Datos semi-estructurados

Datos semi-estructurados

1. Se genera

   • Integración de fuentes estructuradas
   • Bajo una variedad de formas para aplicaciones como:
     • Bases de Datos de genoma
     • Bases de Datos cientificas
     • Librerías de Programas
     • Bibliotecas digitales, etc.

2. Características

   • Estructura Irregular
     • Elementos hetereogéneos
     • Diferentes tipos para el mismo tipo de información
   • Estructura Implícita
     • Aislar piezas de información y detectar relaciones
       • ejemplo: un DTD en SGBD
   • Estructura Parcial
     • Carecer de estructura
     • Estructura Incompleta
     • Una aplicación decide que cantidad de datos se mantienen fuera de la Base de Datos
       • Los datos se mantienen no estructurados
   • Estructura Indicativa contra Estructura restringida
     • Política de una estructura estricta
       • Forzar a proteger los datos.
     • Una guía de datos
       • Ofrece información acerca de los tipos actuales de datos.
   • Esquema a-priori contra una guía de datos a-posteriori
     • Esquemas fijos definidos a priori para introducir cualquier dato
     • Datos estructurados
       • El esquema es posterior a la existencia de los datos
   • Esquema grande
     • Gracias a los datos heterogéneos
     • Datos no tan grandes
   • Esquema ignorado
     • Para algunas consultas que tienen más de una naturaleza de descubrimiento
   • Esquema evoluciona rapidamente
     • Inmutable
     • Actualizaciones mas faciles
   • Elemento de dato ecléctico
     • Depende de un punto de vista en particular o de una fase particular en el proceso de adquisición de datos
   • Distinción entre el esquema y los datos
     • "Borrosa"
       • Diferencias desaparecen en los datos semi-estructurados
         • Actualizaciones frecuentes

3. Contexto

   • Modelos y leguajes para los datos semi-estructurados
   • Extrayendo y utilizando la estructura

4. Guia de datos

   • Lenguaje de consulta grafico
     • Interfaces graficas utilizan el esquema en varias formas
   • Respuestas cooperativas
     • Considerar para la instancia el uso de etiquetas
   • Optimización de consultas

5. Acercamiento minimalista

   • Modelo ODMG
     • Objetos, clases y jerarquia de clases
       • Listas y arreglos
   • Valores nulos
   • Colecciones hetereogeneas
   • Texto de referencias

6. Modelo OEM

   • Modelo de datos semiestructurados, basado en gráficas.
     • Los datos son representados por una colecciónde objetos.
       • Los objetos pueden ser:
         • atómico
         • Complejo

7. XML-QL

   • Lenguaje de consulta XML
   • Propio tipo de esquemas
     • DTD
       • Especifica como los elementos pueden ser anidados

8. XML

   • Extendible Mark-up Languaje