Schriftliche Ausarbeitung zum Referat - Universität Konstanz

4.5 Information Manifold – Beispiel für den Einsatz von Mediator-Technik
Information Manifold ist ein implementiertes Informationsintegrationssystem der Stanford
University [Levy, Rajaraman, Ordille 1996], welches einheitlichen Zugang zu einer
Sammlung von mehr als 100 Quellen bietet, von denen sich ein großer Teil auf dem WWW
befindet. Der wissenschaftliche Schwerpunkt des Systems liegt auf der Mediator-Komponente
und dabei insbesondere auf effizienten Methoden zur Auswahl von Quellen und Erstellung
von Query Plänen.
Integrierte Sicht / Auswahl von Quellen
Information Manifold benutzt das bei Mediatoren übliche Instrument eines globalen Schemas,
um eine integrierte Sicht zu bieten, gegen die der Benutzer Anfragen stellen kann. In der
Regel werden derartige integrierte Sichten als Query über den Quellen gesehen (global as
view). Dies entspricht auch der natürlichen Konstruktion einer Sicht, indem von den
Originaldaten ausgegangen wird. Dieser Ansatz hat jedoch den Nachteil, dass er sehr
laufzeitintensiv sein kann. Bei n Quellen müssen ggf. n² Interaktionen zwischen den Quellen
ausgeführt werden, um eine Sicht zu konstruieren.
Bei Information Manifold wird ein entgegengesetzter Ansatz verfolgt: Die Quellen werden als
Sichten auf den integrierten Daten beschrieben (local as view). Dies hat den Vorteil, dass bei
n Quellen nur n Sichten benötigt werden. Ferner können die oft feingranularen Unterschiede
zwischen den Quellen besser modelliert werden, da in der Definition einer Sicht, die eine
Quelle beschreibt, die Bedingungen exakt angegeben werden können, die alle Tupel der
fraglichen Relation charakterisieren. Ausgehend von diesen exakten Beschreibung ist eine
effiziente Auswahl der Quellen möglich, die für die Beantwortung einer Anfrage relevant
sind.
Im umgekehrten Falle, in dem das globale Schema als Query über den Quellen angesehen
wird, können dagegen nur beschränkt Detailbeschreibungen der Quellen einfließen, wenn das
globale Schema überschaubar gehalten werden soll. Ein weiterer Vorteil des vorliegenden
Ansatzes ist, dass Quellen bequem hinzugefügt werden können, ohne dass die
Beschreibungen der bisherigen Quellen geändert bzw. eine fest vordefinierte Gesamtsicht
angepasst werden müsste. Nachteil hingegen ist, dass das globale Schema selbst eine
minimale Instanz darstellt, die konsistent mit allen Definitionen ist. Die eigentliche
Mächtigkeit der Mediator-Datenbank ist in den auf bekannten Zuständen der Quellen
basierenden Sichtendefinitionen spezifiziert. Eine solche Spezifikation ist jedoch
zwangsläufig unvollständig.
Erstellung von Query-Plänen
Zur Erstellung von Query-Plänen werden die Fähigkeiten der Quellen mit Hilfe von
sogenannten Capability Records beschrieben. Diese spezifizieren für jede Quelle den
möglichen Input, den möglichen Output und die Fähigkeit Selektionen vorzunehmen.
Dadurch kann die Erstellung von Query-Plänen in zwei Phasen erfolgen: Zunächst werden
alle semantisch korrekten Pläne ermittelt, d. h. alle Pläne, die die als Sichten beschriebenen
Quellen benutzen und eine Antwort auf die Anfrage liefern. Anschließend werden die
Teilpläne unter Berücksichtigung der Antwortfähigkeiten der Quellen so angeordnet, dass sie
auch tatsächlich ausführbar sind.
17