DLVDB An ASP System for Data Intensive ApplicationsRisorsa elettronica
Creato da
Panetta, Claudio
Leone, Nicola
Terracina, Giorgio
Metadata
Show full item recordDescrizione
Format
/
Dottorato di Ricerca in Matematica ed Informatica,XX Ciclo,a.a. 2007-2008; La rapida crescita di sistemi informatici derivanti dalle diverse applicazioni cui Internet si presta,
ha rapidamente aumentato la quantit`a di dati e di informazioni disponibili per l’elaborazione. In
particolare, l’affermarsi del commercio elettronico, il diffondersi di sistemi per l’e-government
delle pubbliche amministrazioni, l’ormai avviato processo di digitalizzazioni degli archivi e dei
documenti in essi contenuti, la disponibilit`a di database medici sempre pi`u completi e ricchi di
informazioni e, pi`u in generale, il sempre maggiore utilizzo dei sistemi informatici per la gestione
strutturata di grandi quantit`a di dati hanno evidenziato l’urgenza di sviluppare nuove tecnologie
che consentano di elaborare automaticamente ed efficientemente la quantit`a di dati derivante da
questi settori emergenti.
Uno degli utilizzi principali dei sistemi di basi di dati (DBMS) consiste nella memorizzazione
e nel recupero efficiente di grandi quantit`a di dati. L’elaborazione di tali informazioni, specialmente
quella finalizzata all’estrazione di nuova conoscenza, `e ormai riconosciuta come una tematica
di ricerca di fondamentale importanza sia nell’ambito delle basi di dati, sia nell’ambito
della ricerca industriale, in quanto offre grandi opportunit`a di sviluppo. In tale scenario, applicazioni
come “Data Mining”, “Data Werehousing” e “Online Analytical Processing (OLAP)”
hanno ulteriormente evidenziato la necessit`a di sviluppare sistemi di basi di dati che supportino
linguaggi maggiormente espressivi, in grado di consentire elaborazioni sempre pi`u raffinate delle
informazioni contenute nei Database. Il complesso di tali esigenze ha portato alla definizione
di diverse estensioni per i modelli di rappresentazione dei dati (Modelli Relazionali basati sul
concetto degli Oggetti), nonch´e alla definizione di nuovi costrutti sintattici (ricorsione e costrutti
OLAP), ed all’estenzione dei DBMS (DataBase Management Systems) con linguaggi di programmazione
di alto livello, basati su UDF (User Defined Functions).
Purtroppo, per`o anche i migliori sistemi di basi di dati attualmente in commercio non sono
sufficientemente potenti e generali da poter essere efficacemente utilizzati per risolvere molte
delle emergenti applicazioni. In generale, gli attuali DBMS non contengono i meccanismi di
ragionamento necessari per estrarre conoscenza complessa dai dati disponibili. Tali meccanismi,
dovrebbero essere in grado sia di gestire grandi quantit`a di informazioni, sia di realizzare sofisticati
processi di inferenza sui dati per trarne nuove conclusioni.
Le capacit`a di ragionamento necessarie a tale scopo possono essere fornite dai sistemi basati
su linguaggi logici. La Programmazione Logica Disgiuntiva (DLP) `e un formalismo che consente
di rappresentare, in maniera semplice e naturale, forme di ragionamento non monotono, planning,
problemi diagnostici e, pi`u in generale, problemi di elevata complessit`a computazionale. In DLP,
un programma `e una collezione di regole logiche in cui `e consentito l’uso della disgiunzione nella
testa delle regole e la negazione nel corpo. Una delle possibili semantiche per tali programmi `e
basata sulla nozione di modello stabile (answer set). Ad ogni programma viene associato un
insieme di answer set, ognuno corrispondente ad una possibile visione del dominio modellato.
i
La DLP sotto tale semantica viene comunemente riferita con il termine di Answer Set Programming
(ASP). Il recente sviluppo di efficienti sistemi basati sulla programmazione logica come
DLV [80], Smodels [101], XSB [114], ASSAT [84, 86], Cmodels [62, 61], CLASP [56], etc., ha
rinnovato l’interesse nei campi del ragionamento non-monotono e della programmazione logica
dichiarativa per la risoluzione di molti problemi in differenti aree applicative. Conseguentemente,
tali sistemi possono fornire le funzionalit`a di inferenza e ragionamento richieste dalle nuove aree
di applicazione che interessano i sistemi di basi di dati.
Tuttavia, i sistemi basati sulla programmazione logica presentano notevoli limitazioni nella
gestione di grandi quantit`a di dati non essendo dotati dell’opportuna tecnologia per rendere efficiente
la loro gestione poich´e eseguono le loro elaborazioni facendo uso di strutture dati gestite
direttamente in memoria centrale. Inoltre, la maggior parte delle applicazioni di interesse comune
coinvolge grandi moli di dati su cui applicare complessi algoritmi di inferenza logica difficilmente
elaborabili sia dai sistemi di programmazione logica, sia dai tradizionali database.
Queste considerazioni mettono in evidenza la necessit`a di tecniche efficienti ed efficaci che
combinino le qualit`a dei sistemi di inferenza logica con quelle dei sistemi di gestione delle basi
di dati. In letteratura, le proposte di soluzione a tale problema sono culminate nei Sistemi di Basi
di Dati Deduttive (DDS) [25, 52, 23, 63], che combinano le due realt`a dei sistemi logici e dei
DBMS. In pratica, i DDS sono il risultato di una serie di tentativi di adattare i sistemi logici,
che hanno una visione del mondo basata su pochi dati, ad applicazioni su grandi moli di dati
attraverso interazioni intelligenti con le basi di dati. In particolare, i DDS sono forme avanzate
di DBMS i cui linguaggi di interrogazione, basati sulla logica, sono molto espressivi. I DDS
non memorizzano solo le informazioni esplicite in un database relazionale, ma memorizzano
anche regole che consentono inferenze deduttive sui dati memorizzati. L’uso congiunto di tecniche
sviluppate nell’ambito delle basi di dati relazionali con quelle della programmazione logica
dichiarativa, consente in linea di principio ai DDS di realizzare ragionamenti complessi su grandi
quantit`a di dati.
Tuttavia, nonostante le loro potenzialit`a lo sviluppo di sistemi DDS a livello industriale non
ha ricevuto molta attenzione. Ci`o principalmente `e stato dovuto al fatto che `e estremamente complesso
ottenere sistemi particolarmente efficienti ed efficaci; infatti, le attuali implementazioni di
DDS sono basate su due approcci estremi: uno basato sul miglioramento dell’elaborazione dei
dati da parte dei sistemi logici, l’altro basato sull’aggiunta di capacit`a di ragionamento ai DBMS
(ad esempio tramite l’uso di SQL99, o di funzioni esterne). Entrambi tali approcci presentano
limitazioni importanti. In particolare, i DDS basati sulla logica possono gestire una quantit`a limitata
di dati, dal momento che, gli attuali sistemi logici eseguono i loro ragionamenti direttamente
in memoria centrale; inoltre, essi forniscono interoperabilit`a limitate con DBMS esterni. Al contrario,
i DDS basati sui database offrono funzionalit`a avanzate di gestione dei dati, ma scarse
capacit`a di ragionamento (sia a causa della poca espressivit`a dei linguaggi di interrogazione, sia
a causa di problemi di efficienza).
Riassumendo, possiamo affermare che:
• Gli attuali sistemi di basi di dati implementano moduli sufficientemente robusti e flessibili
capaci di gestire grandi quantit`a di dati, ma non possiedono un linguaggio sufficientemente
espressivo da consentire ragionamenti complessi su questi dati.
• I sistemi basati sulla programmazione logica, possiedono elevate capacit`a di ragionamento
e sono in grado di modellare e risolvere con facilit`a problemi di elevata complessit`a ma
presentano notevoli limitazioni nella gestione di grandi quantit`a di dati poich´e eseguono le
loro elaborazioni facendo uso di strutture dati gestite direttamente in memoria centrale.
ii
• I sistemi di basi di dati deduttive consentono di gestire i dati memorizzati su DBMS, ma,
dal momento che, eseguono i loro ragionamenti direttamente in memoria centrale, possono
gestire una quantit`a limitata di dati;
Dalle precedenti osservazioni, si evidenzia la necessit`a di realizzare applicazioni che combinino
il potere espressivo dei sistemi di programmazione logica con l’efficiente gestione dei dati tipica
dei database.
Il contributo di questa tesi si colloca nell’area della ricerca sulle basi di dati deduttive con
l’obiettivo di colmare il divario esistente tra sistemi logici e DBMS. In questa tesi viene descritto
un nuovo sistema, DLVDB, che ha la caratteristica di possedere le capacit`a di elaborazione dati
desiderabili da un DDS ma di supportare anche le funzionalit`a di ragionamento pi`u avanzate dei
sistemi basati sulla programmazione logica disgiuntiva.
DLVDB `e stato progettato come estensione del sistema DLV e combina l’esperienza maturata
nell’ambito del progetto DLV nell’ottimizzare programmi logici con le avanzate capacit`a di
gestione dei dati implementate nei DBMS esistenti. Ci`o consente di applicare tale sistema in
ambiti che necessitano sia di valutare programmi complessi, sia di lavorare su grandi quantit`a di
dati. DLVDB `e in grado di fornire, cos`ı sostanziali miglioramenti sia nelle prestazioni relative
alla valutazione dei programmi logici, sia nella facilit`a di gestione dei dati di input e di output
possibilmente distribuiti su pi`u database. L’interazione con le basi di dati `e realizzata per mezzo
di connessioni ODBC che consentono di gestire in modo piuttosto semplice dati distribuiti su vari
database in rete. DLVDB consente di applicare diverse tecniche di ottimizzazione sviluppate sia
nell’ambito dei sistemi logici, come ad esempio i magic set, sia nell’ambito della gestione delle
basi di dati, come ad esempio tecniche di join ordering, inoltre sono stati integrati nel sistema
i predicati per l’aggregazione di DLV (count, min, max, avg, sum) che avvicinano il linguaggio
alle potenzialit`a di SQL, ma anche la possibilit`a di integrare nel programma logico, per natura
dichiarativo, chiamate a funzioni esterne sviluppate con tecniche procedurali; ci`o rende possibile
integrare aspetti dichiarativi ed aspetti procedurali di un problema in un’unica framework. Infine,
per consentire la gestione di tipi di dati con strutture ricorsive (es. XML) si `e introdotta la
possibilit`a di gestire liste di elementi, eventualmente innestate, nel programma logico.
Inoltre in questa tesi viene presentata l’attivit`a di analisi di tipo sperimentale effettuata al fine
di valutare le prestazioni di DLVDB, soprattutto in riferimento a velocit`a di esecuzione di query e
quantit`a di dati gestibili. Questi test hanno dimostrato come il sistema apporta numerosi vantaggi
rispetto ai sistemi esistenti, sia in termini di tempi di esecuzione delle query, sia in termini di
quantit`a di dati che esso riesce a gestire contemporaneamente.
In sintesi, i contributi di questo lavoro possono essere riassunti come segue:
• Sviluppo di un sistema in grado di fondere il potere espressivo dei sistemi ASP con l’efficiente
gestione dei dati offerta dagli attuali Database;
• Sviluppo di una strategia di valutazione dei programmi logici in grado di minimizzare
l’utilizzo della memoria centrale massimizzando l’utilizzo delle tecnologie implementate
dai DBMS;
• Estensione del linguaggio DLP mediante l’introduzione di chiamate a funzioni esterne e il
supporto a tipi di dati con strutture ricorsive come le liste;
• Realizzazione di un’analisi comparativa tra le prestazioni offerte da DLVDB e le prestazioni
dei sistemi esistenti.; Università della Calabria, Dottorato di Ricerca in Matematica ed Informatica, XX Ciclo SSD INF/012007-2008Soggetto
Elaborazione dati; Programmazione logica
Relazione
INF/01;