Progettazione e interrogazione di Data Warehouse Tema 2

Progettazione e interrogazione di Data Warehouse (Tema 2) Unità Responsabile: Cosenza Unità Coinvolte: Cosenza - Bologna D 2 I Modena, 27 Aprile 2001

Rapporti previsti • D 2. R 1: Documento sui risultati dell'analisi dello stato dell'arte sulle architetture di data warehouse (CS, BO) • D 2. R 2: Documento sull'analisi dello stato dell'arte sulle tematiche di progettazione logico-fisica del livello dei dati derivati (BO) • D 2. R 3: Documento sull'analisi dello stato dell'arte sulle tematiche di interrogazione di sistemi di grandi dimensioni (CS) I rapporti sono stati completati o sono in “dirittura d’arrivo”.

Rapporto D 2. R 1 • Il rapporto, prodotto in collaborazione dalle unità di Cosenza (Pasquale Rullo) e Bologna (Stefano Rizzi) presenta un’analisi delle architetture di data warehouses note in letteratura. • Vengono analizzate le architetture ad uno, a due, a tre livelli con livello riconciliato “piatto” ed a tre livelli con livello riconciliato gerarchico. • Viene mostrato come sia, in genere, da preferirsi l’adozione di architetture a tre livelli rispetto ad architetture ad uno o a due livelli.

Rapporto D 2. R 1 • Viene messo in evidenza il ruolo centrale che rivestono, da una parte, i metadati e, dall’altra, l’architettura del livello riconciliato. • Quest’ultimo rappresenta il punto di raccordo tra le tematiche trattate all’interno del tema 2 e quanto sviluppato, in particolare, nell’ambito del tema 1. • Viceversa, le funzionalità fornite per il livello dei dati derivati costituiscono punto di raccordo con le tematiche proprie del tema 3. • Fermo restando l’adozione di una struttura che comprenda almeno tre livelli, è necessario procedere con una definizione di architettura per il progetto D 2 I che permetta un buon grado di sinergia con gli altri temi del progetto.

Rapporto D 2. R 2 • Il rapporto, scritto da Golfarelli e Rizzi, presenta una rassegna di tecniche di ottimizzazione sviluppate negli ultimi anni per ridurre i tempi di risposta alle interrogazioni su data warehouses. • Altri dettagli, a cura di Stefano, tra breve.

Rapporto D 2. R 3 “Answering Queries: Tractable Cases and Optimizations” • Answering a query is computationally very expensive: NPhard even for conjunctive queries • Different query plans may lead to execution time having very different execution times (many orders of magnitude) • However, finding the best query plan is NP-hard

Rapporto D 2. R 3 Different approaches: • Quantitative methods: – finding an optimal query plan, if the query is rather small, or – finding a “good” query plan by using some heuristics, if the query is large, as usual in data warehouses • Structural methods: – answering an acyclic query is (output) polynomial – many queries are “very close” to acyclic queries

Rapporto D 2. R 3 Quantitative Methods: • Exhaustive search (dynamic programming) • Heuristics (greedy algorithms) • Randomized algorithms • Iterative Dynamic Programming

Rapporto D 2. R 3 Structural Methods: • Acyclic queries can be efficiently answered • Checking query containment for acyclic queries is feasible in polynomial time (a key issue for answering queries using views) • The good properties of acyclic queries also hold for queries having a bounded degree of cyclicity: – Bounded tree-width queries – Bounded hinge-width queries – Biconnected components queries – Bounded hypertree-width queries

Rapporto D 2. R 3 Future work on these issues: • Quantitative and structural approaches are completely separated worlds • Most commercial DBMS only use quantitative methods for optimizing queries • Many meaningful queries are acyclic or close to acyclic queries Integrate ideas from both approaches for answering queries in the data warehouse framework

Problematiche generali da affrontare • Necessità di raccordo tra sviluppi all’interno del tema 2 e quanto portato avanti negli altri temi ( struttura del metadata repository) • In particolare, la definizione dell’architettura dovrà tenere conto delle esigenze degli altri temi • La definizione delle funzionalità da offrire al livello dell’utente è un altro problema su cui riflettere con attenzione per il proseguio del progetto.