imported>SchlurcherBot: Bot: http → https

2025-07-31T15:19:01Z

Bot: http → https

Neue Seite

{{Weiterleitungshinweis|LaV|Für weitere und andere Bedeutungen, siehe [[LAV]].}}
'''Local-as-View''' (LaV, Lokal-als-Sicht) ist ein Fachbegriff aus der [[Informatik]], der sich auf die Art der Verarbeitung von Daten bezieht.

Local-as-View bezeichnet ein Muster zur Zusammenführung von [[Schema (Informatik)|Schemata]] im Rahmen der [[Informationsintegration]]. Kernidee ist, dass einzelne [[Relation (Datenbank)|Relationen]] von lokalen Schemata der Datenquellen als [[Sicht (Datenbank)|Sichten]] auf das gemeinsame globale Schema ausgedrückt werden. Im Gegensatz zum umgekehrten Ansatz [[Global-as-View]], der von den lokalen Schemata ausgeht, bleibt bei Local-as-View das globale Schema beim Ändern, Hinzufügen und Entfernen von Quellen konstant. Es wird daher vor allem bei [[Mediator-basiertes Informationssystem|Mediator-basierten Informationssystemen]] angewandt.

Sowohl Assoziationen über mehrere Relationen des globalen Schemas als auch Nebenbedingungen der Quellen können modelliert werden. Dies gilt jedoch nicht für Assoziationen über Relationen verschiedener Quellen sowie Nebenbedingungen des globalen Schemas.

Mit Global-Local-as-View oder Both-as-View existiert eine Methode, die Eigenschaften von Global-as-View und Local-as-View kombiniert, indem zwischen globalem und lokalem Schema Sichten auf Sichten abgebildet werden.

== Beispiele ==
Gegeben sind drei lokale Datenquellen mit folgenden Schemata:

* <code>Q1: Ausweisnummer, Name, Ort</code>
* <code>Q2: Name, Ausweisnummer, Alter</code>
* <code>Q3: Ausweisnummer, Alter, Beruf</code>

Diese sollen auf das folgende globale Schema abgebildet werden

* <code>Person: Ausweisnummer, Name, Alter</code>

Die Sichten der Quellen auf das globale Schema sind (in [[SQL]])

* <code>CREATE VIEW S1 AS SELECT Ausweisnummer, Name, NULL FROM Person</code>
* <code>CREATE VIEW S2 AS SELECT Name, Ausweisnummer, Alter FROM Person</code>
* <code>CREATE VIEW S3 AS SELECT Ausweisnummer, Alter, NULL FROM Person</code>

Auch Assoziationen über mehrere Relationen des globalen Schemas können modelliert werden. Sei im globalen Schema eine weitere Relation enthalten, die Ausweisnummern und Orte einander zuordnet:

* <code>Adresse: Ausweisnummer, Ort</code>

Dann lässt sich die Quelle <code>Q1</code> darstellen als

* <code>CREATE VIEW S1 AS SELECT Person.Ausweisnummer, Person.Name, Adresse.Ort<br />FROM Person, Adresse WHERE Person.Ausweisnummer = Adresse.Ausweisnummer</code>

Nebenbedingungen von Quellen werden direkt übernommen. Falls beispielsweise die Quelle <code>Q2</code> nur Personen ab 18 Jahren enthält, ist die Sicht

* <code>CREATE VIEW S2 AS SELECT Ausweisnummer, Name, Alter FROM Person<br />WHERE Alter >= 18</code>

== Anfragebearbeitung ==
Die Bearbeitung von Anfragen an das globale Schema ist bei Local-as-View wesentlich komplexer als bei Global-as-View. Die einzelnen Sichten müssen geschickt so kombiniert werden, dass ihr Ergebnis einen Teil der Anfrage oder die gesamte Anfrage beantwortet. Das Gesamtergebnis ergibt sich aus einer Vereinigung der verschiedenen Teilantworten.

Da sich die Teilanfragen häufig überlappen oder auch nicht benötigte Daten liefern, besteht viel Potential für Optimierung. Eine offensichtlich triviale Form der Anfragebearbeitung bestände darin, die gesamten Quellen auszulesen. Eine Anfrage kann beispielsweise so optimiert werden, dass möglichst wenig Daten aus den Quellen übertragen werden müssen, dass sie möglichst schnell beantwortet werden kann oder dass die Quellen möglichst gleichmäßig angesprochen werden.

Effiziente Algorithmen zur Zusammenstellung von Quellen sind:
* [[Bucket-Algorithmus]]
* [[Inverse-Rules-Algorithmus]]
* [[MiniCon-Algorithmus]]

=== Beispiel ===
Im oben aufgeführten Beispiel sei eine Anfrage auf das globale Schema mit den Relationen <code>Person</code> und <code>Adresse</code> gegeben:

: <code>SELECT Person.Alter, Adresse.Ort FROM Person, Adresse WHERE Person.Ausweisnummer=Adresse.Ausweisnummer</code>

Zur Beantwortung wird die Anfrage so umgeschrieben, dass sie über die Sichten gestellt ist (genaueres zur Anfrageumschreibung siehe unter [[Bucket-Algorithmus]]):

<pre>SELECT S2.Alter, S1.Ort FROM S1, S2
WHERE S1.Ausweisnummer=S2.Ausweisnummer
UNION
SELECT S3.Alter, S1.Ort FROM S1, S3
WHERE S1.Ausweisnummer=S3.Ausweisnummer</pre>

Die so umformulierte Anfrage kann nun über den Quellen ausgeführt werden, die den Sichten entsprechenden.


== Literatur ==
* Alon Halevy: ''[https://link.springer.com/10.1007%2Fs007780100054?from=SL Answering queries using views: A survey]''. In: VLDB Journal 10 (4) 2001, S. 270–294
* Jeffrey Ullmann: ''[http://www-db.stanford.edu/pub/papers/integration-using-views.ps Information Integration Using Logical Views]''. In: Proceedings of the 6th International Conference on Database Theory. Springer, 1997. S. 19–40 ISBN 3-540-62222-5
* Pottinger, Halevy: ''MiniCon: A Scalable algorithm for answering queries using views''. In: VLDB Journal, 2001

[[Kategorie:Data-Warehousing]]
[[Kategorie:Datenbankmodellierung]]

Local-as-View - Versionsgeschichte

imported>SchlurcherBot: Bot: http → https