Методы и средства интеграции независимых баз данных в распределенных сетях tcp/ip
ВВЕДЕНИЕ 5
1. ЗАДАЧА ИНТЕГРАЦИИ ДАННЫХ И ОБЗОР СУЩЕСТВУЮЩИХ
МЕТОДОВ ИНТЕГРАЦИИ ДАННЫХ 12
1.1. Различные подходы к интеграции данных: GAV, LAV, GLAV 14
1.2. Модели данных и языки запросов, используемые в области интеграции
данных 16
1.3. Методы обработки и оптимизации запросов в СИД 20
1.3.1. Методы оптимизации запросов в реляционных СУБД 20
1.3.2. Методы обработки и оптимизации запросов в распределенных СУБД
1.3.3. Методы борьбы с устаревшей статистикой в СИД 27
1.3.4. Методы обработки запросов в Oracle Heterogeneous Services 29
1.3.5. Методы обработки и оптимизации запросов в СИД SIMS 31
1.3.6. Методы обработки запросов в СИД TSIMMIS 33
1.3.7. Методы обработки и оптимизации запросов в СИД Information
Manifold 34
1.3.8 . Методы обработки запросов в P2P СИД 36
1.4. Методы работы с неполными и противоречивыми данными 40
1.4.1. Формальная модель для интеграции данных Multiplex 40
1.4.2. Методы разрешения противоречий в СИД Fusionplex 47
1.5. Постановка общей научной задачи и частные задачи исследования 49
1.6. Выводы по главе 1 51
2. МЕТОДЫ ОБРАБОТКИ И ОПТИМИЗАЦИИ ЗАПРОСОВ В
РАСПРЕДЕЛЕННОЙ СЕТИ 53
2.1. Краткое описание предлагаемых методов и реализующих их средств 53
2.2. Метод определения источников данных, используемых в запросе к распределенной совокупности источников данных 56
2.2.1. Используемая модель данных 56
2.2.2. Подход к построению отображений между глобальной схемой и
локальными схемами 60
2.3. Методы обработки и оптимизации запросов 65
2.3.1. Общий алгоритм выполнения запросов 66
2.3.2. Метод непосредственного выполнения запросов 67
2.3.3. Оптимизированный метод выполнения запросов 70
2.4. Выводы по главе 2 78
3. АЛГОРИТМЫ ОБРАБОТКИ ЗАПРОСОВ В СИСТЕМЕ ИНТЕГРАЦИИ
ДАННЫХ, ПРЕДНАЗНАЧЕННОЙ ДЛЯ РАБОТЫ В РАСПРЕДЕЛЕННОЙ
СЕТИ 80
3.1. Построение графа взаимосвязанности выражений 80
3.1.1. Алгоритм унификации предикатов в СИД DISGO 85
3.2. Алгоритмы генерации выражений РА 87
3.2.1. Алгоритм генерации выражений РА для нерекурсивных программ. .87
3.2.2. Алгоритм генерации выражений РА для рекурсивных программ 91
3.3. Алгоритм генерации SQL по выражениям РА 99
3.4. Алгоритмы оптимизации запросов 102
3.4.1. Алгоритм оптимизации запросов на основе правил 103
3.4.2. Алгоритмы сбора и обработки статистики 106
3.5. Корректность предлагаемых алгоритмов 111
3.6. Выводы по главе 3 112
4. РЕАЛИЗАЦИЯ МЕТОДОВ И СРЕДСТВ ИНТЕГРАЦИИ ДАННЫХ В
РАСПРЕДЕЛЕННОЙ СЕТИ 114
4.1. Общее описание СИД DISGO 114
4.1.1. Архитектура СИД DISGO 114
4.1.2. Схема взаимодействия прикладных программ с СИД DISGO 118
4.2. Экспериментальный анализ производительности работы СИД DISGO,
реализующей предложенные алгоритмы и методы 120
4.2.1. Анализ производительности СИД DISGO в локальной сети 120
4.2.2. Анализ производительности СИД DISGO в распределенной сети. .131
4.2.3. Результаты анализа работы представленных средств 139
4.3. Практическое использование предложенных методов и средств 140
4.4. Выводы по главе 4 141
ЗАКЛЮЧЕНИЕ 143
ВВЕДЕНИЕ
Актуальность темы. Интеграция распределенных источников данных необходима при создании сводных баз данных и объединении данных одной предметной области в глобальной телекоммуникационной сети, в сетях межкорпоративного взаимодействия, а также в корпоративных сетях укрупняемых (объединяемых) предприятий при необходимости оперативного логического объединения нескольких идентичных по назначению баз данных.
Основным назначением системы интеграции данных является обеспечение доступа ко множеству подсоединенных к ней независимых источников данных.
Условия задач, которые приходится решать системе интеграции данных, очень сильно зависят от области ее применения.
Актуальность применения систем интеграции данных для объединения информации множества источников данных в глобальной сети определяется ростом количества информации в Интернете. Основную часть этой информации составляют данные глубинного web’a [1]. Он представляет из себя данные, получаемые из различных баз данных, доступных в Интернете посредством Web-форм. Подобная информация недостаточно эффективно индексируется поисковыми системами [2]. В 2001 году объем Deep Web оценивался в 7,500 терабайт [1], в 2003 – уже в 91,850 терабайт [3]. Задача поиска нужных данных в таком объеме информации представляет значительную сложность. Одним из способов ее решения является использование систем интеграции данных [4]. При этом источники, отражающие данные одной предметной области, подключаются к системе интеграции данных посредством медиаторов (специальных программных модулей для доступа к источникам данных). Задача интеграции данных упрощается, если система обращается непосредственно к СУБД. В этом случае система интеграции данных взаимодействует с распространенными реляционными СУБД (количество которых составляет около десятка – IBM DB2 [5], Ingres [6], Microsoft SQL Server [7], MySQL [8], Oracle DBMS [9], PostgreSQL [10], Sybase Adaptive Server [11] и др.), и для взаимодействия использует SQL.
Другая упомянутая выше задача, объединение корпоративных данных в локальной сети, подразумевает необходимость предоставления «прозрачного» доступа к базам данных, работающим под управлением разнотипных СУБД, и содержащим большие объемы информации. В данной ситуации обычно имеется небольшое количество источников данных, которые администрируются группами людей, имеющими общее руководство верхнего уровня.
Современные коммерческие средства интеграции данных обычно нацелены на решение второй задачи. Помимо средств интеграции данных для достижения сходных целей используются средства интеграции приложений (в частности, сервисные шины ESB (enterprise service bus), например, OpenESB [12] или Apache ServiceMix [13]), позволяющие унифицировать форматы сообщений, которыми обмениваются приложения.
С расширением сетей предприятий и при объединении данных нескольких сотрудничающих предприятий задача интеграции данных несколько изменяется, принимая черты как задач первого, так и второго рода, и характеризуется следующими особенностями:
1) большое число источников данных;
2) как правило, для совместного использования предоставляется только ограниченное подмножество имеющихся данных (то есть отдельный источник данных предоставляет небольшой объем информации);
3) высокая вероятность недоступности некоторого числа источников данных;
4) относительно высокая стоимость доступа к источникам данных;
5) контроль над источниками данных осуществляется различными группами администраторов, но при этом существует возможность согласованного
6
администрирования источников данных, 6) отсутствием необходимости (а зачастую и возможности) изменять данные в подсоединенных источниках данных.
Методы обработки и уменьшения времени выполнения запросов к совокупности источников данных в распределенной сети описываются в работах O.Duschka [14], A.Halevy [15], A.Motro [16] и других авторов. Однако, им свойственен ряд недостатков, не позволяющий быстро получать релевантные ответы на запросы при интеграции данных в распределенных корпоративных и межкорпоративных сетях, в частности, ориентация на интеграцию нереляционных данных.
Таким образом, актуальной является разработка методов и средств интеграции данных для объединения реляционных источников данных в распределенных сетях TCP/IP, обеспечивающих быстрое получение ответов на запросы пользователей к рассматриваемой совокупности источников. При разработке подобных методов и средств целесообразно использовать модель данных, близкую к реляционной модели, потому что это позволяет при обработке запросов к системе интеграции данных формировать запросы к подсоединенным источникам данных, быстро обрабатываемые реляционными СУБД.
Объектом исследований являются методы и средства интеграции данных в распределенных сетях TCP/IP.
Целью диссертационного исследования является сокращение времени ответа на запрос к совокупности реляционных источников данных
Научная задача состоит в разработке методов, обеспечивающих минимизацию времени получения релевантного ответа на запрос к совокупности реляционных источников данных в распределенной сети TCP/IP.
Методы исследования. При проведении исследований были использованы
7
элементы теории баз данных, элементы теории графов, методы объектно-ориентированного программирования, методы построения синтаксических анализаторов.
Достоверность и обоснованность полученных в работе результатов подтверждены непротиворечивостью формальных построений теории баз данных, практическими экспериментами, апробацией научных результатов на международных и всероссийских конференциях, а также практическими внедрениями результатов работы.
Наиболее существенные научные положения, выдвигаемые для защиты:
1) Современные методы интеграции данных не обеспечивают адекватной скорости получения ответов на запросы к совокупности реляционных источников данных в распределенной сети, что определяет актуальность темы исследования.
2) Сокращение времени выполнения запроса к совокупности реляционных источников данных в распределенной сети достижимо на основе отслеживания зависимостей между операциями извлечения информации из различных источников за счет прекращения выполнения операций, которые не могут быть успешно завершены в связи с недоступностью источников данных, параллельной обработки не взаимосвязанных операций, а также объединения обращений к одним и тем же данным в разных частях обрабатываемого запроса.
3) Процесс подсоединения новых источников к системе интеграции данных может быть упрощен и сделан более «прозрачным» для приложений за счет поиска предикатов в схеме виртуальной базы данных, предоставляемой системой интеграции, на основе совпадения имен предикатов и имен части требуемых для выполнения запроса аргументов.
Наиболее существенные новые научные результаты, выдвигаемые для
8
защиты:
1) новый метод обработки запросов к распределенной совокупности источников данных, отличающийся применением процедур выделения и параллельного выполнения групп не взаимосвязанных операций, отслеживания зависимостей между ними и объединения обращений к одним и тем же данным в разных частях обрабатываемого запроса;
2) новый метод определения источников данных, используемых в запросе к
распределенной совокупности источников данных, отличающийся осуществлением поиска предикатов в схеме виртуальной базы данных, предоставляемой системой интеграции, на основе совпадения имен предикатов и имен части требуемых для выполнения запроса аргументов;
3) алгоритм трансляции Datalog-подобных программ в язык реляционной алгебры и реляционного исчисления, отличающийся от известных процедурой унификации предикатов, которая формирует дополнительное множество условий на равенство аргументов предикатов.
Практическая значимость работы. Разработанный алгоритм трансляции Datalog-подобных программ в язык реляционной алгебры и реляционного исчисления позволяет обрабатывать рекурсивные запросы без постоянного контроля со стороны системы интеграции данных при помощи программы на процедурном языке СУБД. Разработанные методы и средства позволяют сократить время ответа на запрос пользователя в условиях возможной недоступности части источников данных в зависимости от характера обрабатываемых запросов на 20%-50%, в 3-4 раза сократить затраты времени прикладных программистов на модернизацию корпоративных информационных систем при добавлении новых источников данных.
Диссертация соответствует пункту 4 («Системы управления базами данных и знаний») паспорта специальности 05.13.11 – «Математическое и
9
программное обеспечение вычислительных машин, комплексов и компьютерных сетей».
Апробация результатов работы. Результаты работы докладывались и обсуждались на всероссийских и международных научно-техничесикх конференциях: на XIV-XVIII всероссийской научно-методической конференции «Телематика» (2007-11, г. С.-Петербург), на XIV-XVI конференции представителей региональных научно-образовательных сетей «Relarn» (2007-09, г. Нижний Новгород), на международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе IT+SE» (2008-10, г. Гурзуф), международной научно-технической конференции МВУС (2009, с. Дивноморское).
Основные научные результаты диссертации опубликованы в 14 научных изданиях, в составе которых 2 статьи в журналах, рекомендованных ВАК для публикации результатов диссертаций [17][18] общим объемом 18 с. (авторские 66%), 2 свидетельства об официальной регистрации программы для ЭВМ [19],[20] и 8 тезисов в сборниках тезисов международных и всероссийских конференций [21][22][4][23][24][25][26][27] общим объемом 18 с. (авторские 94%), 2 отчета по НИР [28][29] общим объемом 231 с. (авторские 12%).
Основные результаты работы реализованы в следующих документах:
10
Личный вклад автора. Все научные результаты диссертации получены
автором лично.
Структура и объем диссертационной работы. Диссертация состоит из введения, четырех глав, заключения, списка использованных источников и шести приложений. Работа содержит 152 страницы основного текста, 38 рисунков, 7 таблиц, список используемой литературы из 75 источника, 17 страниц приложений.
Литература
1. Bergman M.K. The Deep Web: Surfacing Hidden Value //The Journal of Electronic Publishing, Volume 7, Issue 1, 2001, http://dx.doi.org/10.3998/3336451.0007.104
2. Madhavan J., Ko D., Kot L. et. al. Google’s Deep Web Crawl //Proceedings of the VLDB Endowment, Volume 1, Issue 2, 2008, С.1241-1252
3. Lyman P., Varian H.T. How Much Information? // http://www.sims.berkeley.edu/how-much-info-2003, 2003
4. Пыхалов А.В. Задача интеграции данных в глбальной телекоммуникационной сети //Приложение к журналу «Открытое образование»: Материалы XXXVII Международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе» Украина, Крым, Ялта-Гурзуф, 2010 . C. 180-
5. IBM DB2 Software // http://www-01.ibm.com/software/data/db2/, 2011
6. Ingres Database: Open Source Database – Ingres: //http://www.ingres.com/products/ingres-database.php, 2011
7. Microsoft SQL Server 2008 R2 | Database Management System // http://www.microsoft.com/sqlserver/en/us/default.aspx, 2011
8. MySQL :: The world’s most popular open source database: // http://www.mysql.com/, 2011
9. Oracle Database // http://www.oracle.com/us/products/database/index.html, 2011
10. PostgreSQL: The world’s most advanced open source database // http://www.postgresql.org/, 2011
11. Adaptive Server Enterprise Relational Database Management System (RDBMS) Software Solution – Sybase Inc: //http://www.sybase.com/products/databasemanagement/adaptiveserverenterprise, 2011
12. OpenESB, The Open Source ESB for SOA & Integration // https://open-
esb.dev.java.net/, 2010
13. Apache ServiceMix, the Agile Open Source ESB — Home: // http://servicemix.apache.org/home.html, 2011
14. Duschka O.M., Genesereth M.R., Levy A.Y. Recursive Query Plans for Data Integration //Journal of Logic Programming, Volume 43, Issue 1, 2000, С.49-73
15. Levy A.Y. The Information Manifold Approach to Data Integration //IEEE Intelligent Systems, Volume 13, Number 5, 1998, С.12-16
16. Motro A., Multiplex: A formal model for multidatabases and its implem entation // Technical Report ISSE-TR-95-103, Department of Information and Software Engineering, George Mason University, 1999
17. Пыхалов А.В., Букатов А.А. Концепции построения и основные алгоритмы системы интеграции данных DISGO //Вестник компьютерных и информационных технологий, No10, Москва , 2010, C. 49-55
18. Букатов А.А., Пыхалов А.В. Обработка и оптимизация запросов в системе интеграции данных DISGO //Информатизация образования и науки, No1(9), Москва, 2011, C. 22-34
19. Пыхалов А.В. Свидетельство о государственной регистрации программ для ЭВМ № 2010610407 «Система интеграции данных DISGO, основанная на логике предикатов, версия 0.1 (DISGO v. 0.1)» //Федеральная служба по интеллектуальной собственности, патентам и товарным знакам, 2010
20. Пыхалов А.В. Свидетельство о государственной регистрации программ для ЭВМ № 2010610573 «Подсистема компиляции запросов системы интеграции данных DISGO, версия 0.1 (DISGO Compiler v. 0.1)» //Федеральная служба по интеллектуальной собственности, патентам и товарным знакам, 2011
21. Пыхалов А.В., Букатов А.А. Интеграция множества БД с использованием глобальной онтологии //Приложение к журналу «Открытое образование»: Материалы XXXV Международной конференции «Иноформационные
технологии в науке, образовании, телекоммуникации и бизнесе IT + S&E’08», Украина, Крым, Гурзуф, 2008, С.133-135
22. Пыхалов А.В. Назначение и основные возможности системы интеграции данных DISGO //Приложение к журналу «Открытое образование»: Материалы XXXVI Международной конференции «Информационные технологии в науке, социологии, экономике и бизнесе IT + S&E’09». Осенняя сессия, Украина, Крым, Ялта- Гурзуф, 2009, С.23-24
23. Пыхалов А.В. Обнаружение и обработка рекурсии в запросах в системе интеграции данных DISGO //Материалы XV всероссийской научно-методической конференция Телематика- 2008, Санкт-Петербург, 2008, С. 84-85
24. Пыхалов А.В. Расширения Datalog’а, использующиеся в системе интеграции данных DISGO //Материалы XVI всероссийской научно-методической конференции Телематика-2009, Санкт-Петербург, 2009, С. 162-163
25. Пыхалов А.В. Обработка запросов в системе интеграции данных DISGO //Материалы XVII всероссийской научно-методической конференции Телематика-2010, Санкт-Петербург, 2010, С. 289-290
26. Пыхалов А.В. Особенности языка запросов системы интеграции данных DISGO //Шестнадцатая конференция представителей региональных научно-образовательных сетей “RELARN-2009”, сборник тезисов докладов, Москва – Санкт-Петербург, 2009, С.150-152
27. Пыхалов А.В. Обзор системы интеграции данных DISGO //Материалы международной научно-технической конференции МВУС-2009, Издательство технологического института ЮФУ, Таганрог, 2009, С.73-76
28. Букатов А.А., Лазарева С.А., Муратова Г.В., Пыхалов А.В. и др. Заключительный отчет по проекту № 5278 “Разработка методов, технологий и программных средств построения распределенной инфраструктуры образовательных и научных информационных ресурсов университета федерального уровня”, № гос. регистрации НИР 01.2009.56224 //Южный Федеральный Университет, 2010
29. Букатов А.А., Лазарева С.А., Муратова Г.В., Пыхалов А.В. и др. Заключительный отчет по НИР «Разработка и программная реализация проекта развития прототипных версий программных средств построения распределенной инфраструктуры образовательных и научных информационных ресурсов университета федерального уровня. Опытная эксплуатация разработанных средств», № гос. регистрации НИР 01.2011.56016 //Южный Федеральный Университет, 2012
30. Halevy A., Rajaraman A., Ordille J. Data Integration: The Teenage Years // Proceedings of the 32nd international conference on Very large data bases, VLDB Endowment, Seoul, Korea, 2006, С. 9-16
31. Oracle Data Integrator //http://www.oracle.com/technetwork/middleware/data-integrator/overview/ ,2011
32. Shvaiko P., Euzenat J. A Survey of Schema-based Matching Approaches // Journal on Data Semantics, Vol.4, Springer, 2005, С. 146-171
33. Cruz I., Xiao H. The Role of Ontologies in Data Integration // Journal of Engineering Intelligent Systems, Volume 13, Number 4, 2005, C. 245-252
34. McCann R., AlShebli R., Le Q. et. al. Mapping Maintenance for Data Integration Systems// Proceedings of the 31st international conference on Very large data bases, VLDB Endowment, 2005, С. 1018-1029
35. Srivastava U., Munagala K., Widom J. et. al. Query Optimization over Web Services //Proceedings of the 32nd international conference on Very large data bases, VLDB Endowment, 2006, С. 355-366
36. Garcia-Molina H., Papakonstantinou Y., Quass D. et.al. The TSIMMIS approach to mediation: Data models and Languages //Journal of Intelligent Information Systems, Volume 8, No 2, 1997, С.117-132
37. Friedman M., Levy A., Millstein T. Navigational Plans For Data Integration //In Proceedings of the National Conference on Artificial Intelligence (AAAI), 1999, С.67-73
38. Дэйт К.Дж. Введение в системы баз данных. Глава 23. Логические системы управления базами данных //Издание 7, Вильяимс, Москва, 2001
39. W3C. RDF/XML Syntax Specification (Revised) // http://www.w3.org/TR/rdf-syntax-grammar/, 2004
40. W3C. OWL Web Ontology Language Reference // http://www.w3.org/TR/owl-ref/ , 2004
41. W3C. XQuery 1.0: An XML Query Language (Second Edition) // http://www.w3c.org/TR/xquery/, 2010
42. W3C. SPARQL Query Language for RDF // http://www.w3.org/TR/rdf-sparql-query/, 2008
43. Day R., Ahues-Vasquez J.P., Castro P., et. Al. Oracle Database Heterogeneous Connectivity Administrator’s Guide 10g Release 2 (10.2) // http://download.oracle.com/docs/cd/B19306_01/server.102/b14232/gencon.htm#sthre f343, 2005
44. Stonebraker M., Aoki M.Mariposa: a wide-area distributed database system //The VLDB Journal, Volume 5 , Issue 1, VLDB Endowment, 1996, С.48-63
45. Motro A., Multiplex: A formal model for multidatabases and its implem entation // Technical Report ISSE-TR-95-103, Department of Information and Software Engineering, George Mason University, 1999
46. Anokhin P., Motro A. Fusionplex: resolution of data inconsistencies in the integration of heterogeneous information sources //Information Fusion, Volume 7, Issue 2, С.176-196, 2006
47. Papakonstantinou Y., Garcia-Molina H., Widom J. Object exchange across heterogeneous information sources //IEEE International Conference on Data
Engineering, С.251-260, 1995
48. Levy A.Y. The Information Manifold Approach to Data Integration //IEEE Intelligent Systems, Volume 13, Number 5, 1998, С.12-16
49. Levy A.Y., Rousset M.-C. CARIN: A Representation Language Combining Horn Rules and Description Logics //Proceedings of 12th European Conference on Artificial Intelligence, 1996, С.323-327
50. MacGregor R.M. A Description Classifier for the Predicate Calculus //Proceedings of the Twelfth National Conference on Artificial Intelligence, (AAAI), 1994, С.213-220
51. Xiao H., Cruz I. Ontology-based Query Rewriting in Peer-to-Peer Networks //Proceedings of the 2nd International Conference on Knowledge Engineering and Decision Support, 2006, С.11-18
52. W3C. RDF Vocabulary Description Language 1.0: RDF Schema// http://www.w3.org/TR/rdf-schema/, 2004
53. Chen P.P. The Entity-Relationship Model: Toward a Unified View of Data //ACM Transactions on Database Systems, Volume 1, 1976, С.9-36
54. Abadi D.J., Marcus A., Madden S.R.et.al.Scalable Semantic Web Data Management Using Vertical Partitioning // Proceedings of the 33rd international conference on Very large data bases, VLDB Endowment, 2007, C. 411-422
55. Chaudhuri S. An Overview of Query Optimization in Relational Systems //Proceedings of 1998 ACM PODS, ACM, New York, 1998, C. 34-43
56. Mannino M.V. Statistical Profile Estimation in Database Systems //ACM Computing Surveys, Volume 20, Number 3, 1988, С.191-221
57. Bernstein P.A., Goodman N., Wong E. et. al., Query processing in a System for Distributed Databases(SDD- 1) // ACM Transactions on Database Systems, Volume 6, Number 4, pp. 602-625, 1981
58. Ewen S., Kache H., Markl V. Progressive Query Optimization for Federated
Queries // Proceedings of the 10th international conference on Advances in Database Technology, Springer-Verlag, Berlin, 2006, С.847-864
59. Wei C.-P., Olivia R., Sheng L. et. al. Fuzzy Statistics Estimation in Supporting Multidatabase Query Optimization //Electronic Commerce Research, Volume 2, Number 3, Springer, 2002, С.287-316
60. Wiegelmann J., Chaliha M., Zeitoun S. et. al. Oracle Database Gateway for
VSAM User’s Guide 11g Release 1(11.1) // http://download.oracle.com/docs/cd/B28359_01/gateways.111/b31054/c_gettingstarte d.htm#i1005734, 2007
61. Microsoft Open Database Connectivity (ODBC) // http://msdn.microsoft.com/en-us/library/ms710252%28v=vs.85%29.aspx , 2011
62. Microsoft OLE DB // http://msdn.microsoft.com/en-us/library/ms722784%28v=vs.85%29.aspx, 2011
63. Levy A.Y., Rajaraman A., Ordille J.J. Querying Heterogeneous Information Sources Using Source Descriptions //Proceedings of the 22th International Conference on Very Large Data Bases, VLDB Endowment, 1996, С.251-262
64. Levy A.Y., Rajaraman A., Ordille J.J. Query-answering algorithms for information agents //Proceedings of the thirteenth national conference on Artificial Intelligence, Vol.1, AAAI Press, 1996, С. 40-47
65. Sickel S. A Search Technique for Clause Interconnectivity Graphs //IEEE Transactions On Computers, Volume c-25, Number 8, 1976, С.823-835
66. Apt K.R., Pellegrini A. Why the Occur-check is Not a Problem //Proceedings of the 4th International Symposium on Programming Language Implementation and Logic Programming, Springer-Verlag, London, 1992, С.69-86
67. Bancilhon F., Maier D., Sagiv Y. et. al. Magic sets and other strange ways to implement logic programs //Proceedings of the fifth ACM SIGACT-SIGMOD symposium on Principles of database systems,, ACM, New York, 1985, С.1-15
68. Cumbo C., Faber W., Greco G., Leonel N. Enhancing the Magic-Set Method for Disjunctive Datalog Programs //In proceedings of 20th international conference on Logic Programming, Volume 3132/2004, Springer, 2004, С.371-385
69. Walker A., Backchain iteration: Towards a practical inference method that is simple enough to be proved terminating, sound, and complete //Journal of Automated Reasoning, Volume 11, Number 1, Springer, 1993, С.1-22
70. Henschen L.J., Naqvi S.A. On Compiling Queries in Recursive First-Order Databases //Journal of the ACM, Volume 31, Issue 1, ACM, 1984, С.47-85
71. Дэйт К.Дж. Введение в системы баз данных. Глава 6. Реляционная алгебра //Издание 7, Вильяимс, Москва, 2001
72. Официальный сайт проекта WireShark // http://www.wireshark.org/, 2010
73. Kyte T. The fastest way of creating a huge table…// http://asktom.oracle.com/pls/asktom/f? p=100:11:0::::P11_QUESTION_ID:1132417600346069010, 2008
74. Deutsch P. RFC 1952. GZIP file format specification version 4.3 // http://tools.ietf.org/html/rfc1952, 1996
75. The Stanford-IBM Manager of Multiple Information Sources (TSIMMIS)// http://infolab.stanford.edu/tsimmis/, 2012
Помогаем с подготовкой сопроводительных документов
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!
4.9 (522 отзыва)
5 (20 отзывов)
4.9 (66 отзывов)
4.8 (9 отзывов)
4.6 (30 отзывов)
5 (18 отзывов)
5 (174 отзыва)
4.7 (96 отзывов)
5 (145 отзывов)
