不一致數(shù)據(jù)的查詢處理.pdf

1、違反完整性約束的數(shù)據(jù)叫不一致數(shù)據(jù)。雖然完整性約束被用于防止不一致已經(jīng)很長(zhǎng)時(shí)間了，但由于各類原因，不一致數(shù)據(jù)仍然普遍存在于多類現(xiàn)實(shí)應(yīng)用中。這些應(yīng)用不單單包括數(shù)據(jù)整合、數(shù)據(jù)交換、數(shù)據(jù)挖掘、數(shù)據(jù)抽取、科學(xué)數(shù)據(jù)管理、傳感網(wǎng)絡(luò)等關(guān)系數(shù)據(jù)應(yīng)用，還包括XML網(wǎng)絡(luò)信息交換和集成等。
　　不一致數(shù)據(jù)蘊(yùn)含著錯(cuò)誤信息，在這樣的數(shù)據(jù)庫(kù)上回答用戶提出的查詢，得到的結(jié)果也可能是錯(cuò)誤的。本文在保持信息準(zhǔn)和全的前提下，從語義層面重新思考了不一致數(shù)據(jù)上的查詢結(jié)果的

2、確定性、可信性及其價(jià)值，針對(duì)關(guān)系數(shù)據(jù)，提出了一種帶標(biāo)記的不一致數(shù)據(jù)表示模型。根據(jù)這個(gè)模型，不一致性被看作是數(shù)據(jù)的一個(gè)屬性，并能使用標(biāo)記符號(hào)加以說明，也就是說，所有數(shù)據(jù)庫(kù)及其查詢回答的單元值上都可以附上0到多個(gè)標(biāo)記，如果沒附上任何標(biāo)記，該單元值可信，反之不可信。為了在查詢結(jié)果中正確地保持標(biāo)記的語義，本文還定義了該模型上的7種基本查詢操作、處理規(guī)則及其語義。并證明了整個(gè)研究方案的正確性和完備性。本研究方案把不一致的認(rèn)定細(xì)化到屬性級(jí)別，從而避

3、免了信息丟失。
　　上述模型及其上的查詢操作要能真正在實(shí)際中得到應(yīng)用，需要一個(gè)可以兼容一致數(shù)據(jù)模型及其查詢處理的實(shí)現(xiàn)方案，以便能在不影響傳統(tǒng)數(shù)據(jù)管理和查詢的基礎(chǔ)上，實(shí)現(xiàn)不一致數(shù)據(jù)的管理和查詢處理。本文采納了基于查詢重寫的實(shí)現(xiàn)策略。在函數(shù)依賴和綜合約束兩個(gè)范圍內(nèi)，對(duì)任意類型的查詢，提出了其重寫算法，并針對(duì)不同的應(yīng)用環(huán)境，提出了不同的重寫算法優(yōu)化方法。并在人造數(shù)據(jù)和TPC-H數(shù)據(jù)上開展了豐富的實(shí)驗(yàn)。實(shí)現(xiàn)了其Demo系統(tǒng)。
　　X

4、ML數(shù)據(jù)模型復(fù)雜，語法靈活，缺乏約束方面的嚴(yán)格規(guī)范，并常用于數(shù)據(jù)交換和數(shù)據(jù)集成，因此XML文檔中的不一致問題甚至比關(guān)系數(shù)據(jù)更為嚴(yán)重。本文采用基于修復(fù)的數(shù)據(jù)查詢處理方法來計(jì)算可信的查詢結(jié)果，其核心是尋找不一致XML文檔的最優(yōu)修復(fù)。但求解最優(yōu)修復(fù)是一個(gè)NP完全問題，特別是當(dāng)XML文檔同時(shí)違反函數(shù)依賴約束和主鍵約束時(shí)。本文提出一個(gè)基于代價(jià)模型，能同時(shí)解決置等和置不等約束，且可以在多項(xiàng)式時(shí)間內(nèi)完成的啟發(fā)式修復(fù)求解算法。該算法首先借助索引表，在一