},
...
Steffen Staab
}
Repräsentation von ODMG
• Die Beschreibungen von ODMG Daten als
semi-strukturierte Daten ist dieselbe wie
die von relationalen Datenbanken.
• Es werden dabei Namen für oids genutzt,
um Attributwerte, die Objekte darstellen,
beschreiben zu können.
Steffen Staab
ACeDB
(A.C. elegans Database)
• Entwickelt als Datenbank für genetische
Daten.
• Allgemeines Datenmodell.
• Populär bei Biologen da:
– Fähigkeit mit fehlenden Daten zu arbeiten.
– Gute Benutzerschnittstelle.
– Gute Browsing Tools.
Steffen Staab
ACeDB
• Schemata und Daten können als Kantenbeschriftete Bäume betrachtet werden.
• Der Typname Int repräsentiert einen Knoten,
den eine unendliche Menge von Kanten
verlässt, die jeweils mit anderen Integer-Werten
versehen sind. (Text analog)
• Ein Schema kann als unendlich verzweigter
Baum und die Dateninstanz als ein endlicher
Teilbaum angesehen werden.
• Das Schlüsselwort UNIQUE spezifiziert, dass
jede Dateninstanz höchstens eine Kante
auswählen kann.
Steffen Staab
ACeDB
• array Int UNIQUE Int:
– Schema: Knoten mit unendlicher Anzahl von
ausgehenden Kanten mit einem Integerwert, welche
jeweils zu einem Knoten mit unendlicher Anzahl von
ausgehenden Kanten mit einem Integerwert führen.
– Instanz: eine endliche Anzahl von top-level Kanten
(array indices), denen höchstens eine Kante mit
einem Integerwert folgt (associated value).
– Der Gebrauch von mit Integerwerten beschrifteten
Kanten erzeugt einen Array.
Steffen Staab
ACeDB Schema und Daten
?Book title UNIQUE Text
authors Text
chapters Int UNIQUE Text
language UNIQUE english
french
other
date UNIQUE month Int
year Int
&hock2 title
“Computer Simulation Using Particles”
authors “Hockney”
“Eastwood”
chapters 1 “Computer Experiments”
2 “A One-Dimensional Model”
...
language english
Steffen Staab
Terminologie der verwendeten
Graphentheorie
• Ein Graph (N,E) besteht aus einer Menge N von Knoten
und einer Menge E von Kanten.
• Zur jeder Kante e ∈ E gibt es ein (geordnetes)
Knotenpaar, das durch e verbunden wird. Der
Quellknoten wird s(e) genannt, der Zielknoten t(e).
• Ein Pfad ist eine Sequenz e1, e2,..., ek von Kanten mit
der Eigenschaft:
t(ei) = s(ei+1), 1≤ i ≤ k-1.
Ein solcher Pfad wird als ein Pfad von der Quelle von e1
(s(e1)) zum Ziel von ek (t(ek)) bezeichnet. Seine Länge k
ist gleich der Anzahl der Kanten in diesem Pfad.
Steffen Staab
Terminologie
• Ein Knoten r ist die Wurzel vom Graph (N,E),
wenn ein Pfad von r zu jedem n ∈ N und n ≠ r
existiert.
• Ein Zyklus in einem Graph ist ein Pfad zwischen
einem Knoten und sich selbst. Ein Graph ohne
Zyklen heißt azyklisch.
• Ein Graph mit Wurzel r ist ein Baum, wenn für
jedes n ∈ N und n ≠ r nur je ein einzigartiger
Pfad von r zu n existiert. (Ein Baum ist azyklisch
und hat nur eine Wurzel.)
Steffen Staab
Terminologie
• Ein Knoten wird als Terminalknoten oder
als Blatt bezeichnet, wenn er für keine
Kante aus E der Quelleknoten ist.
• Gerichtete Graphen, die eine Wurzel
haben, werden directed acyclic graph
(DAG) genannt.
Steffen Staab
Terminologie
Graph mit Kreis
und ohne Wurzel
Baum
azyklischer Graph
mit Wurzel
Steffen Staab

XML als Web Datenformat Motivation

Transcription

Documents pareils

UFA-Palast Dresden

Ein Tag im Leben eines Zweiradmechanikers

Gesendet: Montag, 06. Juli 2015 um 16:19 Uhr Von: "Jenter, Steffen

Stellenausschreibung Elektro-Meister (m/w)

Wilhelm Reich Prof. Bernd Senf, Berlin Steffen Frey, Heilpraktiker

Steffefl Fuchs fleuer Ballettdirektor ifl Kobleflz

herunterladen. - Little John Bikes

Hier ist das Handicap Teil des geliebten Jobs

Pressetext VLG_Layout 1

für Gottes Lohn - Kirchliche Berufe