Anpassung eines Metamodells zur Beschreibung von imperfekten Daten in einem Data-Warehouse. Studienarbeit Nils Hilt

Transkript

1 Anpassung eines Metamodells zur Beschreibung von imperfekten Daten in einem Data-Warehouse Studienarbeit Nils Hilt April 2005

2 Motivation CWM Analyse-Tool Staumeldung: vertrauenswürdig? Metadaten Daten Daten Metadaten Repository Datenbank STAU STAUID AUTOBAHN AS_BEGINN AS_ENDE LAENGE 1 A5 Durlach Bruchsal 5 km 2 A8 Pforzheim Karlsbad 2 km... Nils Hilt 2

3 Gliederung 1. Motivation 2. Einführung a.) Metadatenarchitektur b.) Common Warehouse Metamodel 3. CWM Erweiterungstechniken 4. Imperfektion in Datenbanken 5. Erweiterung zur Beschreibung imperfekter Informationen 6. Ausblick Nils Hilt 3

4 OMG Metadaten Architektur Metaebene MOF Bezeichnungen Beispiele M3 Meta-Metamodell MOF Modell M2 M1 M0 Metamodell Meta-meta Daten Modell Metadaten Objekt Daten UML Metamodell CWM Metamodell UML Modell CWM Modell Modellierte Systeme Warehouse-Daten Nils Hilt 4

5 Common Warehouse Metamodel Unterschiedliche Pakete zur Modellierung des gesamten Data-Warehouse-Prozesses z.b.: Beschreibung relationaler Datenbasisschemata Schichtenarchitektur Darstellung durch UML Klassendiagramme Erweiterbar Nils Hilt 5

6 CWM Erweiterungstechniken 2 unterschiedliche Techniken Einfache Erweiterung Standardkonform Erweiterunsmechanismen Stereotypes TaggedValues Modellierte Erweiterungen Zusätze zum Metamodell Nicht mehr Standardkonform Nils Hilt 6

7 Beispiel: TaggedValues Einfacher Erweiterungsmechanismus : TaggedValue Tag = disk_file Value = filea : TaggedValue Tag = disk_block Value = 15 : Table Name = Product : Column Name = ProductID : Column Name = Productname Nils Hilt 7

8 Beispiel: Modellierte Erweiterung Erweiterung des CWM-Metamodells mit allen bekannten objektorientierten Techniken z.b.: Vererbung : Table Name = Product Disk_File = filea Disk_Block = 15 CMW::Relational Column Name : String Table Name : String : Column Name = ProductID : Column Name = Productname MyTool::Relational Table Disk_File : String Disk_Block : Integer Nils Hilt 8

9 Vergleich Erweiterungstechniken Stereotypes und TaggedValues Einfach Nicht mächtig genug Keine Typisierung Geringe Ausdrucksmöglichkeiten Objektorientierte Techniken Sehr flexibel Erweiterung nicht mehr standardkonform Eingeschränkte Austauschmöglichkeiten Nils Hilt 9

10 UML Version 2.0 CWM Stereotypes und TaggedValues entsprechen UML Version 1.3 Erweiterungsmechanismus UML Version 2.0 veröffentlicht UML 2.0 Infrastructure Basiselemente Neuer Erweiterungsmechanismus: Profile UML 2.0 Superstructure Kompletter Sprachraum Nils Hilt 10

11 UML2 Profil: Beispiel <<profile>> EJB <<metaclass>> Component {required} <<stereoptype>> EnterpriseBean <<enumeration>> StateKind stateful stateless <<stereotype>> Session State : StateKind <<stereotype>> Entity Nils Hilt 11

12 UML2 Profil: Anwendung <<profile>> EJB MyApplication <<apply>> <<Session>> MyComponent <<Session>> State = stateful Nils Hilt 12

13 Zusammenhang UML - CWM Heute CWM basiert noch auf UML Version 1.3 UML Version 2.0 veröffentlicht Zukunft UML CWM Core Erweiterung des CWM mit UML2 Profilen! MOF Profiles Nils Hilt 13

14 Imperfektion in Datenbanken Imperfekte Informationen im Verkehrsumfeld Unsichere Informationen Beispiel: Staumeldung Wahrscheinlichkeitswerte Unscharfe Informationen Beispiel: Beschreibung des Verkehrsflusses Klasseneinteilung: frei, zäh, gestaut Übergang fließend und nicht exakt festgelegt Linguistische Variablen Ungenaue Informationen Beispiel: physikalische Messungen Nils Hilt 14

15 Ansatzpunkte einer Erweiterung Gesucht: generischer Ansatzpunkt Bisherige Arbeiten Erweiterung des Relational-Package um Imperfektion Gewünscht: Unabhängigkeit vom Datenmodell Ansatzpunkte liegen nur im Core-Package Keine Klasse aus der Ressourcen-Schicht geeignet Gemeinsame Oberklasse in Core-Package Nils Hilt 15

16 Classifier equivalence Attribute (from Core) Column (from Relational) Attribute (from XML) DimensionedObject (from Multidimensional) Field (from Record) Classifier (from Core) Class (from Core) Table (from Relational) ElementType (from XML) Dimension (from Multidimensional) RecordDef (from Record) Nils Hilt 16

17 Profil <<Imperfection>> Verwendung des UML2 Profilmechanismus zur Entwicklung eines CWM Profils Stereotypen zur Beschreibung von Unsicheren Informationen Unscharfen Informationen Nicht untersucht Ungenaue Informationen Jetzt vorgestellt Nur Stereotypen für unsichere Informationen Nils Hilt 17

18 Stereotyp <<uncertain>> <<profile>> Imperfection <<metaclass>> Core :: Classifier <<stereotype>> uncertain uncertainid <<metaclass>> Core :: Attribute <<stereotype>> probability uncertainid Nils Hilt 18

19 Stereotyp <<uncertain>>: Beispiel Beispiel <<uncertain>> uncertainid = 1 STAU STAU STAUID AUTOBAHN AS_BEGINN AS_ENDE LAENGE 1 A5 Durlach Bruchsal 5 km <<uncertain>> <<probability>> 2STAU A8 Pforzheim Karlsbad PROB 2 km... : Table : Column <<probability>> uncertainid = 1 PROB 100 % 40 % STAUID : Column AUTOBAHN : Column AS_BEGINN : Column AS_ENDE : Column LAENGE : Column Nils Hilt 19

20 Visualisierungstool Graphisches Analyse-Werkzeug: Oliver Forsters Studienarbeit Schnittstelle zur Beschreibung imperfekter Informationen Bisher: Daten aus Textdateien Neu: Import der Daten aus Datenbank, die CWMkonform beschrieben sind Nils Hilt 20

21 Zusammenfassung Graphisches Analyse-Tool CWM STAUID :Column AUTOBAHN :Column AS_BEGINN :Column <<uncertain>> STAU :Table <<probability>> PROB :Column LAENGE :Column AS_ENDE :Column Stau-DB STAU STAUID AUTOBAHN AS_BEGINN AS_ENDE LAENGE 1 A5 Durlach Bruchsal 5 km 2 A8 Pforzheim Karlsbad 2 km... PROB 100 % 40 % Nils Hilt 21

22 Ausblick CWM Version 2.0 Weiterentwicklung CWM-Import Anpassung an zukünftiges CWM 2.0 Unterstützung von mehreren Datenmodellen Profil <<Imperfection>> ist generisch Nils Hilt 22

23 Vielen Dank??? Nils Hilt 23

24 Ende Ende der Bildschirmpräsentation Nils Hilt 24

25 Gründe für UML2 Profil CWM 2.0 und UML 2.0 basieren auf gleichem Core (UML2 Infrastructure) Profile für alle Metamodell, die auf Core basieren (Quelle: UML 2.0 Infrastructure Specifikation) Mächtigeres Konzept als CWM Stereotypes und TaggedValues Nils Hilt 25

26 Fuzzy-Theorie Einteilung von Sachverhalten in unscharfe Mengen Charakteristische Funktion nicht auf die Werte 0 und 1 beschränkt Linguistische Variable Formalisierung umgangssprachlicher Ausdrücke 1 1..* * 1 LinguisticVariable Term MembershipFunction Nils Hilt 26

27 Core Package Element TaggedValue ModelElement ElementOwnership Stereotype Feature ClassifierFeature Namespace StructuralFeature Structural- Feature- Type Classifier Attribute Class DataType Nils Hilt 27

28 Stereotyp <<fuzzy>> <<profile>> Imperfection <<metaclass>> Core :: Classifier <<stereotype>> fuzzy LinguisticVariable name : String Term name : String membershipfunction : Expression Nils Hilt 28

29 Stereotyp <<fuzzy2>> <<profile>> Imperfection <<metaclass>> Core :: Classifier <<stereotype>> fuzzy2 lingvarid lingvarname : String <<metaclass>> Core :: Attribute <<stereotype>> term lingvarid termname : String Nils Hilt 29

30 Anpassung Stereotyp <<fuzzy2>> <<profile>> Imperfection <<metaclass>> Core :: Classifier <<stereotype>> fuzzy2 lingvarid lingvarname : String <<metaclass>> Core :: Attribute <<stereotype>> term lingvarid lingvarname termname : String Nils Hilt 30

31 Umsetzung von Profil und Modell Problem Modellierung mit graphischen Werkzeug Keine Erweiterung von CWM Metaklassen Vollständige Codierung von Hand zu aufwändig Lösung Simulation mit standardisierten CWM Mitteln Stereotypes und TaggedValues Objektorientierte Erweiterung Nils Hilt 31

32 Visualisierungstool: CWM-Import Olivers Visualisierunstool cwm Information <<interface>> IDataLoader Layout parser information +loaddata : Information loader <<realize>> CWMLoader Information FuzzyLoader UncertainLoader FuzzyInfo UncertainInfo Nils Hilt 32