支持异构数据按需集成的数据服务聚合代数

传统的数据集成方法无法应对互联网的开放、动态和异构性,对用户即时、个性化的集成需求支持有限。数据服务是互联网环境下数据集成的基本单元。提出了数据服务聚合代数,基于嵌套关系和嵌套表格提供的良好的可视化集成环境,提供了基于语义映射关系的集成理论体系,支持在异构环境下复杂数据的直接集成,能够为数据按需快速集成提供强有力的支撑。聚合代数提供了一系列的性质保障,保证集成过程中的数据完整性和正确性。通过一个案例说明了数据服务聚合代数的效果。

关系数据库中聚合代数约束的高效发现算法——AAC-Hunter

针对如何更好地维护关系数据库的数据完整性以及帮助审计员找出违规的报销记录的问题,提出了自动发现聚合代数约束(AAC)的算法AAC-Hunter。AAC是一种定义在数据库中两列的聚合结果之间的模糊约束,作用于大多数而非全部记录上。AAC-Hunter首先枚举连接、分组和代数表达式来产生候选AAC,然后分别计算这些候选AAC的值域集合,最后输出AAC结果。但该方法无法应对海量数据带来的性能挑战,因此AAC-Hunter提出了一套启发式规则减小候选约束空间规模以及基于中间结果复用和消除平凡候选AAC的两个优化策略来加速候选AAC的值域集合计算。实验结果表明了对比不使用启发式规则和优化策略的基线算法,AAC-Hunter在TPC-H和European Soccer数据集上分别减小了95.68%和99.94%的约束发现空间,分别缩短了96.58%和92.51%的运行时间。可见AAC-Hunter具备有效性,能够提升审计应用的效率和能力。