Informationsintegration

Transkript

1 Informationsintegration Übersicht Anfrageplanung Global-as-View Ulf Leser

2 Inhalt dieser Vorlesung Das Problem Anfrageplanung: Übersicht Global-as-View Modellierung GaV und Integritätsconstraints Implementierung Ulf Leser: Informationsintegration 2

3 Das Problem Was steckt hinter diesen Pfeilen? Anwendung 1 Anwendung 2 Externes Schema 1... Externes Schema N Föderiertes Schema Mediator Wrapper Wrapper Wrapper Quelle 1 Quelle 2 Quelle 3 Exportschema Komponentenschema Lokales internes Schema Exportschema Komponentenschema Lokales internes Schema Ulf Leser: Informationsintegration 3

4 Abstrakter Bei enger Kopplung Wie beschreibt man die Beziehungen zwischen dem globalen und den verschiedenen lokalen Schemata? Wie benutzt man diese Beziehungen zur Anfrageplanung? Kann man aus solchen Beziehungen das integrierte Schema erzeugen? Ulf Leser: Informationsintegration 4

5 Korrespondenzen Korrespondenz: Spezifikation semantisch äquivalenter Teile in Quellschema und globalem Schema Regel mit zwei Teilen Erster Teil: Teile im Quelle Zweiter Teil: Teile im Zielschema Dazwischen: Datentransformation und Restrukturierung Kann unterschiedliche Mechanismen benutzen Global-as-View, Local-as-View, Wir wollen deklarative Korrespondenzen Woher? Manuell spezifizieren (Semi-)automatisch finden: Schema Matching (später) Ulf Leser: Informationsintegration 5

6 Zwei Richtungen Virtuelle Integration: Anfragen übersetzen Gegeben Anfrage an Zielschema Finde semantisch äquivalente Sequenz von Anfragen an Quellschemata Materialisierte Integration: Daten transformieren Gegeben Quellschemata mit Daten Finde semantisch äquivalente Darstellung der Daten im Zielschema Beide Richtungen sind ähnlich, aber nicht identisch Wir konzentrieren uns auf die erste Richtung Ulf Leser: Informationsintegration 6

7 Weiteres Vorgehen Erst konkret, dann abstrakter Übersicht Anfragebearbeitung Global as View und View Unfolding Anfragekorrespondenzen und semantische Korrektheit Local as View und Query Containment Anfrageoptimierung Umgang mit beschränkten Quellen Ulf Leser: Informationsintegration 7

8 Inhalt dieser Vorlesung Das Problem Anfrageplanung: Übersicht Global-as-View Modellierung GaV und Integritätsconstraints Implementierung Ulf Leser: Informationsintegration 8

9 Anfragebearbeitung Globales Schema Korrespondenzen Lokale Exportschemata Aufgabe Gegeben eine Anfrage q gegen das globale Schema Gegeben eine Menge von Korrespondenzen zwischen globalem und lokalen Schemata Finde alle Antworten auf q Ulf Leser: Informationsintegration 9

10 Anfragebearbeitung Schritt 1: Anfrageplanung (in den nächsten Stunden) Welche Quellen können / sollen / müssen benutzt werden? Welche Teile der Anfrage sollen wohin geschickt werden? Schritt 2: Anfrageübersetzung Aus der Sprache der globalen Schema in die Sprache der Quellen Schritt 3: Anfrageoptimierung Wer führt was wann aus (Pushen, Reihenfolge)? Wer kann was ausführen (Kompensation)? Schritt 4: Anfrageausführung Monitoring, Puffern, Cachen, Re-Optimieren Schritt 5: Ergebnisintegration Duplikaterkennung und Konfliktauflösung Ulf Leser: Informationsintegration 10

11 Schritt 1 & 2 Anfrageplanung Anfrageübersetzung Eingabe: Benutzeranfrage und Anfragekorrespondenzen Aufgabe: Berechnet Anfragepläne. Ein Anfrageplan ist eine Menge von logischen Anfragen an Datenquellen, in der Regel verknüpft durch Join-Prädikate. Jeder Plan muss ausführbar sein und nur semantisch korrekte Ergebnisse berechnen. Sollten mehrere Anfragepläne existieren, ist es auch Aufgabe der Anfrageplanung zu entscheiden, welche davon ausgeführt werden sollen. Ergebnis: Ein oder mehrere Anfragepläne Eingabe: Ein Anfrageplan Aufgabe: Ein Anfrageplan besteht aus Teilanfragen, die jeweils genau eine Datenquelle adressieren. Diese Teilanfragen sind syntaktisch auf die Integrationsschicht zugeschnitten. Die Anfrageübersetzung muss jede Teilanfrage in einen unmittelbar von der betreffenden Datenquelle ausführbaren Befehl übersetzen. Ergebnis: Ein übersetzter Anfrageplan Ulf Leser: Informationsintegration 11

12 Schritt 3 & 4 Anfrageoptimierung Anfrageausführung Eingabe: Ein übersetzter Anfrageplan Aufgabe: Anfragepläne bestehen aus Teilanfragen, für die noch nicht feststeht, in welcher Reihenfolge sie berechnet und wo in ihnen enthaltene oder sie verbindende Anfrageprädikate ausgeführt werden. Die Festlegung dieser Punkte ist die Aufgabe der Anfrageoptimierung, deren Ergebnis ein (physischer) Ausführungsplan ist. Ergebnis: Ein Ausführungsplan Eingabe: Ein Ausführungsplan Aufgabe: Ein Ausführungsplan kann unmittelbar ausgeführt werden, muss aber in seiner Ausführung überwacht werden, da Netzwerkverbindungen oftmals unzuverlässig sind. Außerdem müssen Prädikate der Benutzeranfrage, deren Ausführung nicht an eine Datenquelle delegiert wurden, im Integrationssystem ausgeführt werden. Ergebnis: Eine Menge von Ergebnistupeln Ulf Leser: Informationsintegration 12

13 Schritt 5 Ergebnisintegration Eingabe: Pro Ausführungsplan eine Menge von Ergebnistupeln Aufgabe: Die Ergebnisse der einzelnen Ausführungspläne sind oftmals redundant oder uneinheitlich. Während der Ergebnisintegration werden die einzelnen Ergebnisse zu einem Gesamtergebnis integriert, was insbesondere Duplikaterkennung und Auflösen von Widersprüchen in den Daten erfordert. Ergebnis: Das Ergebnis der Benutzeranfrage Ulf Leser: Informationsintegration 13

14 Beispiel Filmwelt Vereinfachende Annahmen Quellen bestehen nur aus einer (Export-)Relation Keine Datenmodellheterogenität Nehmen wir jetzt immer an Keine strukturelle oder schematische Heterogenität Nehmen wir ganz selten an Keine semantische Heterogenität Gleiche Namen = gleiche Konzepte Nehmen wir manchmal an Ulf Leser: Informationsintegration 14

15 Beispiel Globales Schema Datenquellen Ulf Leser: Informationsintegration 15

16 Anfrageplanung Globale Anfrage Alle Filme, in denen Hans Albers eine Hauptrolle spielte Was kommt in Frage? film: Quellen imdb.movie und fd.film spielt: Quellen imdb.acts und fd.spielt Ergibt vier Anfragepläne Ulf Leser: Informationsintegration 16

17 Vier Anfragepläne Jeder Plan = 2 Teilpläne Teilpläne sind quellspezifisch Wer führt Joins zwischen Teilplänen aus? System kann auswählen Alle Pläne: teuer,vollständig Schnellster Plan Plan mit dem größten Ergebnis Ulf Leser: Informationsintegration 17

18 Fragen Kann man nicht imdb.movie imdb.acts gemeinsam betrachten? Doch aber wir nehmen (noch) Quelle = eine Relation an Später (GaV) Warum sollte man imdb.movie und fd.spielt zusammen in einem Plan benutzen? Weil Quellen unvollständig und fehlerhaft sind Daher können Kombination neue korrekte Tupeln produzieren Annahme: Gleiche Werte in den Joinattributen Hier: Filmnamen, Schauspielernamen Ulf Leser: Informationsintegration 18

19 Beispiel imdb.movie Vögel, Hitchcock Münchhausen, von Baky fd.film Vögel, Hitchcock Münchhausen, Bürger imdb.acts Vögel, Kelly, Hauptrolle Münchhausen, Bendow, Nebenrolle fd.spielt Vögel, Kelly, Hauptrolle Münchhausen, Albers, Hauptrolle Movie acts - film spielt Münchhausen, Bürger, Hauptrolle movie spielt Münchhausen, van Baky, Hauptrolle film acts - Ulf Leser: Informationsintegration 19

20 Anfrageübersetzung Jeder Teilplan kann an eine Quelle geschickt werden Übersetzung der Schemaelementnamen Übersetzung SQL Anfrage in Web-Service, HTTP, XQuery, Übersetzung von Konstanten in einer Query Was heißt Hauptrolle in der imdb? SELECT titel, rolle FROM spielt WHERE schauspieler_name= Hans Albers AND rolle= Hauptrolle SELECT title, role FROM imdb.acts WHERE actor_name= Hans Albers AND role= main role ; SELECT titel, rolle FROM fd.spielt WHERE s _name= Hans Albers AND rolle= Hauptrolle Ulf Leser: Informationsintegration 20

21 Anfrageoptimierung Lokale Optimierung: Jeder Plan einzeln Globale Optimierung: Gesamtmenge aller Pläne (später) Fragen Optimale Reihenfolge der Ausführung der Teilpläne? Möglicherweise parallele Ausführung? Bedingungen pushen oder lokal ausführen? TP1: SELECT title, director FROM imdb.movie; TP2: SELECT title, role FROM imdb.acts WHERE actor_name= Hans Albers AND role= main role ; Ulf Leser: Informationsintegration 21

22 Einige Möglichkeiten TP1: SELECT title, director FROM imdb.movie; TP1, dann TP2, dann Join im Mediator Benötigt Download aller Filme der IMDB Vermutlich teuer TP1 und TP2 parallel Ergebnis von TP1 ist für TP2 unerheblich Immer noch teuer Erst TP2, dann TP1 umschreiben, Join im Mediator Pushen der Tupel aus TP2 an TP1 (WHERE TITLE in ( )) Keine Parallelisierung ganzer Anfragen mehr möglich Aber Pipelining Kleinere Zwischenergebnisse, vermutlich schneller TP2: SELECT title, role FROM imdb.acts WHERE actor_name= Hans Albers AND role= main role ; Ulf Leser: Informationsintegration 22

23 Anfrageausführung Jeder der vier Pläne wurde optimiert und übersetzt Teilpläne müssen ausgeführt werden Anfrage abschicken, Ergebnis abwarten, lokal puffern Time-Outs überwachen Müssen alle Teilpläne ausgeführt werden? Wenn wir P1-P4 betrachten und keine Joinbedingungen pushen können Ergibt 8 Teilpläne - aber nur 4 verschiedene Teilpläne Optimierungspotential Fehlende Operationen im Mediator ausführen Nicht-pushbare Selektionen Joins zwischen Quellen Ulf Leser: Informationsintegration 23

24 Ergebnisintegration Jeder Plan liefert eine Menge korrekter Ergebnisse Trotzdem kann es Probleme geben Duplikate: Objekte sind in mehreren Quellen vorhanden Konflikte: Objekte sind mehrmals mit widersprüchlichen Angaben vorhanden imdb.movie Vögel, Hitchcock Münchhausen, von Baky fd.film Vögel, Hitchcock Münchhausen, Bürger imdb.acts Vögel, Kelly, Hauptrolle Münchhausen, Bendow, Nebenrolle fd.spielt Vögel, Kelly, Hauptrolle Münchhausen, Albers, Hauptrolle UNION UNION - Münchhausen, Bürger, Hauptrolle Münchhausen, von Baky, Hauptrolle - Ulf Leser: Informationsintegration 24

25 Inhalt dieser Vorlesung Das Problem Anfrageplanung: Übersicht Global-as-View Modellierung GaV und Integritätsconstraints Implementierung Ulf Leser: Informationsintegration 25

26 Modellierung von Datenquellen Relationales Modell Kernidee: Modellierung strukturell heterogener Quellen in Bezug auf ein globales Schema als Views (Sichten) Sichten verknüpfen Relationen miteinander Sichten sind hier definiert auf Relationen eines Schemas (mehrerer Schemata) und produzieren eine Relation des anderen Schemas Ulf Leser: Informationsintegration 26

27 Global as View / Local as View Global as View (GaV) Relationen des globalen Schemata werden als Sichten auf die lokalen Schemata der Quellen ausgedrückt Local as View (LaV) Relationen der Schemata der Quellen werden als Sichten auf das globale Schema ausgedrückt Ulf Leser: Informationsintegration 27

28 Global as View Beispiel Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) S1: IMDB( Titel, Regie, Jahr, Genre) S2: MyMovies( Titel, Regie, Jahr, Genre) S3: RegieDB( Titel, Regie) S4: GenreDB( Titel, Jahr, Genre) CREATE VIEW Film AS SELECT * FROM IMDB UNION SELECT * FROM MyMovies UNION SELECT RegieDB.Titel, RegieDB.Regie, GenreDB.Jahr, GenreDB.Genre FROM RegieDB, GenreDB WHERE RegieDB.Titel = GenreDB.Titel Quelle: VL Data Integration, Alon Halevy, University of Washington, 2002 Ulf Leser: Informationsintegration 28

29 Zwei Arten von GaV Regel Einfache GaV Regeln: Quellspezifisch Verknüpfung über Quellen hinweg übernimmt die Anfrageplanung Besser wartbar, denn Änderung einer Quelle betrifft wenige, klar definierte Sichten Einfacher zu erweitern mit neuen Quellen, denn bestehende Views müssen nicht angefasst werden Komplexe GaV Regeln: Quellübergreifend Sicht ist eine Anfrage in einer Multidatenbanksprache Sicht fasst alle Objekte einer globalen Relation zusammen Anfrageplanung übernimmt nur noch Verknüpfung zwischen verschiedenen Relationen, d.h., Joins in der globalen Anfrage Weniger robust, schwerer zu erweitern Relationenspezifische Konfliktlösung kann in Sicht definiert werden Ulf Leser: Informationsintegration 29

30 Im Folgenden In den folgenden Beispielen verwenden wir komplexe GaV Regeln Alle Aussagen gelten aber auch für einfache GaV Regeln Der eine View würde durch so viele Views wie Quellen ersetzt werden Die UNION im komplexen View wird durch den Anfrageplaner erzeugt Ulf Leser: Informationsintegration 30

31 Fehlende Attribute, Umbenennung, Film( Titel, Name, Jahr NUM(2), Genre) Regisseur( Name, Foto, Alter) Umbenennung Granularität S5: MDB( Titel, Regie, Jahr DATE) S6: MovDB( Titel, Regie, Genre) CREATE VIEW Film (Titel, Name, Jahr, Genre) AS SELECT Titel, lastname(regie), SQL.year(Jahr), NULL AS Genre FROM MDB UNION SELECT Titel, Regie, NULL AS Jahr, Genre FROM MovDB Andere Namen, fehlende Attribute, unterschiedliche Granularität, unterschiedliche Datentypen etc. relativ problemlos Fehlendes Attribut Datentyp Ulf Leser: Informationsintegration 31

32 Strukturelle Heterogenität Aufsplittung Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) S7: FilmRegie( Titel, Name, Jahr) S7: Genre (Titel, Genre CREATE VIEW Film AS SELECT Titel, Name, Jahr, Genre FROM FilmRegie, genre WHERE filmregie.titel=genre.titel Zunächst kein Problem Aber Heterogenität in der Kardinalität film-genre Ist 1:1 im globalen Schema, 1:n in S7 Führt zu mehreren Tupeln für einen Film im globalen Schema Problem oder nicht Ulf Leser: Informationsintegration 32

33 Strukturelle Heterogenität Verschmelzung Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) S7: FilmRegie( Titel, DirFoto) CREATE VIEW Film AS SELECT Titel, NULL, NULL, Null FROM FilmRegie CREATE VIEW Regisseur AS SELECT NULL, DirFoto, NULL FROM FilmRegie Problem: Assoziationen werden getrennt Tritt nur auf, wenn Attribute verschiedener globaler Relationen in einer lokalen Relation liegen und der verbindende Key/FK nicht existiert Möglichkeit: Künstlichen Schlüssel erzeugen Ulf Leser: Informationsintegration 33

34 Vorschau: Local as View (LaV) Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) S7: FilmRegie( Titel, DirFoto) CREATE VIEW S7 AS SELECT F.Titel, R.Foto FROM Film, Regisseur WHERE F.Name = R.name Umgekehrte Betrachtung Assoziationen bleiben erhalten name wird zwar nie instantiiert Aber man weiß, dass es einen verbindenden Namen gibt Damit kann man auch Anfragen planen Ulf Leser: Informationsintegration 34

35 Inhalt dieser Vorlesung Das Problem Anfrageplanung: Übersicht Global-as-View Modellierung GaV und Integritätsconstraints Implementierung Ulf Leser: Informationsintegration 35

36 Integritätsconstraints Schränken Wertebereiche ein, schließen Werte aus, schließen Kombinationen von Werten aus,... Dienen zur näheren Bestimmung der Intension einer Relation teure_autos(auto, preis), preis> golfclub_mitglieder( name, alter), alter>55 film( title, type), type {spielfilm, doku, kurzfilm} Sind für korrekte Integration wichtig Ulf Leser: Informationsintegration 36

37 Globale Integritätsconstraints Neuerfilm( Titel, Regie, Jahr, Genre); Regisseur( Name, Foto, Alter); IC: Jahr > 2000 CREATE VIEW NeuerFilm AS SELECT * FROM IMDB WHERE Jahr > 2000 UNION SELECT * FROM MyMovies WHERE Jahr > 2000 S1: IMDB( Titel, Regie, Jahr, Genre) S2: MyMovies( Titel, Regie, Jahr, Genre) IC auf globalem Schema in die Sichtdefinition aufnehmen Ausführung in der Quelle (push) oder im Mediator Ulf Leser: Informationsintegration 37

38 Probleme mit globalen IC Neuerfilm( Titel, Regie, Jahr, Genre); Regisseur( Name, Foto, Alter); IC: Jahr > 2000 CREATE VIEW NeuerFilm AS SELECT * FROM IMDB WHERE Jahr > 2000 UNION SELECT Titel, Regie, NULL, NULL FROM MyOldOrNewMovies WHERE?? S1: IMDB( Titel, Regie, Jahr, Genre) S2: MyOldOrNewMovies( Titel, Regie) Quelle gibt keine Jahr-Informationen IC auf globalem Schema kann nicht überprüft werden Quelle kann nicht garantiert korrekt integriert werden Ulf Leser: Informationsintegration 38

39 Lokale Integritätsconstraints Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) S8: NeueFilme( Titel, Regie, Genre) IC: Jahr > 2000 CREATE VIEW Film AS SELECT Titel, Regie, NULL, Genre FROM NeueFilme IC in Quelle ist nicht im View ausgedrückt Warum ist das schlecht? SELECT * FROM film WHERE jahr < 1950 Ulf Leser: Informationsintegration 39

40 Viele Quellen, lokale IC Zu Hause ansehen Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) CREATE VIEW Film AS SELECT * FROM AlleFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM AlleFilmeBöse UNION SELECT * FROM NeueFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM NeueFilmeBöse UNION SELECT Titel, Regie, 2012, Genre FROM AktuelleFilme S1: AlleFilmeNett(Titel, Regie, Jahr, Genre) S2: AlleFilmeBöse(Titel, Regie, Genre) S3: NeueFilmeNett(Titel, Regie, Jahr, Genre) (Nebenbedingung: Jahr > 2000) S4: NeueFilmeBöse(Titel, Regie, Genre) (Hintergrundwissen: Jahr > 2000) S5: AktuelleFilme(Titel, Regie, Genre) (Hintergrundwissen : Jahr = 2012) Ulf Leser: Informationsintegration 40

41 Auswirkungen 1 Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) Anfrage: SELECT * FROM Film CREATE VIEW Film AS SELECT * FROM AlleFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM AlleFilmeBöse UNION SELECT * FROM NeueFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM NeueFilmeBöse UNION SELECT Titel, Regie, 2004, Genre FROM AktuelleFilme Ulf Leser: Informationsintegration 41

42 Auswirkungen 2 Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) CREATE VIEW Film AS SELECT * FROM AlleFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM AlleFilmeBöse UNION SELECT * FROM NeueFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM NeueFilmeBöse UNION SELECT Titel, Regie, 2012, Genre FROM AktuelleFilme Anfrage: SELECT * FROM Film WHERE Jahr > 2001 Trägt voll zum Ergebnis bei Trägt nicht zum Ergebnis bei (NULL > 2001) Trägt voll zum Ergebnis bei Trägt nicht zum Ergebnis bei (leider) Trägt voll zum Ergebnis bei Ulf Leser: Informationsintegration 42

43 Auswirkungen 3 Film( Titel, Name, Jahr, Genre) Regisseur( Name, Foto, Alter) CREATE VIEW Film AS SELECT * FROM AlleFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM AlleFilmeBöse UNION SELECT * FROM NeueFilmeNett UNION SELECT Titel, Regie, NULL, Genre FROM NeueFilmeBöse UNION SELECT Titel, Regie, 2012, Genre FROM AktuelleFilme Anfrage: SELECT * FROM Film WHERE Jahr < 1950 Trägt voll zum Ergebnis bei Trägt nicht zum Ergebnis bei Trägt nicht zum Ergebnis bei (2000 > 1950) Trägt nicht zum Ergebnis bei Trägt nicht zum Ergebnis bei Ulf Leser: Informationsintegration 43

44 Fazit Integritätsconstraints im globalen Schema Verhindern die Integration von Quellen, wenn die Bedingung nicht durch eine Anfrage an die Quelle geprüft werden kann Integritätsconstraints in lokalen Schemata Können in globaler Sicht modelliert werden, wenn Nur exportierte Attribute betroffen sind (zur Optimierung) Nur nicht exportierte Attribute betroffen sind, die im globalen Schema vorhanden sind und die Form attribute = const haben (als konstante Spalten) Können ignoriert werden, wenn sie Attribute betreffen, die im globalen Schema nicht enthalten sind Ulf Leser: Informationsintegration 44

45 Inhalt dieser Vorlesung Das Problem Anfrageplanung: Übersicht Global-as-View Modellierung GaV und Integritätsconstraints Implementierung / Anfragebearbeitung Ulf Leser: Informationsintegration 45

46 Anfragebearbeitung GaV Gegeben: Anfrage an globales Schema Gesucht: Alle Tupel, die die Anfragebedingungen erfüllen und in mindestens einer Quelle vorhanden sind Idee: Ersetze jede Relation der Anfrage durch ihre Sicht Sichtentfaltung, View Expansion, Query Unfolding Ergibt geschachtelte Anfrage Ulf Leser: Informationsintegration 46

47 GaV Beispiel 1 Film(Titel, Regie, Jahr, Genre) Programm(Kino, Titel, Zeit) S1: IMDB(Titel, Regie, Jahr, Genre) S2: RegieDB(Titel, Regie) S3: GenreDB(Titel, Jahr, Genre) SELECT * FROM Film SELECT * FROM ( SELECT * FROM IMDB UNION SELECT R.Titel, R.Regie, G.Jahr, G.Genre FROM RegieDB R, GenreDB G WHERE R.Titel = G.Titel) Generiert nicht alle möglichen Tupel Entscheidung über gewünschte Tupeln ist in der Sichtdefinition festgelegt Bei einfachen GaV Regeln trifft diese Entscheidung der Planer Ulf Leser: Informationsintegration 47

48 GaV Beispiel 2 Film(Titel, Regie, Jahr, Genre) Programm(Kino, Titel, Zeit) SELECT F.Titel, P.Kino, F.Regie FROM Film F, Programm P WHERE F.Titel = P.Titel AND P.Zeit > 20:00 S1: IMDB(Titel, Regie, Jahr, Genre) S2: RegieDB(Titel, Regie) S3: GenreDB(Titel, Jahr, Genre) S7: KinoDB(Titel, Kino, Zeit) SELECT F.Titel, P.Kino, F.Regie FROM ( SELECT * FROM IMDB UNION SELECT R.Titel, R.Regie, G.Jahr, G.Genre FROM RegieDB R, GenreDB G WHERE R.Titel = G.Titel) AS F, ( SELECT * FROM KinoDB) AS P WHERE F.Titel = P.Titel AND P.Zeit > 20:00 Ulf Leser: Informationsintegration 48

49 Direkte Übersetzung SELECT F.Titel, P.Kino FROM ( SELECT * FROM IMDB UNION SELECT R.Titel, R.Regie, FROM RegieDB R, GenreDB G WHERE R.Titel = G.Titel) AS F, ( SELECT * FROM KinoDB) AS P WHERE F.Titel = P.Titel AND P.Zeit > 20:00 π titel,kino σ P.Zeit>20:00 Titel Titel GenreDB RegieDB IMDB KinoDB Ulf Leser: Informationsintegration 49

50 Predicate-Pushdown π titel,kino π titel,kino σ P.Zeit>20:00 Titel Titel σ P.Zeit>20:00 Titel Titel GenreDB RegieDB IMDB KinoDB GenreDB RegieDB IMDB KinoDB Ulf Leser: Informationsintegration 50

51 Alternative Join-Ausführung π titel,kino π titel,kino Titel σ P.Zeit>20:00 Titel Titel Titel σ P.Zeit>20:00 GenreDB RegieDB IMDB KinoDB GenreDB RegieDB IMDB KinoDB Ulf Leser: Informationsintegration 51

52 Strukturelle Heterogenität Film(Titel, Regie, Jahr, Genre) Programm(Kino, Titel, Zeit) S5: MDB(Titel, Zeit, Regie) S6: MovDB(Kino, Genre, Titel) CREATE VIEW Film AS SELECT MDB.Titel, Regie, NULL, Genre FROM MDB, MovDB WHERE MDB.Titel = MovDB.Titel CREATE VIEW Programm AS SELECT Kino, MDB.Titel, Zeit FROM MovDB, MDB WHERE MDB.Titel = MovDB.Titel SELECT F.Titel, P.Kino FROM Film F, Programm P WHERE F.Titel = P.Titel AND P.Zeit > 20:00 SELECT F.Titel, F.Jahr FROM ( SELECT Titel, Regie, NULL, Genre FROM MDB, MovDB WHERE MDB.Titel = MovDB.Titel ) AS F, ( SELECT Kino, Titel, Zeit FROM MovDB, MDB WHERE MDB.Titel = MovDB.Titel ) AS P WHERE F.Titel = P.Titel AND P.Zeit > 20:00 Ulf Leser: Informationsintegration 52

53 Direkte Übersetzung SELECT F.Titel, F.Kino FROM ( SELECT Titel, Regie, NULL, Genre FROM MDB, MovDB WHERE MDB.Titel = MovDB.Titel ) AS F, ( SELECT Kino, Titel, Zeit FROM MovDB, MDB WHERE MDB.Titel = MovDB.Titel ) AS P WHERE F.Titel = P.Titel AND P.Zeit > 20:00 π titel,kino σ P.Zeit>20:00 Titel Titel Titel MDB MovDB Ulf Leser: Informationsintegration 53

54 Entschachteln π titel,kino π titel,kino σ P.Zeit>20:00 Titel Titel σ P.Zeit>20:00 Titel Titel MDB MovDB MDB MovDB Ulf Leser: Informationsintegration 54

55 Projektionen pushen π titel,kino Titel Titel σ P.Zeit>20:00 π titel π titel,kino σ P.Zeit>20:00 MDB MovDB MDB MovDB Ulf Leser: Informationsintegration 55