Félig-strukturált adatmodell (Semi-structured data model)

Átírás

1 Félig-strukturált adatmodell Félig-strukturált adatmodell (Semi-structured data model) dr. Kiss Attila Habilitációs előadása Forrás:

2 Félig-strukturált adatmodell Az előadás vázlata 1. Általános információk 2. Bevezető: Félig-strukturált, XML adatbázisok 3. Az XML fogalmai 4. Az XML DTD sémája 5. Az XPath lekérdező nyelv 6. Az XQuery lekérdező nyelv 7. Összefoglalás

3 1. Általános információk 2. Bevezető: Félig-strukturált, XML adatbázisok 3. Az XML fogalmai 4. Az XML DTD sémája 5. Az XPath lekérdező nyelv 6. Az XQuery lekérdező nyelv 7. Összefoglalás Félig-strukturált adatmodell

4 Félig-strukturált adatmodell Tematika Előadás: XML alapok: XML, DTD, XPath, XQuery Gyakorlat: XML-kezelő eszközök: XML Spy Az Oracle XML kezelése

5 Félig-strukturált adatmodell Szükséges előismeretek Relációs adatbázisok Lekérdező nyelvek Irányított, címkézett gráfok, fák Reguláris nyelvek

6 Félig-strukturált adatmodell Előadáshoz kapcsolódó anyagok Az előadás diái a kurzus oldaláról letölthetők: Adatbázisrendszerek alapvetés könyv: 11.2 fejezet: XML ( oldal), 11.3 fejezet: DTD ( oldal), 12.1 fejezet: XPath ( oldal), 12.2 fejezet: XQuery ( oldal) Oracle XML DB: XML típusú tábla, XML típusú attribútum, XMLType(), XMLElement(), getclobval(), XMLQuery(), XMLTable() függvények használata: xml.ppt (37,39, 43-45, 50-51, oldal) Az érdeklődőknek további, a részleteket jobban megvilágító, de nem kötelező segédanyagok: xml.pdf, xml07-oracle.ppt

8 Félig-strukturált adatmodell Relációs adatbázisok Strukturált adatok Rögzített adatbázisséma (táblák rendszere) Megbízható, gyors SQL lekérdező nyelv

9 Félig-strukturált adatmodell A relációs adatmodell korlátai Hogyan tárolnánk ezt relációs adatbázisban?

10 Félig-strukturált adatmodell A relációs adatmodell korlátai Miből áll ez az oldal? 1. SZÖVEG 2. KÉP 3. TÁBLÁZAT 4. FORMÁZÁS 5. GRAFIKON 6. HIPERLINK

11 Félig-strukturált adatmodell A relációs adatmodell korlátai A relációs adatbázisban tároláshoz ismernünk kellene előre a weboldalak belső szerkezetét, DE a szereplő tartalmak változnak, nem egységesek. ÖTLET: a táblákba kényszerítés helyett az adatok maguk írják le a tartalmukat és a formázásukat! Az XHTML forráskód részlete

12 Félig-strukturált adatmodell A weboldalak HTML nyelve A HTML egy jelölő nyelv (markup language). Egy HTML oldal jelölőkből (tag), attribútumokból és adatokból áll. A HTML az oldal megjelenítését (betűtípus, szín, stb.) (style) definiálja.

13 Félig-strukturált adatmodell Egy egyszerű HTML kód <html> <body> <h1>tom Sawyer weboldala</h1> <img src="tom.jpg"> <p> Hello! Tudtad, hogy <b>huckleberry Finn</b> a legjobb barátom? Azért néha <b>becky Thatcher</b>-t is kedvelem... <p> <font color = "red"> Ezeket szeretem a legjobban: <ul> <li> Hajókázni a Mississippin <li> Kincset keresni <li> Kerítést festeni </ul> </font> Ha hasonló dolgok érdekelnek, írjál a <a href="mailto:tom@mark.twain">tom@mark.twain</a> címemre! </body></html>

14 A HTML megjelenítése böngészővel Félig-strukturált adatmodell

15 Félig-strukturált adatmodell Hogyan nyerhető ki az információ a HTML oldalakból? Melyek Tom Sawyer hobbijai? Meg kell találni az adott személy oldalát Ki kell nyerni szükséges információt az oldalról Problémák: Honnan tudjuk, hogy egy oldal személyhez tartozik? Hogyan nyerjük ki az információt, ha mindenki más stílusú oldalon tárolja az adatait? Honnan tudjuk, hogy a hobbi szó jelentése annak felel meg, hogy mit szeret csinálni?

16 Félig-strukturált adatmodell Két megközelítés Ha a weben található információs egy előre ismert sémájú adatbázisban lenne tárolva, akkor a problémákat könnyen meg lehetne oldani. De nem így van tárolva akkor most mit kell tenni? 1. Adatbányászat, mesterséges intelligencia alkalmazása: Intelligens technikákkal próbáljuk felismerni a HTML oldalon tárolt információt a környezetből, a formázásból, a hivatkozásokból. 2. Adatbázisos megközelítés: Használjunk XML-t a tartalom leírására. Ezáltal a web egy félig-strukturált XML adatbázissá válik, amelyből az információ az XML lekérdező nyelveivel (Xpath, XQuery) egyszerűen kinyerhető.

17 Tom Sawyer adatai XML fájlban <Személy xmlns:xsi=" xsi:nonamespaceschemalocation="e:\habil2009\vedes\tom.xsd"> <név>thomas Sawyer</név> < <kép hely="tom.jpg"/> <leírás>hello! Tudtad, hogy Huckleberry Finn a legjobb barátom? Azért néha Becky Thatcher-t is kedvelem...</leírás> <hobbi megnevezés="hajókázni a Mississippin"/> <hobbi megnevezés="kincset keresni"/> <hobbi megnevezés="kerítést festeni"/> <barát> <Személy> <név>huckleberry Finn</név> < cím="finn@mark.twain"/> </Személy> </barát> <kedveli> <Személy> <név>becky Thatcher</név> </Személy> </kedveli> </Személy> Félig-strukturált adatmodell

18 Félig-strukturált adatmodell Az XML használata rohamosan terjed A Microsoft Office 2007 dokumentumok alapformátuma az XML. (.docx,.xlsx,.pptx) APEH Tájékoztató a járulékbevallások (0608, 06081K, 06083) kezeléséről ( ): Az olyan típusú nyomtatványokat - ilyen a 0608, 06083, 06081K - amelyek egy foglalkoztató (pl. 0608A), és ismeretlen számú foglalkoztatott (pl. 0608M) adatait tartalmazzák, kizárólag XML formában, elektronikus úton lehet eljuttatni az APEH-hez. Szakmaspecifikus XML nyelvek: Matematikai formulák: MathML Ábrák: SVG Webes űrlapok: XForms Multimédia prezentációk: SMIL Hangvezérlés: VoiceXML Dokumentumok: OpenDocument, DocBook Földrajzi megjelenítés: KML Génchipek: MINiML, MAGE-ML

19 Az XML története Az Extensible Markup Language (XML, kiterjeszthető leíró nyelv) a W3C által ajánlott általános célú leíró nyelv speciális célú leíró nyelvek létrehozására. Előzménye: GML (1969) Generalized Markup Language SGML (1986) Standard Generalized Markup Language HTML (1989) HyperText Markup Language HTML4.0 XML SGML Jelenleg két XML verzió létezik: Az XML 1.0-t 1998-ban definiálták. Jelenleg az 5. kiadás az aktuális szeptember: XML 1.1. Jelenleg a 2. kiadás az aktuális. Magyar XML összefoglaló és Oracle XML összefoglaló található az alábbi címen: Félig-strukturált adatmodell

20 Félig-strukturált adatmodell Mi az XML röviden? Az XML dokumentum HTML dokumentumra hasonlít. De XML-ben tetszőleges jelölőnév (tag) használható. Például: <személy> <név> Kiss Attila</név> <tel> </tel> <tel> </tel> < > </ > </személy> Nagy ügy! Ennyi az egész?

22 Félig-strukturált adatmodell Az XML alapfogalmai Elemek (Elements) Attribútumok (Attributes) Entitások (Entities) Névterek (Namespaces) XML deklaráció (XML declaration) Feldolgozási instrukciók (Processing Instruction) Megjegyzések (Comments) CDATA szekciók (CDATA sections)

23 Félig-strukturált adatmodell Elemek (Elements) Egy XML dokumentumban egy nyitó és megfelelő záró jelölő (tag) közötti részt elemnek hívjuk. elem elem <személy> <név> Kiss Attila </név> <tel> </tel> <tel> </tel> < > </ > </személy> nem elem

24 Félig-strukturált adatmodell Attribútumok (Attributes) Egy nyitó jelölő (tag) tartalmazhat attribútumokat. Az attribútum értékét idézőjelek közé kell tenni. <szócikk> <szó nyelv = en > cheese</szó> <szó nyelv = fr > fromage</szó> <szó nyelv = hu > sajt </szó> <jelentés> A sajt egy tejtermék.</jelentés> </szócikk>

25 Félig-strukturált adatmodell Entitások (Entities) Az entitás egy rövidítés, egy bonyolult vagy hosszú szöveges adat megnevezésére. Entitások szabadon definiálhatók és beépített entitások is léteznek. Az entitások bárhol használhatók a dokumentumban. Hivatkozás az entitásra: &entitásnév; Elemzéskor az entitás helyére behelyettesítődik az a szöveg, amit rövidít.

26 Félig-strukturált adatmodell Példa <feladat> Igaz-e, hogy 2+3 < 6? </feladat> Előre definiált entitások: < < > > & & ' "

27 Félig-strukturált adatmodell Névterek (Namespaces) Mi a névtér? Jelőlőnevek (tag-ek) egyedivé tétele, hogy dokumentumok összefésülésekor elkerülhessük a névütközést. A névterekkel egyedivé tett jelölőket, attribútumneveket minősített neveknek (qualified names) (QNames) hívjuk: Például isbn:name, xlink:href

28 Félig-strukturált adatmodell Névterek (Namespaces) Névteret egy elem nyitó jelölőjének attribútumaként definiálhatjuk: xmlns:névtér_elnevezés="valamilyen URI" Az alapértelmezett névteret a következő módon definiáljuk xmlns="url" URI (Uniform Resource Identifier) URL (Uniform Resource Locator)

29 Félig-strukturált adatmodell Példa <cikk xmlns= xmlns:játék= > <név>zsákbamacska</név> <tartalma> <játék:cikk> <játék:név>plüssmacska</játék:név> </játék:cikk> </tartalma> </cikk> Szemantika: milyen URL-en található a séma

30 Félig-strukturált adatmodell További XML fogalmak XML deklaráció <?xml version= 1.0 standalone= yes encoding= UTF-8?> Feldolgozási instrukció Az alkalmazásokhoz, nem az elemző számára kell <?xml-stylesheet href= book.css type= text/css?>

31 Félig-strukturált adatmodell További XML fogalmak Megjegyzések <! ez egy megjegyzés --> CDATA szekció Olyan blokk, amelynek tartalmát az elemző figyelmen kívül hagyja <![CDATA[<nyitó>ez hibás elem lenne az elemző számára</záró>]]>

32 Egy teljes XML dokumentum <?XML version ="1.0" encoding="utf-8" standalone="no"?> Kötelező <!DOCTYPE névjegyzék SYSTEM " <névjegyzék>  Opcionális <személy> <név> Kiss Attila </név> <tel> </tel> <tel> </tel> < > </ > </személy> </névjegyzék> Félig-strukturált adatmodell

33 Félig-strukturált adatmodell XML szabályok (1.) Az XML sorrend-érzékeny, vagyis a következők különböznek: <szócikk> <szó language = en > cheese</szó> <szó language = fr > fromage</word> </szócikk> <szócikk> <szó language = fr > fromage</szó> <szó language = en > cheese</szó> </szócikk> Az XML kisbetű-nagybetű érzékeny, vagyis a következők különböznek: <személy>, <Személy>, <SZEMÉLY>

34 Félig-strukturált adatmodell XML szabályok (2.) A jelölők párokat képeznek <dátum>...</dátum> A jelölő párokat helyesen kell egymásba ágyazni Jó: <dátum>... <nap>... </nap>... </dátum> Rossz: <dátum>... <nap>... </dátum>... </nap> Rossz: <dátum>... </Dátum> A szöveget nem tartalmazó elem rövidíthető: <személy vnév= Kiss knév= Attila /> <személy vnév= Kiss knév= Attila ></személy >

35 Félig-strukturált adatmodell XML szabályok (3.) Az XML dokumentum legfelső szintjén csak egyetlen elem lehet, amit gyökér elemnek hívunk. <?xml version = 1.0?> <Kérdés>Ez így szabályos.</kérdés> <?xml version = 1.0?> <Kérdés> Ez is szabályos? </Kérdés> <Válasz> Nem. </Válasz>

36 Félig-strukturált adatmodell Jólformált dokumentumok (Well-Formed Documents) Egy XML dokumentum jólformált (wellformed, ha kielégíti az előző 3 szabályt, továbbá jelölőn belül egy attribútum nem ismétlődhet.

37 Félig-strukturált adatmodell Az XML feldolgozási modellje Fizikai szinten az XML dokumentum nem más mint egy sima szöveges állomány, vagyis valamilyen (UTF-8/16) karakterkészletből választott jólformált karaktersorozat. A strukturálatlan karaktersorozatokat a feldolgozó alkalmazások általában nem tudják hatékonyan kezelni. Az XML elemek, attribútumok beágyazása egy természetes logikai fa-struktúrát definiál.

38 Félig-strukturált adatmodell Az XML dokumentumfa személy név tel tel Kiss Attila Az XML dokumentumok absztrakt modelljei az egymásba ágyazásnak megfelelő, gyökeres, irányított, címkézett fa. Azonosítók és hivatkozások (ID és IDREFS) használata esetén fa helyett tetszőleges gráf keletkezhet.

39 Félig-strukturált adatmodell XML dokumentum feldolgozása Az XML feldolgozó (Processor) (XML parser) előállítja a jólformált XML dokumentumhoz tartozó gráfot. Az XML alkalmazások ezen a gráfon végzik el a műveleteket. XML feldolgozó például az Apache Xerces:

40 Félig-strukturált adatmodell Az XML és a relációs adatbázisok Tetszőleges relációs adatbázis reprezentálható XML dokumentumként.

42 Félig-strukturált adatmodell A DTD sémaleíró A DTD (Document Type Description) sémaleíró meghatározza az XML dokumentumok szerkezetét. DTD használatával specifikáljuk, hogy mikor érvényes egy XML dokumentum. A DTD azt mondja meg, hogy mikor legális egy elem, illetve milyen beágyazások megengedettek. A DTD kifejező ereje nem elég típusok definiálására.

43 Félig-strukturált adatmodell Mire jó a DTD? A DTD segítségével lehet az XML speciális nyelveit megadni. Például: FOAF (közösségi háló - friend of a friend) SVG (skálázható vektorgrafika) WML (HTML mobil eszközökre) SOAP (üzenetküldés webszolgáltatásokhoz) XHTML (jólformált HTML)

44 Félig-strukturált adatmodell <személy> Telefonkönyv DTD sémája <név> Kiss Attila </név> <bece> Attila </bece> <cím>1117 Budapest </cím> <cím> Pázmány Péter 1/C</cím> <tel> </tel> <fax> </fax> <tel> </tel> < > </ > </személy> Pontosan 1 név Legfeljebb 1 becenév Annyi címsor, amennyi csak szükséges Telefonok, faxok keverve Legalább 1

45 Félig-strukturált adatmodell A struktúra specifikálása Mit tartalmazhat egy személy elem? DTD-ben a megengedett tartalmakat definiáljuk (content model). A specifikálás reguláris kifejezésekkel történik.

46 Félig-strukturált adatmodell Miből állhat egy személy elem? A kifejezés a következő lesz: név, bece?, cím*, (tel fax)*, + Ezek jelentése a következő: név = 1 név elem szükséges bece? = a bece elem opcionális, 0 vagy 1 bece elem lehet. név, bece? = A név elem után következik egy opcionális bece elem.

47 Félig-strukturált adatmodell Miből állhat egy személy elem? név, bece?, cím*, (tel fax)*, + cím* = 0 vagy több cím elem tel fax = egy tel vagy egy fax elem (tel fax)* = 0 vagy több ismétlődése a tel vagy fax elemeknek + = 1 vagy több elem

48 Félig-strukturált adatmodell A model reguláris kifejezéseiben a következők használhatók a a elem e1? 0 vagy 1 előfordulása az e1 kifejezésnek e1* 0 vagy több előfordulása az e1-nek e1+ 1 vagy több előfordulása az e1-nek e1,e2 Az e2 az e1 után következik e1 e2 e1 vagy e2 (e) Zárójelezés #PCDATA Nem elemzendő szöveg EMPTY Nincs tartalom ANY Tetszőleges tartalom (#PCDATA a 1.. a n )* Vegyes tartalom

49 Félig-strukturált adatmodell A telefonkönyv DTD sémája <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE telefonkönyv [ <!ELEMENT telefonkönyv (személy*)> <!ELEMENT személy (név, bece?, cím*, (fax tel)*, +)> <!ELEMENT név (#PCDATA)> <!ELEMENT bece (#PCDATA)> <!ELEMENT cím (#PCDATA)> <!ELEMENT tel (#PCDATA)> <!ELEMENT fax (#PCDATA)> <!ELEMENT (#PCDATA)> ]>

50 Félig-strukturált adatmodell Attribútumok megadása a DTD sémában Az általános szintaxis a következő: <!ATTLIST elemnév attribútumnév1 típus1 alapérték1 attribútumnév2 típus2 alapérték2. attribútumnévn típusn alapértékn > Például: <!ATTLIST magasság mértékegység CDATA cm >

51 Félig-strukturált adatmodell <!ATTLIST elemnév attribútumnév1 típus1 alapérték1 attribútumnév2 típus2 alapérték2. attribútumnévn típusn alapértékn > típus a következők valamelyike CDATA (en1 en2..) ID IDREF IDREFS Karaktersorozat A lista egyik tagja Egyedi azonosító Egy másik elem azonosítója Más elemek azonosítóinak listája

52 Félig-strukturált adatmodell <!ATTLIST elemnév attribútumnév1 típus1 alapérték1 attribútumnév2 típus2 alapérték2. attribútumnévn típusn alapértékn > alapérték a következők egyike érték #REQUIRED #IMPLIED #FIXED érték Az attribútum alapértéke Az attribútumértéknek szerepelnie kell az elemben Az attribútum megadása nem kötelező Az attribútum értéke nem változtatható

53 Félig-strukturált adatmodell Példa <!ELEMENT magasság (#PCDATA)> <!ATTLIST magasság mértékegység (cm in) #REQUIRED pontosság CDATA #IMPLIED mérhető CDATA #FIXED igen >

54 Azonosító (ID) és hivatkozás (IDREF) attribútumok <!DOCTYPE család [ <!ELEMENT család (személy)*> <!ELEMENT személy (név)> <!ELEMENT név (#PCDATA)> <!ATTLIST személy azon ID #REQUIRED anya IDREF #IMPLIED apa IDREF #IMPLIED gyerekei IDREFS #IMPLIED> ]> Félig-strukturált adatmodell

55 Félig-strukturált adatmodell A DTD-nek megfelelő dokumentum <család> <személy azon= henry anya= diana apa= charles > <név> Henry </név> </személy> <személy azon= willi anya= diana apa= charles > <név> William </név> </személy> <személy azon= diana gyerekei= henry willi > <név> Diana </név> </személy> <személy azon= charles gyerekei= henry willi > <név> Charles </név> </személy> </család>

56 Félig-strukturált adatmodell Entitások megadása a DTD sémában Az entitások rövidítések Az entitás belül és kívül is deklarálható. belül: <!ENTITY entitásnév "entitásérték"> kivül: <!ENTITY entitásnév SYSTEM "URI/URL">

57 Félig-strukturált adatmodell Példa DTD: <!ENTITY ka "Kiss Attila"> <!ENTITY copyright SYSTEM " XML: <author>&ka;&copyright;</author>

58 Félig-strukturált adatmodell A DTD séma hozzárendelése a dokumentumhoz A dokumentumon belül: <?xml version="1.0"?> <!DOCTYPE család [<!ELEMENT...> ]> <család>... </család> A DTD egy külön fájlban szerepel: <!DOCTYPE család SYSTEM "család.dtd"> vagy <!DOCTYPE család SYSTEM "

59 Félig-strukturált adatmodell Érvényes dokumentumok Egy XML dokumentum érvényes egy adott DTD szerint, ha a dokumentum illeszkedik a reguláris kifejezésekre, az attribútumok típusai megfelelőek, és az azonosítók és hivatkozások használata szabályos.

60 Félig-strukturált adatmodell XML Schema (XSD) Egy másik sémamegadási mód Többféle alaptípus használható Új típusok származtathatók Típus-kiterjesztéssel Típus-megszorítással Adatbázisszerű kulcsok fogalma Névterek használata Részletek:

61 Félig-strukturált adatmodell Egy DTD-nek megfelelő XML schema DTD: <!ELEMENT cikk (cím,szerző*,év, (folyóirat konferencia))> <xsd:element name= cikk type= cikktípus /> <xsd:complextype name= cikktípus > <xsd:sequence> <xsd:element name= cím type= xsd:string /> <xsd:element name= szerző minoccurs= 0 /> <xsd:element name= év /> <xsd:choice> <xsd:element name= folyóirat /> <xsd:element name= konferencia /> </xsd:choice> </xsd:sequence> </xsd:complextype> </xsd:element>

62 Félig-strukturált adatmodell A DTD vagy XML schema diagramja A sémát diagrammal ábrázolhatjuk. A diagramon az elemek egymásba ágyazását, attribútumait adjuk meg a reguláris kifejezéseknek megfelelően. A járulékbevallás sémájának diagramja:

64 Félig-strukturált adatmodell Általános lekérdezési feladatok Az XML értékeinek szűrése, kiválasztása: navigálás, kiválasztás, információ kinyerése XML dokumentumok összefésülése, aggregálás: Összekapcsolás, aggregálás Adott sémájú XML dokumentum átalakítása másik sémájú dokumentummá: XML konstrukció A programozási felülettel a hogyant specifikáljuk. A lekérdező nyelven nem a hogyant, hanem a mit specifikáljuk.

65 Félig-strukturált adatmodell Az XML lekérdező nyelvei XPath 2.0: Általános nyelv a navigálásra, kiválasztásra, információs kinyerésre Az XSLT, XQuery, XML Schema, alapját képezi. XSLT 2.0: XML XML, HTML, Text Átalakító script nyelv. Az XML-t például HTML formájúvá alakítja, hogy böngészővel meg lehessen jeleníteni. XQuery 1.0: XML XML Az XPath-nál bővebb lekérdező nyelv.

66 Félig-strukturált adatmodell XPath adatmodell Az XML lekérdezései az XML fa bejárását határozzák meg. XPath kifejezéseit az XML fa alapján kell kiértékelni. Az XML fa csúcsai a következő csúcstípusúak lehetnek: Dokumentum Elem Attribútum Szöveg Instrukció Megjegyzés Névtér

67 Félig-strukturált adatmodell Csúcsok Egy csúcsnak lehet neve, vagy értéke, vagy mindkettő egy Elem csúcsnak neve van, de értéke nincs; egy Szöveg csúcsnak nincs neve, de karaktersorozatú értéke van; egy Attribútum csúcsnak neve és értéke is van.

68 Félig-strukturált adatmodell Csúcsok azonosítói Minden csúcsnak van egy egyedi csúcsazonosítója, ami nem módosítható.

69 Félig-strukturált adatmodell Dokumentum sorrend A csúcsok közti rendezést a dokumentum sorrend definiálja, mely a pre-order bejárásnak felel meg. Egy szülő csúcs megelőzi a gyerekeit és attribútumait. A testvér csúcsok közül az attribútumok jönnek előbb és csak utána a más típusúak. Az attribútumok sorrendje implementáció függő.

70 Félig-strukturált adatmodell Példák XPath lekérdezésekre <irodalom> <könyv ár= 55 > <kiadó>addison-wesley</kiadó> <szerző>serge Abiteboul</szerző> <szerző><kernév>rick</kernév> <veznév>hull</veznév> </szerző> <szerző>victor Vianu</szerző> <cím>foundations of Databases</cím> <év>1995</év> </könyv> <könyv> <kiadó>freeman</kiadó> <szerző>jeffrey D. Ullman</szerző> <cím>principles of Database and Knowledge Base Systems</cím> <év>1998</év> </könyv> </irodalom>

71 Félig-strukturált adatmodell Az XML-fa Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév

72 /irodalom/könyv/év Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév /irodalom/könyv/év Eredmény: <év>1995</év> <év>1998</év> /irodalom/cikk/év eredménye üres, mert nincs cikk. Félig-strukturált adatmodell

73 Félig-strukturált adatmodell //szerző Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév //szerző Eredmény: <szerző>serge Abiteboul</szerző> <szerző><kernév>rick</kernév> <veznév>hull</veznév> </szerző> <szerző>victor Vianu</szerző> <szerző>jeffrey D. Ullman</szerző>

74 Félig-strukturált adatmodell /irodalom//kernév Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév /irodalom//kernév Eredmény: <kernév>rick</kernév>

75 Félig-strukturált adatmodell /irodalom/könyv/szerző/text() Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév text() = visszaadja a szövegcsúcs értékét node() = visszaadja csúcsot name() = visszadja a jelölő nevét /irodalom/könyv/szerző/text() Eredmény: Serge Abiteboul Victor Vianu Jeffrey D. Ullman

76 Félig-strukturált adatmodell //szerző/* Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév //szerző/* Eredmény: <kernév>rick</kernév> <veznév>hull</veznév> A * tetszőleges elemre illeszkedik, de szövegre, attribútumra nem.

77 Félig-strukturált adatmodell Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév Eredmény: 55

78 Félig-strukturált adatmodell /irodalom/könyv/szerző[kernév] Gyökér irodalom ár könyv könyv kiadó szerző szerző szerző cím év kiadó szerző cím év kernév veznév /irodalom/könyv/szerző[kernév] Eredmény: <szerző> <kernév>rick</kernév> <veznév>hull</veznév> </szerző> [kernév] igaz, ha a szerző elemnek van kernév gyereke.

79 Félig-strukturált adatmodell További példák predikátumokra < 60] az ára kisebb mint 60 /irodalom/könyv[szerző/kernév = "Rick"] egyik szerzőjének kerneve Rick /irodalom/könyv[szerző/text()] van szöveggel megadott szerzője /irodalom/könyv[2] a 2. könyv Pozícionáló kifejezés Aritmetikai összehasonlítás Egzisztenciális kifejezés

80 Félig-strukturált adatmodell Lekérdezések eredményeinek kombinálása A következő halmazműveleteket lehet használni: Egyesítés:, union Metszet: intersect Kivonás: except Ezek a műveletek eltávolítják a többszörös előfordulásokat.

81 Félig-strukturált adatmodell Tengelyek b Aktuális csúcs Elem csúcs Attribútum csúcs Gyökér bli - Szöveg

82 Félig-strukturált adatmodell A child tengely b Az attribútumnak van szülője, de ő nem gyereke semelyik csúcsnak!

83 Félig-strukturált adatmodell A parent tengely b

84 Félig-strukturált adatmodell Az attribute tengely b

85 Félig-strukturált adatmodell A descendant tengely b A leszármazott, illetve felmenő a gyerek, illetve a szülő tranzitív lezárása.

86 Félig-strukturált adatmodell A descendant-or-self tengely b

87 Félig-strukturált adatmodell Az ancestor tengely b

88 Félig-strukturált adatmodell Az ancestor-or-self tengely b

89 Félig-strukturált adatmodell A following tengely b

90 Félig-strukturált adatmodell A following-sibling tengely b

91 Félig-strukturált adatmodell A preceding tengely b

92 Félig-strukturált adatmodell A preceding-sibling tengely b

93 Félig-strukturált adatmodell XPath tengelyei (Axes) child (alapértelmezett tengely) Gyerek csúcsok. parent Szülő csúcsok. attribute Attribútum csúcsok. descendant Leszármazott csúcsok, az aktuális csúcsot nem beleértve. descendant-or-self Leszármazott csúcsok, az aktuális csúcsot is beleértve. ancestor Felmenő ősök, az aktuális csúcsot nem beleértve. ancestor-or-self Felmenő ősök, az aktuális csúcsot is beleértve. following A dokumentum sorrend szerint következő csúcsok. following-sibling A dokumentum sorrend szerint következő testvérek. preceding A dokumentum sorrend szerint megelőző csúcsok. preceding-sibling A dokumentum sorrend szerint megelőző testvérek. self Az aktuális kontextus csúcs.

94 Félig-strukturált adatmodell Rövidítések Teljes alak root(.) /descendant-or-self::node()/ self::node() parent::node() child:: attribute:: [position() = szám] Rövidítve / [szám]

95 Félig-strukturált adatmodell Példák rövidítésekre Hosszú alak /child::irodalom/child::könyv /child::irodalom/child::könyv/ attribute::ár /self::node()/descendant-orself::node()/child::cím /descendant-or-self::node()/ child::szerző/parent::node() Rövid alak /irodalom/könyv /.//cím (ugyanaz mint a //cím) //szerző/..

96 Félig-strukturált adatmodell Kontextus csúcsok Az útvonalakat egy vagy több kontextus csúcsból indítjuk el. Egy XPath lépés: cs 0 /lépés cs 0 jelöli a kontextus csúcsok sorozatát, ahonnan a navigációs lépést végrehajtuk.

97 Félig-strukturált adatmodell Lépéssorozat Egy XPath navigációs kifejezés egy vagy több egymás utáni lépésből áll (lépés i (i>=1) ). A lépés 1 a cs 0 kontextus csúcsokból indul és cs 1 csúcsokba érkezik. Ezután cs 1 lesz a lépés 2 új kontextus csúcssorozata, és így tovább. Egy többlépéses XPath útvonal tehát így néz ki: cs 0 /lépés 1 /lépés 2 / ((cs 0 /lépés 1 )/lépés 2 )/ cs 1

98 Félig-strukturált adatmodell Egy XPath lépés szintaxisa Egy lépés a következő fomájú: ax::nt[p 1 ] [p n ] ahol 1. az ax egy tengely (axis), amely azt határozza meg, hogy milyen irányba kell a kontextus csúcsokból a navigációt végrehajtani, 2. a nt egy csúcsteszt (node test), amelyet arra használunk, hogy csak bizonyos nevű vagy típusú csúcsokhoz navigáljunk, 3. A p i egy opcionális predikátum, amely segítségével tovább lehet szűrni, hogy milyen csúcsokhoz akarunk a lépéssel eljutni. A predikátumlista a predikátumok konjunkcióját jelenti.

100 Félig-strukturált adatmodell Az XQuery lekérdező nyelv Az XQuery egy deklaratív XML lekérdező nyelv. Azt a szerepet játssza, mint az SQL a relációs adatbázisok esetében. Az XQuery rendelkezik programozási nyelvre és adatbázisnyelvre jellemző tulajdonságokkal is. Programozási nyelvi jellemzők: iteráció, változók (for in, let in) rekurzív, felhasználói függvények reguláris kifejezések, típusok listák, tömbök Adatbázisos jellemzők: szűrés csoportosítás, összekapcsolás (joins)

101 Félig-strukturált adatmodell Az XQuery nyelvtana XQuery Expr :=Literal Variable FunctionCalls PathExpr ComparisonExpr ArithmeticExpr LogicExpr FLWRExpr ConditionalExpr QuantifiedExpr TypeSwitchExpr InstanceofExpr CastExpr UnionExpr IntersectExceptExpr ConstructorExpr ValidateExpr Ebből a FLWRExpr kifejezésekkel foglalkozunk. A PathExpr tetszőleges XPath kifejezés, azaz XPath XQuery

102 Félig-strukturált adatmodell FLOWR Expressions A FLOWR kifejezés a következőkből áll. iteráció (for); változók definiálása, lekötése (let); eredmény rendezése (order); predikátum alkalmazása (where); az eredmény konstrukciója (return). Egy példa (let nélkül): for $f in collection( filmek')/film where $f / év >= 2005 return <film>{ $f / cím / text()}, "rendezte" {$f / rendező / veznév / text()} </film>

103 Félig-strukturált adatmodell Dokumentumok és kollekciók megadása Az XQuery számára az input a következő módon adható meg: doc() - az XML dokumentum URI-jét adjuk meg, és visszaadja a dokumentumfának a gyökerét; collection() egy olyan XML URI-jét veszi át, amely további XML fájlok URI-jét tartalmazza. Így egy XML adatbázist tudunk lekérdezni az XQuery segtségével.

104 Félig-strukturált adatmodell A FLOWR kifejezések Szintaxis: for $v in e1 [ where e3 ] [ order by... ] return e2 let $v := e1 [ where e3 ] [ order by... ] return e2 A for és let részekből több is lehet: let $x:=1 let $y:=2 return $x+$y

105 Félig-strukturált adatmodell for $x in expr1 return expr2 Jelentése: az $x változó felveszi az expr1 által visszaadott értékeket minden felvett értékre kiértékeljük az expr2 kifejezést az eredményeket konkatenáljuk for $x in doc("irodalom.xml")/irodalom/könyv return <eredmény> { $x } </eredmény> A lekérdezés eredmény: <eredmény> <könyv>...</könyv></eredmény> <eredmény> <könyv>...</könyv></eredmény> at kulcsszóval lehet számolni az iterációkat: for $x at $i in doc("irodalom.xml")/könyvesbolt/könyv/cím return <könyv>{$i}. {data($x)}</könyv>

106 Félig-strukturált adatmodell let $x := expr1 return expr2 Jelentése: az $x változó az expr1 eredményét veszi fel kiértékeli és visszaadja az expr2 eredményét let $x := doc("irodalom.xml")/irodalom/könyv return <eredmény> { $x } </eredmény> A lekérdezés eredménye: <eredmény> <könyv>...</könyv> <könyv>...</könyv> </eredmény>

107 Félig-strukturált adatmodell where where hasonló az SQL where feltételéhez. Milyen filmeket rendezett Fellini: for $f in collection(" filmek")/ film where $f/ rendező / veznév = Fellini return $f/ cím Az XPath útvonalra vonatkozó szabályok: Ha az útvonal nem létezik, akkor feltétel HAMIS! Ha az útvonal kifejezés több csúcsot eredményez, akkor a feltétel IGAZ, ha LEGALÁBB EGY csúcsra igaz.

108 Félig-strukturált adatmodell Konstruktorok for $k in doc( irodalom.xml )//könyv where $k/szerző/kernév = Kálmán and $k/szerző/veznév = Mikszáth return <könyv> { $k/cím, $k/ár } </könyv> A lekérdezés eredménye: <könyv><cím>noszty fiú</cím><ár>845</ár></könyv> <könyv><cím>gavallérok</cím><ár>530</ár> </könyv>

109 Összekapcsolás (Join) Hasonlítsuk össze a Libri és az Alexandra árait! <árgép>{ for $a in doc( alexandra.xml )/könyv, $l in doc( libri.xml )/könyv where $a/@isbn = $l/@isbn return <könyv> { $a/cím } <alexandra_ár>{ $a/ár }</alexandra_ár>, <libri_ár>{ $l/ár }</libri_ár> </könyv> }</árgép> Félig-strukturált adatmodell

110 Félig-strukturált adatmodell Csoportosítás Nincs GROUP BY az XQuery nyelvben. Adjuk meg a PANEM kiadó szerzőinek összes művét: <eredmény>{ for $s in distinctvalues(doc( irodalom.xml )/irodalom/könyv[kiado= PANEM ]/szerző) return <szerző>{ $s, for $c in document( irodalom.xml )/irodalom/könyv[szerző=$a]/cím return { $c } }</szerző> }</eredmény>

111 Félig-strukturált adatmodell Aggregálás Hány könyvet adtak ki a szerzők évente? (A nulla ne jelenjen meg.) for $s in distinct-values(doc(" $é in distinct-values(doc(" let $k := doc(" return if exists($k) then <eredmény> { $s, <év> $é </év>, <összesen> count($k) </összesen> } </eredmény> else ( )

112 Félig-strukturált adatmodell Rendezés: order by A for $v in e1 return e2 FLWOR kifejezésben az e1 sorrendje határozza meg az eredmény elemeinek sorrendjét. Ha más sorrendet akarunk megadni, akkor a következőt használhatjuk: for $v in e1 order by e3 [ascending descending] [empty greatest least] return e2 A nullértékek esetén az [empty greatest least] mondja meg, hogy a nullérték a lista végén vagy elején legyen.

113 Félig-strukturált adatmodell Példa rendezésre Listázzuk ki rendezve a PANEM kiadó 2001 utáni könyveit. <eredmény>{ for $könyv in /irodalom/könyv where $könyv/@évr > 2001 and $irodalom/kiadó= PANEM order by $könyv/cím return <könyv> <cím> {$könyv/cím } </cím>, for $szerző in $könyv/szerző return <szerző> {$szerző } </szerző> </könyv> }</eredmény>

114 Félig-strukturált adatmodell Néhány fontosabb függvény Az XQuery beépített függvényei segítségével bonyolultabb számításokat is el lehet végezni. Új függvények is definiálhatók. Függvény Példa count count((0,4,2)) 3 max max((0,4,2)) 4 subsequence subsequence((1,3,5,7),2,3) (3,5,7) empty empty((0,4,2)) false() exists exists((0,4,2)) true() distinct-values distinct-values((4,4,2,4)) (4,2) to (1 to 10)[. mod 2 eq 1] (1,3,5,7,9)

116 Félig-strukturált adatmodell Összefoglalás Az XML adatbázisok egyre nagyobb szerepet kapnak. Kutatásuk, gyakorlati alkalmazásuk egyre fontosabb. Nem szorítják ki a relációs adatbázis-kezelőket. XML, DTD, XPath, XQuery Az XML adatbázis-kezelők rendelkeznek a szokásos adatbáziskezelői jellemzőkkel: Adatmodell (félig-strukturált) Lekérdező nyelvek Indexelés Tranzakció-kezelés Jogosultságok kezelése Ajánlott oldalak: Interaktív XML, DTD, XSLT: Interaktív XPath: Interaktív XQuery: KÖSZÖNÖM A FIGYELMET!