Aplicação de estrategias de integração de bancos de dados : um estudo de caso

Abstract

Resumo: Este trabalho é dedicado à integração de bancos de dados heterogêneos, a qual podemos definir como sendo o processo que, através de uma entrada de um conjunto de bancos de dados, produz, como saída, uma descrição unificada do esquema inicial, chamado esquema integrado, e a informação de mapeamento que apoia o acesso aos dados armazenados no esquema integrado. Apresentamos uma aplicação prática da utilização de duas metodologias de integração de bancos de dados heterogêneos, a metodologia de SPACCAPIETRA; PARENT e DUPONT (1992), a qual nos deu embasamento no processo de integração, e a de BATINI e LENZERINI (1984) que foi utilizada em alguns casos particulares. Esta aplicação utilizou, como modelo de dados padrão, o modelo ERC+, Entidade Relacionamento Complexo Estendido, visto que é um modelo semântico e por ser empregado na principal metodologia de integração utilizada neste trabalho. Como o escopo deste trabalho envolve a aplicação de metodologias de integração e como a integração de bancos de dados heterogêneos é um problema complexo, que demanda tempo de análise e desenvolvimento, este trabalho apresenta uma primeira versão do protótipo do esquema integrado completo, a qual foi gerada utilizando os seguintes sistemas da Universidade Federal do Paraná: Sistema de Automação Universitária - Administração e Pessoal, Sistema de Automação Universitária - Controle Acadêmico, SIBI - Sistema de Bibliotecas e o Sistema de Controle de Pesquisa e Pós-Graduação. A implementação do protótipo foi realizada em três fases: pré-integração; identificação das correspondências e verificação da conformidade dos esquemas; e integração. Como benefícios gerados no processo de integração podemos destacar: disseminação do conhecimento de aplicações distribuídas e heterogêneas; visão unificada dos dados; possibilidade de construção de sistemas de apoio à decisão e data warehouses a partir do esquema integrado. Metas futuras desta pesquisa são apresentadas com base na elaboração do mapeamento de consultas partindo do esquema integrado para os esquemas iniciais.

Abstract: This work is dedicated to the integration of heterogeneous databases, which we can define as the process that, through as input a set of databases, produces, as output, an unified description of the initial scheme, called integrated scheme, and the mapping information that supports the access to the data stored in the integrated scheme. We present a practical application of the use of two methodologies of heterogeneous databases integration, the methodology of SPACCAPIETRA; PARENT and DUPONT (1992), which gave us the basis for the integration process, and the methodology of BATINI and LENZERINI (1984) that was used in some particular cases. The ERC+, Extended Entity Relationship Complex model was used, as a pattern data model, because it is a semantic model and for being used in the main integration methodology of this work. Due to the scope of this work involving the application of integration methodologies and as the integration of heterogeneous databases is a complex problem, that demands time for analysis and development, this work presents a first version of the prototype of the integrated scheme, which was generated using the following systems of the Federal University of Paraná: System of University Automation - Administration and Personal, System of University Automation - Academic Controls, Library System and the System of Research and Masters Degree Control. The implementation of the prototype was accomplished in three phases: pre integration; identification of the correspondences and verification of the conformity of the schemes; and integration. As benefits generated in the integration process we can highlight: dissemination of the knowledge of distributed and heterogeneous applications; unified vision of the data; possibility of construction of decision support systems and data warehouses starting from the integrated scheme. Future goals of this research are presented based in the elaboration of the query mappings starting from the integrated scheme to the initial schemes.