Dokument 1 - RWTH Aachen University

2.2 Datenintegration 19
und Abbildungen zu den externen Schemata anderer Knoten. Durch die Abbildung wird also das
„Netzwerk“ der Datenquellen aufgebaut.
Das Problem hierbei ist, dass es kein integriertes Schema gibt, das als Referenzschema für einen
LAV- oder GAV-Ansatz benutzt werden kann. Für solche Systeme ist die Kombination beider
Ansätze in einem GLAV-Ansatz sinnvoll [Friedman et al., 1999]. Dennoch wird derzeit eine
formale Darstellung für Peer-to-Peer-Systeme verwendet, die sich an den bekannten LAV- und
GAV-Ansätzen zur Datenintegration orientiert [Halevy et al., 2003a; Calvanese et al., 2003].
Eine Abbildung zwischen zwei Schemata (zwischen internem Schema und Peer-Schema eines
Knotens oder zwischen Peer-Schemata verschiedener Knoten) wird formal durch die Formel
q1 ❀ q2 dargestellt. Im allgemeinsten Fall bezeichnet ein qi jeweils eine Anfrage über ein Schema.
Zu beachten ist hierbei, dass durch die Abbildungen eine zyklische Abhängigkeit zwischen
den Knoten des Peer-to-Peer-Systems definiert werden kann. Interpretiert man die Abbildungen
zwischen den Knoten und innerhalb eines Knotens z.B. als Datalog-Regeln, und wendet die
üblichen Auswertungsstrategien an, so ist es möglich, dass die Auswertung aufgrund der zyklischen
Abhängigkeiten nicht terminiert bzw. es kann nicht entschieden werden, ob ein Objekt im
Ergebnis einer Anfrage enthalten ist oder nicht [Halevy et al., 2003a]. Dieser Fall wird z.B. in
[Calvanese et al., 2003] betrachtet. Die Autoren schlagen eine spezielle Semantik zur Interpretation
der Abbildungen vor, um auch bei zyklischen Abhängigkeiten zwischen den Knoten eine
Anfrage beantworten zu können.
In [Stuckenschmidt et al., 2002] beschränken die Autoren die Ausdrücke in einer Abbildung
zwischen zwei Schemata auf atomare Ausdrücke. Zyklische Abhängigkeiten werden nicht angesprochen,
da die Anfrageverarbeitung nur aus der Sicht eines Knotens betrachtet wird, d.h.
ein Knoten erhält eine Anfrage eines anderen Knotens und muss zu dieser Anfrage ein Ergebnis
liefern. Dabei ist das Problem zu beachten, dass dem Knoten nicht alle Konzepte bekannt sind,
die in der Anfrage benutzt werden. Stuckenschmidt et al. schlagen daher eine Methode vor, die
die unbekannten Konzepte durch bekannte Konzepte approximiert. Durch die Konstruktion einer
Klassenhierarchie können obere und untere Schranken für ein Konzept angegeben werden, die
als Approximation genutzt werden.
Diese Approximation von unbekannten Konzepten ist eng mit den Arbeiten zur (semi-)automatischen
Erkennung von semantischen Zusammenhängen zwischen Datenquellen in Peer-to-
Peer-Systemen verknüpft. Die automatische Erkennung der Abhängigkeiten zwischen Datenquellen
(und integriertem Schema, sofern es existiert) ist vor allem in einer dynamischen Umgebung
mit sich häufig ändernden Datenquellen sinnvoll. Dies ist insbesondere bei Internet-
Informationssystemen der Fall, da hier die Datenquellen vollkommen unabhängig sind und nicht
von einer Organisation kontrolliert werden können. Die Erstellung der Abbildungen zwischen
integriertem Schema und Datenquellen ist zur Zeit noch ein aufwendiger manueller Prozess, dessen
Ergebnis die Qualität des Integrationssystems bestimmt. Entsprechende semi-automatische
Verfahren werden derzeit entwickelt (siehe z.B. [König-Ries, 2000; Bergamaschi et al., 2001;
Madhavan et al., 2001]).