La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

QuOnto: Driver per SQLite e Derby e test su database di dimensione crescente A cura di: Francesco Menniti.

Presentazioni simili


Presentazione sul tema: "QuOnto: Driver per SQLite e Derby e test su database di dimensione crescente A cura di: Francesco Menniti."— Transcript della presentazione:

1 QuOnto: Driver per SQLite e Derby e test su database di dimensione crescente A cura di: Francesco Menniti

2 07/07/20082 Obiettivi Tesina Realizzare driver di QuOnto (Querying Ontologies ): Driver per Derby Driver per SQLite Realizzare guide alluso dei DBMS usati: Guida alluso di Derby Guida alluso di SQLite Testare i driver Confronti tra i risultati

3 07/07/20083 Descrizione Derby e SQLite Derby è un motore Open Source Database Technology parte dell Apache DB Project SQLite è una libreria C che implementa un DBMS SQL incorporabile all'interno di applicazioni.

4 07/07/20084 Derby: obiettivi, caratteristiche, compatibilità e note I principali obiettivi di Derby sono: Conformità agli standard SQL! Portabilità (JAVA) ! Scritto interamente in Java e Open-Source Fornisce supporto JDBC (Java Batabase Connectivity) Può funzionare come DB embedded Deadlock detection, crash recovery, backup and restore ability, Multi-user, transactions API

5 07/07/20085 SQLite: obiettivi, caratteristiche, compatibilità e note Gli obiettivi di SQLite sono: Semplicità e leggerezza ! Efficienza su piccoli DB Portabilità (ANSI-C) Supporto mediante binding e wrapper E una libreria scritta in C ed è Open-Source Fornisce supporto JDBC (Java Batabase Connectivity) Può funzionare come DB embedded Non completa conformità allo standard SQL View di sola lettura, non si possono fare insert, delete, update Le FOREIGN KEYS sono riconosciute ma non implementate

6 07/07/20086 Strumenti ed interfacce Sia per Derby che per SQLite esistono interfacce che permettono di usare tali DB Derby: (ad es.) SQuirreLSQL Client Aqua Data Studio SQLite: (ad es.) SharpPlus Sqlite Developer Liteman SQLite3 (interfaccia a riga di camando)

7 07/07/20087 Valutazioni finali Derby: Completa compatibilità con lo standard SQL Possibilità di creare un driver per QuOnto SQLite Incompleta compatibilità con SQL Possibilità di creare un driver per QuOnto

8 07/07/20088 Implementazione Esempi di alcune differenze implementative tra Derby e SQLite: Derby: comando per rimuovere una vista è "DROP VIEW + nomeVista Nella UNION il DISTINCT è di default SQLite: il comando per rimuovere una vista è "DROP VIEW IF EXIST + nomeVista Nella UNION il DISTINCT non è di default

9 07/07/20089 Implementazione …continua Esempi di alcune somiglianze implementative tra Derby e SQLite: Sia in Derby sia in SQLite loperatore di concatenazione è || (String createFunctorConcatStatment(String,String[])) Sia in Derby sia in SQLite il comando per creare una vista è "CREATE VIEW " + name + " AS " + body

10 07/07/ Come avviene il test Stesso computer nelle stesse condizioni per i test Aboxes di dimensioni differenti (sia per SQLite che per Derby): 1, 5, 10, 30 università Realizzate off-line da un tool scritto in Java a partire dalle Aboxes della LUBM Output del test EXPANSION TIME EVALUATION TIME TOTAL TIME (tempi rappresentati nei grafici) NUMERO DI CQs DENTRO LA UCQ ESPANSA Numero di answers delle query

11 07/07/ Query usate nei test Per descrivere le query sono stati utilizzati i seguenti fattori: Grandezza input: misura la porzione delle istanze delle classi coinvolte nella query sul totale delle istanze delle classi (grande se input > 5%) Selettività: misura come la porzione stimata delle istanze delle classi coinvolte nella query soddisfano i criteri di selezione della query (alta se la porzione < 10%) Complessità: il numero di classi e di proprietà coinvolte nella query determina la complessità della stessa Assunzione di gerarchia: considera se informazioni provenienti da una gerarchia di classi o da una gerarchia di proprietà sono richieste per raggiungere la risposta completa (ampia se la profondità della gerarchia > 3) Assunzione di inferenza logica: considera se linferenza logica è richiesta per raggiungere la completezza della risposta

12 07/07/ Query usate nei test (cont.) 1. {x | GraduateStudent(x) AND takesCourse(x,Dep0.Univ0/GraduateCourse0)} (query con grande input, alta selettività, tale query riguarda una classe e una proprietà, non assume nessuna informazione gerarchica) 2. {x,y,z | GraduateStudent(x) AND University(y) AND Department(z) AND subOrganizationOf(z,y) AND memberOf(x,z) AND undergraduateDegreeFrom(x,y)} (query con pattern triangolare, riguarda 3 classi e tre proprietà, quindi molti join) 5. {x | Person(x) AND memberOf(x,Dep0.Univ0)} (Person e memberOf hanno una gerarchia molto ampia) 6. {x | Student(x)} (query con grande quantità in input, e una discreta gerarchia determinata da Student, tale query è relativa ad una sola classe; assume sia la SubClassOf esplicita della relazioni tra UndergraduateStudent e Student e quella implicita tra GraduateStudent e Student )

13 07/07/ Query usate nei test (cont.) 7. {x,y | Student(x) AND Course(y) AND takesCourse(x,y) AND teacherOf(Dep0.Univ0/AssociateProfessor0,y)} (query simile alla precedente ma con selettività più alta, infatti è relativa a 2 classi e ad una proprietà) 8. {x,y,z | Student(x) AND Department(y) AND memberOf(x,y) AND subOrganizationOf(y,Univ0) AND Address(x,z)} (query ancora più complessa della 7 con aggiunta di unaltra proprietà) 13. {x | Person(x) AND hasAlumnus(Univ0,x)} (query di verifica per relazioni inverse) 14. {x | UndergraduateStudent(x)} (è la query più semplice: grande quantità in input, bassa selettività, assenza di gerarchia, assenza di inferenza)

14 07/07/ Test SQLite

15 07/07/ Test Derby

16 07/07/ Esempio 1: query 4 {x,y1,y2,y3 | Professor(x) AND worksFor(x,Dep0.Univ0) AND name(x,y1) AND Address(x,y2) AND telephone(x,y3)} (query con 3 attributi di concetto che interroga su proprietà multiple di una singola classe, ampia gerarchia per Professor, piccolo input e alta selettività)

17 07/07/ Esempio 2: query 7 {x,y | Student(x) AND Course(y) AND takesCourse(x,y) AND teacherOf(Dep0.Univ0/AssociateProfessor0,y)} (query con selettività alta, infatti è relativa a 2 classi e ad una proprietà)

18 07/07/ Esempio 3: query 12 {x,y | Chair(x) AND Department(y) AND worksFor(x,y) AND subOrganizationOf(y,Univ0)} (tale query richiede di inferire che professore è una istanza della classe Chair perché lui o lei sono a capo del dipartimento; query con piccolo input)

19 07/07/ Esempio 4: query 14 {x | UndergraduateStudent(x)} (è la query più semplice: grande quantità in input, bassa selettività, assenza di gerarchia, assenza di inferenza)

20 07/07/ Conclusioni Derby: Si comporta molto meglio di SQLite per Aboxes di grandi dimensioni In via generale allaumentare della dimensione della Abox i tempi di answering aumentano in modo pressoché lineare o quasi Estrema lentezza nel fare answering sulle query con grandi quantità di dati in ingresso e dove ci sono molti elementi da restituire Più veloce in query dove bisogna effettuare inferenza logica SQLite: si comporta meglio di Derby per Aboxes di dimensioni ridotte In via generale allaumentare della dimensione della Abox i tempi di answering aumentano in modo pressoché lineare o quasi Limite: massimo numero di termini che possono essere messi in UNION, UNION ALL, EXCEPT, oppure INTERSECT è determinato da un parametro fisso e tale parametro di default è settato a 500 Su query con più di qualche attributo di concetto SQLite risulta più veloce rispetto a Derby indipendentemente dalla dimensione della Abox considerata Su query dove bisogna fare inferenza logica SQLite risulta più lento, perché non adotta ottimizzazioni particolari


Scaricare ppt "QuOnto: Driver per SQLite e Derby e test su database di dimensione crescente A cura di: Francesco Menniti."

Presentazioni simili


Annunci Google