Using perspective schema and a reference model to design the ETL process

Dissertação apresentada para a obtenção do Grau de Doutor em Informática

Desde há muitos anos que a comunidade de base de dados estuda o problema da integração de dados. Este problema consiste, resumidamente, em combinar os dados armazenados em diferentes fontes de informação, fornecendo uma vista unificada destes dados. O avanço das tecnologias de informação e de comunicação incrementou o interesse na área de integração de dados, uma vez que integrar e compartilhar informações tem surgido como uma exigência estratégica dos negócios actuais. Ao lidar com o problema de integração de dados, o analista de sistemas geralmente depara-se com modelos de dados incompatíveis entre si, caracterizados por diferenças subtis em termos sintácticos e semânticos. Neste trabalho, nos propomos uma abordagem declarativa baseada na criação de um modelo de referência e de esquemas de perspectivas (no inglês perspective schemata) para tornar explícito o relacionamento entre os esquemas. O modelo de referência serve como um meta-modelo semântico comum à organização, enquanto os esquemas de perspectivas definem a correspondência entre esquemas usando asserções de correspondências. A nossa proposta oferece um meio formal e declarativo de definir os modelos existentes, bem como o relacionamento entre eles. O primeiro é conseguido através do uso da linguagem LS (do inglês schema language), a qual é centrada no paradigma objecto-relacional; enquanto o segundo é realizado através da linguagem LPS (do inglês perspective schema language). A abordagem proposta torna claro o mapeamento que existe em um sistema de integração de dados, modulando-os de modo a facilitar a manutenção desses mapeamentos. Além disso, com base na arquitectura proposta, um mecanismo de inferência foi desenvolvido de modo a permitir a derivação semi-automática de novos mapeamentos a partir de outros já definidos. Nós também implementamos uma prova de conceito baseada em Prolog, para demonstrar a viabilidade da abordagem proposta.