Garantia de integridade em bases RDF

Abstract

Resumo: O grande volume de dados no formato RDF e a necessidade constante de atualizacao destes dados caracterizam um cenario com diversos desafios a serem enfrentados. Um deles esta relacionado a garantia de integridade dos dados que podem estar sujeitos a restricoes do esquema e da aplicacao. Neste contexto, alem de garantir a integridade apos as operacoes de atualizacao (insercoes e remocoes) na base, e importante utilizar estrategias eficientes e confiaveis. Este trabalho tem por objetivo desenvolver um metodo para a manutencao da integridade de uma base RDF, considerando restricoes da aplicacao e restricoes de esquema do modelo RDF. Para atingir este objetivo sao utilizados nodos brancos (blank nodes) no lugar de nodos que as restricoes definiram como obrigatorios. Com isto, evita-se que, a partir de uma solicitacao de atualizacao, operacoes em cascata sejam necessarias para o atendimento das restricoes de integridade. Consequentemente, o numero de operacoes para a base atingir um estado consistente e reduzido, assim como o tempo de execucao da atualizacao. Para verificar a viabilidade da estrategia, foram realizados experimentos que consideram atualizacoes de instancia e os resultados obtidos sao satisfatorios no que se refere a quantidade de operacoes e, ao tempo de execucao, alem de produzir resultados com uma semantica mais significativa que trabalhos correlatos propostos na literatura. Os resultados foram obtidos utilizando os benchmarks para bases RDF BSBM e LUBM, e ainda atraves de um estudo de caso envolvendo dados da Companhia de Urbanizacao da Cidade de Curitiba (URBS). Palavras-chave: RDF, restricoes de integridade,nodos brancos

Abstract: The increasing volume of RDF data and their frequent updates pose several challenges. One of them is to maintain the integrity of data with respect to schema and application constraints. Integrity must be checked after update operations. It is important to rely on efficient and reliable strategies in order to provide an adequate system performance. The objective of this work is to develop a method to guarantee RDF data integrity considering application and schema constraints. To achieve this goal we propose the introduction of blank nodes as placeholders for nodes required by the constraints. With this approach, it is possible to minimize the number of cascading operations necessary for constraints satisfaction. Consequently, the number of operations is reduced and, as a result, the execution time is also reduced. Experiments involving instance level updates were executed and show that the proposed approach generates fewer side-effect operations and better performance than an existing related work. We use BSBM and LUBM, two benchmarks frequently adopted for RDF experiments. Moreover, a case study was conducted using data from the Curitiba Urbanization Company (URBS) database. Keywords: RDF, integrity constraints, blank nodes