SlideShare une entreprise Scribd logo
1  sur  16
Progettazione e realizzazione di un’applicazione per il Data Exchange su modelli relazionali. Relatore:  Paolo Atzeni Candidato:  Aillaud Enrico
Agenda ,[object Object]
Motivazioni
Data Exchange: Strutture Note
Funzionamento dell’applicazione
Dalla teoria alla pratica
Interfaccia
Sviluppi futuri,[object Object]
CLIO
Motivazioni Non essere obbligati a una spesa consistente per l’utilizzo di un software proprietario. Agevolare utenti inesperti nella realizzazione dello scambio. Le applicazioni in grado di risolvere il problema sono, in parte, ancora in fase di sviluppo.
Data Exchange: Strutture note Corrispondenza: coppia attributo sorgente – attributo destinazione Path primari: identificano univocamente una tabella dello schema relazionale. NRI: consentono di risolvere i vincoli che intercorrono tra gli attributi di tabelle appartenenti allo stesso schema. Relazioni logiche: effettuano un raggruppamento in blocchi (Tableau) delle tabelle che sono in relazione tra loro secondo regole ben precise, sfruttano le NRI. Scheletri: sono coppie del tipo <Relazione Logica Sorgente, Relazione Logica Destinazione>; di fatto sono alla base del meccanismo di Data Exchange.
Funzionamento dell’applicazione Input Output Controller Query SQL Corrispondenze Organizzazione in Blocchi Risoluzione Corrispondenze Join Inverso
Funzionamento dell’applicazione Controller Query SQL Corrispondenze
Corrispondenze ,[object Object]
  Corrispondenze sensate = Input Ragionevole,[object Object]
Risoluzione delle corrispondenze - 1 Scheletri:  Consentono l’associazione tra gli elementi dei due schemi. Contengono le informazioni necessarie per la generazione delle query. Uno scheletro minore candidato per la ricopertura di una corrispondenza contiene al suo interno i due attributi specificati nella corrispondenza. Lo scheletro finale, scelto dall’algoritmo, sarà quello che ricopre più corrispondenze possibili. Una corrispondenza non coperta è errata.

Contenu connexe

En vedette

Ray Bogman Google Optimizer
Ray Bogman Google OptimizerRay Bogman Google Optimizer
Ray Bogman Google OptimizerGuido X Jansen
 
Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...
Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...
Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...UTMcCombsAlumni
 
Best Practices to Improve Foundation Giving
Best Practices to Improve Foundation GivingBest Practices to Improve Foundation Giving
Best Practices to Improve Foundation GivingRotary International
 
Introduction Meet Magento Association at Meet Magento Indonesia 2016
Introduction Meet Magento Association at Meet Magento Indonesia 2016Introduction Meet Magento Association at Meet Magento Indonesia 2016
Introduction Meet Magento Association at Meet Magento Indonesia 2016Guido X Jansen
 
Uploaded 9 april 2016 mahesh joshi hazardous waste sampling techniques
Uploaded  9 april 2016 mahesh joshi hazardous waste sampling techniquesUploaded  9 april 2016 mahesh joshi hazardous waste sampling techniques
Uploaded 9 april 2016 mahesh joshi hazardous waste sampling techniquesMahesh Joshi
 
[SIP 2015] QA Intern: Test Automation
[SIP 2015] QA Intern: Test Automation[SIP 2015] QA Intern: Test Automation
[SIP 2015] QA Intern: Test AutomationSilicon Straits
 
E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...
E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...
E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...Rotary International
 
Levi's Brand equity
Levi's Brand equityLevi's Brand equity
Levi's Brand equityR S Raghav
 
Tim Foss Jr Visual Merchandising Portfolio
Tim Foss Jr Visual Merchandising PortfolioTim Foss Jr Visual Merchandising Portfolio
Tim Foss Jr Visual Merchandising PortfolioTim Foss
 

En vedette (14)

Ray Bogman Google Optimizer
Ray Bogman Google OptimizerRay Bogman Google Optimizer
Ray Bogman Google Optimizer
 
Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...
Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...
Professor Julie Irwin Presents " Consumers Are Ethical (Despite What Their Pu...
 
Doing business reponsibly
Doing business reponsiblyDoing business reponsibly
Doing business reponsibly
 
Hávarður Anbefaling
Hávarður AnbefalingHávarður Anbefaling
Hávarður Anbefaling
 
Epeak info
Epeak info Epeak info
Epeak info
 
my cv
my cvmy cv
my cv
 
Wat is vertrouwen
Wat is vertrouwenWat is vertrouwen
Wat is vertrouwen
 
Best Practices to Improve Foundation Giving
Best Practices to Improve Foundation GivingBest Practices to Improve Foundation Giving
Best Practices to Improve Foundation Giving
 
Introduction Meet Magento Association at Meet Magento Indonesia 2016
Introduction Meet Magento Association at Meet Magento Indonesia 2016Introduction Meet Magento Association at Meet Magento Indonesia 2016
Introduction Meet Magento Association at Meet Magento Indonesia 2016
 
Uploaded 9 april 2016 mahesh joshi hazardous waste sampling techniques
Uploaded  9 april 2016 mahesh joshi hazardous waste sampling techniquesUploaded  9 april 2016 mahesh joshi hazardous waste sampling techniques
Uploaded 9 april 2016 mahesh joshi hazardous waste sampling techniques
 
[SIP 2015] QA Intern: Test Automation
[SIP 2015] QA Intern: Test Automation[SIP 2015] QA Intern: Test Automation
[SIP 2015] QA Intern: Test Automation
 
E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...
E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...
E/MGA e seu time: Entendendo seu papel estratégico na informação e angariação...
 
Levi's Brand equity
Levi's Brand equityLevi's Brand equity
Levi's Brand equity
 
Tim Foss Jr Visual Merchandising Portfolio
Tim Foss Jr Visual Merchandising PortfolioTim Foss Jr Visual Merchandising Portfolio
Tim Foss Jr Visual Merchandising Portfolio
 

Similaire à Data Exchange

Analisi delle differenze strutturali nelle espressioni regolari costruite da ...
Analisi delle differenze strutturali nelle espressioni regolari costruite da ...Analisi delle differenze strutturali nelle espressioni regolari costruite da ...
Analisi delle differenze strutturali nelle espressioni regolari costruite da ...Marco Potok
 
Elaborazione automatica dei dati: computer e matlab
Elaborazione automatica dei dati: computer e matlabElaborazione automatica dei dati: computer e matlab
Elaborazione automatica dei dati: computer e matlabprofman
 
Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...
Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...
Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...mfurlanetto
 
Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...
Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...
Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...Pieredoardo Gabutti
 
Sviluppo di App con Qt Quick: un esempio di model-view-delegate
Sviluppo di App con Qt Quick: un esempio di model-view-delegateSviluppo di App con Qt Quick: un esempio di model-view-delegate
Sviluppo di App con Qt Quick: un esempio di model-view-delegatePaolo Sereno
 
Corso Object Oriented Analysis and Design
Corso Object Oriented Analysis and DesignCorso Object Oriented Analysis and Design
Corso Object Oriented Analysis and DesignK-Tech Formazione
 
SAWSDL Restriced
SAWSDL RestricedSAWSDL Restriced
SAWSDL RestricedDario Mazza
 
Metodologia per la classificazione automatica di commenti su social network tesi
Metodologia per la classificazione automatica di commenti su social network tesiMetodologia per la classificazione automatica di commenti su social network tesi
Metodologia per la classificazione automatica di commenti su social network tesiSimone Maver
 
Xml - progettazione unità didattica
Xml - progettazione unità didatticaXml - progettazione unità didattica
Xml - progettazione unità didatticaViola Anesin
 
Algoritmi di ordinamento
Algoritmi di ordinamentoAlgoritmi di ordinamento
Algoritmi di ordinamentoMarco Liverani
 
Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...
Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...
Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...Stefano Costanzo
 
Detailed Model Capture
Detailed Model CaptureDetailed Model Capture
Detailed Model Capturefcospito
 
Detailed Model Capture
Detailed Model CaptureDetailed Model Capture
Detailed Model Capturefcospito
 

Similaire à Data Exchange (20)

Analisi delle differenze strutturali nelle espressioni regolari costruite da ...
Analisi delle differenze strutturali nelle espressioni regolari costruite da ...Analisi delle differenze strutturali nelle espressioni regolari costruite da ...
Analisi delle differenze strutturali nelle espressioni regolari costruite da ...
 
Tesi andrea cingolani
Tesi andrea cingolaniTesi andrea cingolani
Tesi andrea cingolani
 
Elaborazione automatica dei dati: computer e matlab
Elaborazione automatica dei dati: computer e matlabElaborazione automatica dei dati: computer e matlab
Elaborazione automatica dei dati: computer e matlab
 
Lezione js pdatabasecrudterzaparte
Lezione js pdatabasecrudterzaparteLezione js pdatabasecrudterzaparte
Lezione js pdatabasecrudterzaparte
 
Lezione JSP database Crud
Lezione JSP database CrudLezione JSP database Crud
Lezione JSP database Crud
 
Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...
Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...
Sintesi automatica di una metrica di similarità tra stringhe tramite tecniche...
 
Ruby On Rails Insert
Ruby On Rails InsertRuby On Rails Insert
Ruby On Rails Insert
 
Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...
Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...
Progetto e realizzazione di un'interfaccia web interattiva per un sistema di ...
 
Sviluppo di App con Qt Quick: un esempio di model-view-delegate
Sviluppo di App con Qt Quick: un esempio di model-view-delegateSviluppo di App con Qt Quick: un esempio di model-view-delegate
Sviluppo di App con Qt Quick: un esempio di model-view-delegate
 
Corso Object Oriented Analysis and Design
Corso Object Oriented Analysis and DesignCorso Object Oriented Analysis and Design
Corso Object Oriented Analysis and Design
 
L'algoritmo
L'algoritmoL'algoritmo
L'algoritmo
 
SAWSDL Restriced
SAWSDL RestricedSAWSDL Restriced
SAWSDL Restriced
 
Metodologia per la classificazione automatica di commenti su social network tesi
Metodologia per la classificazione automatica di commenti su social network tesiMetodologia per la classificazione automatica di commenti su social network tesi
Metodologia per la classificazione automatica di commenti su social network tesi
 
Xml - progettazione unità didattica
Xml - progettazione unità didatticaXml - progettazione unità didattica
Xml - progettazione unità didattica
 
Terza lezioneandroid
Terza lezioneandroidTerza lezioneandroid
Terza lezioneandroid
 
Algoritmi di ordinamento
Algoritmi di ordinamentoAlgoritmi di ordinamento
Algoritmi di ordinamento
 
Il Gioco Delle Capitali
Il Gioco Delle CapitaliIl Gioco Delle Capitali
Il Gioco Delle Capitali
 
Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...
Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...
Definizione e sviluppo di un algoritmo genetico multiobiettivo per problemi d...
 
Detailed Model Capture
Detailed Model CaptureDetailed Model Capture
Detailed Model Capture
 
Detailed Model Capture
Detailed Model CaptureDetailed Model Capture
Detailed Model Capture
 

Data Exchange

  • 1. Progettazione e realizzazione di un’applicazione per il Data Exchange su modelli relazionali. Relatore: Paolo Atzeni Candidato: Aillaud Enrico
  • 2.
  • 8.
  • 10. Motivazioni Non essere obbligati a una spesa consistente per l’utilizzo di un software proprietario. Agevolare utenti inesperti nella realizzazione dello scambio. Le applicazioni in grado di risolvere il problema sono, in parte, ancora in fase di sviluppo.
  • 11. Data Exchange: Strutture note Corrispondenza: coppia attributo sorgente – attributo destinazione Path primari: identificano univocamente una tabella dello schema relazionale. NRI: consentono di risolvere i vincoli che intercorrono tra gli attributi di tabelle appartenenti allo stesso schema. Relazioni logiche: effettuano un raggruppamento in blocchi (Tableau) delle tabelle che sono in relazione tra loro secondo regole ben precise, sfruttano le NRI. Scheletri: sono coppie del tipo <Relazione Logica Sorgente, Relazione Logica Destinazione>; di fatto sono alla base del meccanismo di Data Exchange.
  • 12. Funzionamento dell’applicazione Input Output Controller Query SQL Corrispondenze Organizzazione in Blocchi Risoluzione Corrispondenze Join Inverso
  • 14.
  • 15.
  • 16. Risoluzione delle corrispondenze - 1 Scheletri: Consentono l’associazione tra gli elementi dei due schemi. Contengono le informazioni necessarie per la generazione delle query. Uno scheletro minore candidato per la ricopertura di una corrispondenza contiene al suo interno i due attributi specificati nella corrispondenza. Lo scheletro finale, scelto dall’algoritmo, sarà quello che ricopre più corrispondenze possibili. Una corrispondenza non coperta è errata.
  • 17. Risoluzione delle corrispondenze – 2 Scheletri generati: 1. <<S1>,<T1>> 2. <<S1>,<T1,T2>> 3. <<S1,S2>,<T1>> 4. <<S1,S2>,<T1,T2>> 5. <<S1,S2,S4>,<T1>> 6. <<S1,S2,S4>,<T1,T2>> 7. <<S1,S3>,<T1>> 8. <<S1,S3>,<T1,T2>> Corrispondenze immesse: 1. S1 -> T1 Scheletro Candidato Minore: 1 2. S4 -> T1 Scheletro Candidato Minore: 5 3. S3 -> T2 Scheletro Candidato Minore: 8 Soluzione proposta dall’algoritmo: Le corrispondenze 1 e 2 sono entrambe ricoperte dallo scheletro 5 La corrispondenza 3 è ricoperta dallo scheletro 8
  • 19. Join inverso - 2 Problema complesso: inserimento di attributi all’interno di diverse tabelle destinazione appartenenti allo stesso blocco. Necessaria un’operazione di Join Inverso Problematiche: SQL non supporta un comando che realizza un’operazione di join inverso. L’implementazione del codice varia a seconda della casistica analizzata.
  • 20.
  • 21.
  • 22.
  • 23. Scheletro che ricopre le corrispondenze:
  • 24.
  • 26.
  • 27. SVILUPPI FUTURI Implementazione del Join Inverso. Realizzare il trasferimento tra schemi appartenenti a modelli diversi.