Análise multidimensional de dados XML baseados em links: modelos e linguagens

Abstract

O uso de ferramentas de processamento analítico de dados (OLAP) para realização de análises estratégicas de uma organização possibilita que usuários responsáveis pela tomada de decisões possam identificar tendências e padrões, de forma a conduzir melhor o negócio da empresa em que atuam. Entretanto, o desenvolvimento de sistemas de processamento analítico em dados XML no meio acadêmico e comercial não possui todas as funcionalidades das ferramentas OLAP para dados tradicionais e também não contempla documentos XML interligados. Portanto, a necessidade de desenvolver sistemas OLAP para auxiliar nas análises estratégicas dos dados de uma organização, representados no formato XML e interligados por um conjunto de referências, constitui a principal motivação para o desenvolvimento deste trabalho. Atualmente, pesquisas vêm sendo desenvolvidas no contexto acadêmico com o objetivo de realizar processamento analítico em dados representados em XML. No entanto, em razão destas tecnologias terem sido originalmente concebidas para propósitos distintos, esta não é uma tarefa trivial. Para ajudar no desenvolvimento desses sistemas OLAP, neste trabalho é proposto um sistema computacional constituído de uma linguagem de consulta analítica, LMDQL, a qual permite a realização de consultas a dados multidimensionais baseados em documentos XML interligados entre si. Como as linguagens padrões do W3C de consulta a documentos XML (e.g. XPath e XQuery) não têm suporte a links, foi especificada, e incorporada ao processador da LMDQL, XLPath, uma linguagem de navegação para documentos XML com links. Além disso, para modelar cubos de dados em documentos XML interligados e para tratar as heterogeneidades sintática, semântica e estrutural encontradas em dados representados por XML, é apresentado um metamodelo multidimensional de dados, chamado XLDM. A partir destas especificações, foi desenvolvido um protótipo do sistema que possibilita a análise de documentos XML interligados. Este protótipo inclui a LMDQL, XLDM, XLPath e um driver, sql2xquery, que realiza o mapeamento de consultas SQL em XQuery, viabilizando a incorporação deste protótipo em um servidor OLAP para dados no formato relacional. Para avaliar as propostas apresentadas nesta tese, são realizados estudos de casos em três domínios distintos, nas áreas médica, financeira e de vendas, de forma a mostrar a expressividade e utilização do sistema proposto. São discutidos resultados de testes de desempenho para avaliar o tempo de execução do processamento analítico em documentos XML interligados. Nestes testes, foi avaliada a eficiência do driver em três SGDB para dados XML e foi investigado o impacto no tempo de execução do processamento analítico em documentos XML que usam links para expressar informação adicional aos dados XML. O custo de processamento de consultas em LMDQL foi comparado com o custo destas mesmas consultas em MDX (um padrão de mercado), mostrando que o benefício alcançado com o uso de LMDQL não impacta no tempo de execução das consultas