بررسی وابستگی‎های تابعی در فايل‎های اکس‎ام‎ال

1. بررسی وابستگی‎های تابعی در فايل‎های اکس‎ام‎ال حسين حجت دانشکده فنی دانشگاه تهران

2. گزارش‎های درس • گزارش اول: بررسی سيستم ترميم • گزارش دوم: وابستگی‎های تابعی در فايل‎های اکس‎ام‎ال • گزارش نهايي و مقاله‎ی درس: بررسی پروتکل‎های مبتنی برگراف در تراکنش‎ها • نگرش صوری (formal methods)

3. منابع و مراجع • [1] Arenas M., Libkin L., “A normal form for XML documents”, ACM Symposium on Principles of Database Systems, pp. 85 – 96, 2002 . • [2] Arenas M., Libkin L., “A normal form for XML documents”, ACM Transactions on Database Systems (TODS), v. 29, n. 1, pp. 195 – 232, 2004. • [3] Bray T., Paoli J., SpengerMcQueen C., “Extensible Markup language (XML) 1.0”, W3C Recommendation • [4] COMP 442: Issues in Database and Information Systems 2005, University of Victoria • [5] Lee M., Ling T. W., Low W. L., “Designing Functional Dependencies for XML”, 8th International Conference on Extending Database Technology: Advances in Database Technology, pp. 124 – 141, 2002. • [6] Vincent M. W., Liu J., Liu C., “Strong functional dependencies and their application to normal forms in XML”, ACM Transactions on Database Systems (TODS), v. 29 , n. 3, pp. 445 – 462, 2004.

4. محدوديت‎های معنايي • فايل‎های اکس‎ام‎ال دارای قابليت‎های نحوی ( syntax) فراوان هستند • در عوض خواص معنايي آنها ناچيز است • پژوهش‎‎هايي بر روی قسمت مفهومی اکس‎ام‎ال انجام شده است • محدوديت‎های کليدی اکس‎ام‎ال (key constraints) • محدوديت‎های مسيری (path constraints) • محدوديت‎های شمول اکس‎ام‎ال (inclusion constraints)

5. وابستگی‎های تابعی: کاربردی يا تئوری • وابستگی‎های تابعی تنها از نقطه‎نظر تئوری دارای اهميت نيستند • وابستگی‎های تابعی و فرآيند نرمال‎سازی در پايگاه‎داده‎های رابطه‎ای نقش اساسی در طراحی دارند • می‎توانند در مورد اکس‎ام‎ال نيز نقش کارا داشته باشند • با در نظر گرفتن وابستگی‎های تابعی در الگوی (schema) يک فايل اکس‎ام‎ال می‎توان در مورد خوب يا بد بودن طراحی نظر داد

6. DTD : يادآوری (1) • نقش DTD يا "تعريف نوع سند" (document type definition) مشخص کردن برچسب‎های سند و ترکيب معنی‎دار آنهاست • يک DTD اساساً گرامری بر روی برچسب‎ها است • ساختار متن بين برچسب‎ها معين نمی‎شود • يک ابزار پارسر با در دست داشتن يک سند اکس‎ام‎ال و يک DTD می‎تواند سند را پارس کرده اعتبار آنرا تشخيص بدهد.

7. DTD : يادآوری (2) • تعريف: فرض کنيد Σ الفبای محدودی از گونه‎های عناصر باشد (element types). يک DTD بر روی Σ به صورت d=( r, P) است که در آن • r يک عنصر متمايز از Σ ريشه‎ی درخت است. • P به صورت P: Σ →regex(Σ )تعريف می‎شود که در آن regex( Σ) مجموعه‎ی تمامی عبارت‎های منظم بر روی Σ است.

8. DTD : يادآوری (3) • بين تعريف DTD و يک گرامر مستقل از متن قرابت بسيار وجود دارد • اما اين‎دو دارای دوتفاوت عمده نيز هستند • Pدر تعريف DTDبرخلاف گرامرهای مستقل از متن می‎تواند شامل عبارت‎های منظم مثل a* باشد • به ازای هر مؤلفه‎ی Σ تنها يک قاعده توليد وجود دارد • با توجه به تفاوت‎های نامبرده، می‎توان DTD را به عنوان گرامرمستقل از متن توسعه يافته تلقی نمود

9. DTD : يادآوری (4) <!DOCTYPE db [ <!ELEMENT db (book)*> <!ELEMENT book (title,author+)> <!ELEMENT author (name)> <!ELEMENT name (#PCDATA)> Σ={ db, book, title, author, name},d=(db,P) P: db → book * book → title.author + author → name name → ε

10. مثال برای وابستگی تابعی courses course course info @cno student @cno student @sno name student “cs100” . . . “cs225” “123” “Fox” @sno name grade @sno name grade “123” “Fox” “B+” “123” “Fox” “A+” برگرفته از Marcelo Arenas

11. تغيير در الگو DTD: Integrity Constraints: courses  course* course  @cno, student* student  @sno, name, grade name S grade S ,info* two students with the same @sno value must have the same name. @snois the key ofinfo. info  @sno, name برگرفته از Marcelo Arenas

12. وابستگی تابعی • اين مسائل يادآور مشکلات ايجاد شده از وابستگی‎های تابعی غيرکليدی است • در قدم اول برای حل مشکل بايستی برای سندهای اکس‎ام‏ال مفهوم وابستگی‎های تابعی به درستی تعريف بشود. • برای تعريف وابستگی‎های تابعی، روش‎های مختلفی موجود هستند • در اين گزارش تنها به يکی از اين روش‎ها اشاره خواهيم کرد که از بقيه مشهورتر است

13. چارچوب: DTD • در اين بحث، ID و IDREF در نظر گرفته نشده‎اند • مجموعه‎ی Paths(D) را به صورت مجموعه‎ی تمامی مسيرها در يک DTD تعريف می‎کنيم courses.course courses.course.@cno courses.course.student.name courses.course.student.name.S • سه نوع عنصر در نظر می‎گيريم: • attributes (@), strings (S) and element types

14. چارچوب: درخت‎های اکس‎ام‎ال courses v0 course course v1 . . . @cno student student v2 v5 “cs100” @sno grade @sno grade name name v3 v4 v6 v7 “123” “456” S S S S “Fox” “B+” “Smith” “A-”

15. وابستگی‎تابعی در اکس‎ام‎ال • با مساله‎ی وابستگی‎های تابعی در پايگاه داده‎های رابطه‎ای آشنا هستيم • برای توسعه دادن آن به پايگاه داده‎ی اکس‎ام‎الی نيازمند به يک نمايش رابطه‎ای از فايل‎های اکس‎ام‎ال نيازمند هستيم • اين کار را به کمک تعريف تاپل‎های درختی انجام می‎دهيم: يک تاپل درختی در يک DTD با نام D يک نگاشت است t : Paths(D)  Vertices  Strings  {} • بايستی بتوان آنرا از يک درخت اکس‎ام‎ال متناظر با D به دست آورد

16. تاپل‎های درختی يک تاپل درختی نمايانگر يک درخت اکس‎ام‎الی است courses t(courses) = v0 t(courses.course) = v1 t(courses.course.@cno) = “cs100” t(courses.course.student) = v2 t(p) = , for the remaining paths v0 course v1 @cno student v2 “cs100”

17. درخت اکس‎ام‎ال: مجموعه‎ای از تاپل‎های درختی courses courses v0 v0 course course course course v1 v1 . . . . . . @cno @cno student student student student v2 v5 v5 v2 “cs100” “cs100” @sno @sno grade grade @sno @sno grade grade name name name name v3 v3 v4 v4 v6 v6 v7 v7 “123” “123” “456” “456” S S S S S S S S “Fox” “Fox” “B+” “B+” “Smith” “Smith” “A-” “A-”

18. وابستگی تابعی • عبارت‎هايي به فرم: X  Y • تعريف شده بر روی DTDD، که در آن X و Y زيرمجموعه‎های محدود ناتهی از Paths(D) • درخت اکس‎ام‎ال T در وابستگی تابعی X Y صدق می‎کند اگر: X Y Paths(T)  Paths(D) • T  X  Y اگر برای هر زوج u و v از تاپلهای درختی در T داشته باشيم: u.X = v.X and u.X≠  implies u.Y = v.Y

19. مثال • University DTD: courses  course* course  @cno, student* student  @sno, name, grade • Two students with the same @sno value must have the same name: courses.course.student.@sno  courses.course.student.name.S • Every student can have at most one grade in every course: { courses.course, courses.course.student.@sno }  courses.course.student.grade.S

20. سوال؟