Báo cáo nghiên cứu khoa học: ÁP DỤNG KỸ THUẬT PHÂN NHÓM VÀO PHÂN MẢNH NGANG LỚP TRONG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG

Bài báo trình bày việc áp dụng kỹ thuật phân nhóm vào phân mảnh ngang lớp trong cơ sở dữ liệu hướng đối tượng khiến các phân mảnh hiện thời thích nghi với tập các ứng dụng người sử dụng mới; đồng thời đề xuất phương pháp phân nhóm gia tăng dựa trên phân cấp nhân có thể phân lớp lại tập các đối tượng khi thuộc tính các đối tượng tăng lên.
Nội dung trích xuất từ tài liệu:
Báo cáo nghiên cứu khoa học: " ÁP DỤNG KỸ THUẬT PHÂN NHÓM VÀO PHÂN MẢNH NGANG LỚP TRONG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG"TẠP CHÍ KHOA HỌC, Đại học Huế, Số 50, 2009 ÁP DỤNG KỸ THUẬT PHÂN NHÓM VÀO PHÂN MẢNH NGANG LỚP TRONG CƠ SỞ DỮ LIỆU HƯỚNG ĐỐI TƯỢNG Nguyễn Thị Hương Giang Trường Đại học Sư phạm, Đại học Huế TÓM TẮT Bài báo trình bày việc áp dụng kỹ thuật phân nhóm vào phân mảnh ngang lớp trong cơsở dữ liệu hướng đối tượng khiến các phân mảnh hiện thời thích nghi với tập các ứng dụngngười sử dụng mới; đồng thời đề xuất phương pháp phân nhóm gia tăng dựa trên phân cấpnhân có thể phân lớp lại tập các đối tượng khi thuộc tính các đối tượng tăng lên.I. Giới thiệu Phân mảnh dữ liệu là một trong những hướng nghiên cứu mới trong cơ sở dữliệu (CSDL), là kỹ thuật thiết kế cơ sở dữ liệu ở mức logic nhằm giảm bớt những truyxuất không cần thiết đến dữ liệu, cho phép thực hiện song song các câu truy vấn bằngcách chia nó ra thành một tập các câu truy vấn con tác động lên các mảnh nhằm nângcao việc thực hiện các ứng dụng. Trong mô hình quan hệ, có các kiểu phân mảnh: phânmảnh ngang, phân mảnh dọc và phân mảnh hỗn hợp. Phân mảnh ngang là phân hoạchmột quan hệ thành một tập các quan hệ con, mỗi quan hệ con này chứa một tập con cácbộ (các hàng) của quan hệ ban đầu. Phân mảnh dọc là phân hoạch một quan hệ thànhmột tập các quan hệ con, trong đó mỗi quan hệ con được định nghĩa trên một tập concác thuộc tính của quan hệ ban đầu. Phân mảnh hỗn hợp phân hoạch một quan hệ thànhcác tập con các bộ con, trong đó các bộ con được xác định bởi phân mảnh dọc, còn cáctập con được xác định bởi phân mảnh ngang. Trong những năm gần đây, do các ứng dụng ngày càng phức tạp, các mô hìnhCSDL trước đó cũng như mô hình quan hệ đã bộc lộ nhiều nhược điểm trong việc môhình hóa và xử lý dữ liệu. Có nhiều mô hình CSDL ra đời và được phát triển nhằm khắcphục những hạn chế đó, một trong số chúng là mô hình CSDL hướng đối tượng. Cónhiều điểm tương đồng giữa phân mảnh ngang trong CSDL quan hệ và CSDL hướngđối tượng. Tuy nhiên, do mô hình CSDL hướng đối tượng có các đặc trưng riêng như:tính kế thừa, tính bao gói, phân cấp lớp,… nên chúng ta không thể áp dụng việc phânmảnh ngang từ mô hình quan hệ sang mô hình đối tượng. Do đó, phân mảnh dữ liệutrong CSDL hướng đối tượng vẫn đang được nhiều nhà nghiên cứu quan tâm. Vấn đềchúng tôi đưa ra trong bài báo này là áp dụng kỹ thuật phân nhóm vào phân mảnh nganglớp trong CSDL hướng đối tượng. 27 Một hệ CSDL hướng đối tượng phân tán muốn tối ưu hóa việc thực hiện các ứngdụng cần phải có phân mảnh lớp và lược đồ phân phối các mảnh này tại các nơi phântán để cực tiểu việc truyền dữ liệu. Một tiếp cận phân mảnh ngang sử dụng các phươngthức gộp nhóm khai thác dữ liệu cho việc phân chia các thể hiện đối tượng thành cácmảnh đã được trình bày trong [1], [2], [3], [4]. Nhưng các ứng dụng CSDL thực liênquan tới yếu tố thời gian, do đó, nó đòi hỏi sự phân mảnh để giải quyết tình trạng tạimột thời điểm, có một số ứng dụng truy cập vào hệ thống và một số khác lại ra khỏi hệthống. Trong trường hợp này, để có được phân mảnh phù hợp với tập các ứng dụngngười sử dụng mới, chúng ta có thể áp dụng lược đồ phân mảnh ban đầu (ứng vớiCSDL ban đầu), nhưng cách làm này không hiệu quả. Vì vậy, cần có phương pháp phânmảnh mở rộng giải quyết trường hợp khi các ứng dụng người sử dụng mới đến hệ thốngthì các phân mảnh hiện thời phải thích nghi theo. Mặt khác, nói chung, các phương phápphân nhóm hiện thời bắt đầu với tập các đối tượng biết trước, cùng với tập các thuộctính biết trước. Nhưng có nhiều ứng dụng có tập thuộc tính mô tả các đối tượng đượcmở rộng ra, được suy ra. Do đó, chúng tôi đề xuất phương pháp phân nhóm gia tăng dựatrên phân cấp nhân (Hieararchical Core Based Incremental Clustering - HCBIC), có thểphân lớp lại tập các đối tượng khi thuộc tính các đối tượng tăng lên.II. Mô hình vector toán học của CSDL hướng đối tượng Phân mảnh CSDL đối tượng có nghĩa là phân mảnh từng lớp của nó, giả sử gọilớp đó là C. Một lớp C là một bộ được sắp xếp C=(K, A, M, I), với A là tập các thuộctính đối tượng, M là tập các phương thức, K là định danh lớp và I là tập các thể hiện củalớp C. Trong phạm vi bài báo, chúng tôi chỉ giải quyết sự phân mảnh nguyên thủy [4]. Các lớp được tổ chức trong một phân cấp kế thừa, trong đó, lớp con là sựchuyên biệt hóa của lớp cha của nó. Bài toán chỉ giải quyết trường hợp thừa kế đơn,nhưng khi chuyển sang thừa kế bội cũng sẽ không ảnh hưởng tới thuật toán phân mảnh,miễn là các xung đột thừa kế được giải quyết bên trong mô hình dữ liệu. Liên kết giữamột đối tượng và một lớp được cụ thể hóa bởi một phép toán cụ thể. Một đối tượng O làmột thể hiện của một lớp C nếu C ...