Skip to main content
Springer Nature Link
Log in

Heterogenität überwinden mit der Datentransformationssprache NotaQL

  • SCHWERPUNKTBEITRAG
  • Published:
Datenbank-Spektrum Aims and scope Submit manuscript

Zusammenfassung

Bei der Informationsintegration, also dem Zusammenführen verschiedener Daten aus zwei oder mehr Datenquellen, gilt es die Heterogenität der Quellen aufzulösen und die gegebenen Schemata ineinander abzubilden. Besonders bei der Verarbeitung von Big Data in schemalosen NoSQL-Systemen, in denen heterogene Datensätze gespeichert sind, und die sich zusätzlich untereinander stark im Datenmodell und in ihren Zugriffsmethoden unterscheiden, scheitern meist klassische SQL-basierte Techniken. In diesem Artikel stellen wir vor, wie mit der Datentransformationssprache NotaQL die verschiedenen Arten von Heterogenität überwunden werden können. Die meist wenige Zeilen kurzen NotaQL-Skripte beschreiben eine Transformation zwischen unterschiedlichen Systemen und bieten einen flexiblen Zugriff auf Daten und Metadaten.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5
Abb. 6
Abb. 7
Abb. 8
Abb. 9
Abb. 10

Literatur

  1. Batini C, Scannapieca M (2006) Data quality dimensions. Data quality: concepts, methodologies and techniques. Springer, Berlin, S 19–49

  2. Beyer MA, Laney D (2012) The importance of 'big data`: a definition. Gartner, Stamford

  3. Bleiholder J, Naumann F (2008) Data fusion. ACM Comput Surv 41(1):1

  4. Eisenberg A, Melton J (2001) SQL/XML and the SQLX informal group of companies. Sigmod Record 30(3):105–108

  5. Foreign data wrappers - PostgreSQL wiki. URL

  6. Halevy AY (2003) Data integration: a status report. In BTW 26:24–29

  7. Jhingran A, Mattos N, Pirahesh H (2002) Information integration: a research agenda. IBM Syst J 41(4):555–562

  8. Lakshmanan LV, Sadri F, Subramanian IN (1996) SchemaSQL-a language for interoperability in relational multi-database systems. VLDB 96:239–250

  9. Leser U, Naumann F (2007) Informationsintegration–Architekturen und Methoden zur Integration verteilter und heterogener Datenquellen. dpunkt, Heidelberg

  10. Levy AY, Mendelzon AO, Sagiv Y (1995) Answering queries using views. In: Proceedings of the fourteenth ACM SIGACT-SIGMOD-SIGART symposium on Principles of database systems, S 95–104. ACM

  11. Melton J (2005) ISO/IEC 9075-2: 2003 (E) Information technology—database languages—SQL—part 2: foundation (SQL/Foundation). August, 2003. Retrieved December 26, 2004

  12. Melton J, Michels JE, Josifovski V, Kulkarni K, Schwarz P (2002) SQL/MED: a status report. ACM SIGMOD Record 31(3):81–89

  13. Melton J, Michels J-E, Josifovski V, Kulkarni K, Schwarz P, Zeidenstein K (2001) SQL and management of external data. ACM SIGMOD Record 30(1):70–77

  14. Miller RJ, Haas LM, Hernández MA (2000) Schema mapping as query discovery. VLDB 2000:77–88

  15. Ong KW, Papakonstantinou Y, Vernoux R (2014) The SQL++ query language: configurable, unifying and semi-structured. arXiv preprint arXiv:1405.3631

  16. Rahm E, Bernstein PA (2001) A survey of approaches to automatic schema matching. the VLDB Journal 10(4):334–350

  17. Rahm E, Do HH (2000) Data cleaning: problems and current approaches. IEEE Data Eng Bull 23(4):3–13

  18. Roth MT, Schwarz PM (1997) Don’t scrap it, wrap it A wrapper architecture for legacy data sources. VLDB 97:25–29

  19. Rutledge S, Medicke J (2001) Database integration with DB2® relational connect, building federated systems with relational connect and database views

  20. Sadalage PJ, Fowler M (2012) NoSQL Distilled: a brief guide to the emerging world of polyglot persistence, 1. Aufl. Addison-Wesley Professional, Boston

  21. Sanderson D (2009) Programming google app engine: build and run scalable web apps on google’s infrastructure. O’Reilly Media, Inc., California

  22. Scherzinger S, Klettke M, Störl U (2013) Managing schema evolution in NoSQL data stores. arXiv preprint ar- Xiv:1308.0514

  23. Schildgen J, Deßloch S (2015) NotaQL is not a query language It’s for data transformation on wide-column stores. In: British International Conference on Databases - BICOD 2015, 7

  24. Wyss CM, Robertson EL (2005) Relational languages for metadata integration. ACM Transact Database Syst (TODS) 30(2):624–660

Download references

Author information

Authors and Affiliations

  1. AG Heterogene Informationssysteme, TU Kaiserslautern Postfach, 3049, 67663, Kaiserslautern, Deutschland

    Johannes Schildgen & Stefan Deßloch

Authors
  1. Johannes Schildgen
    View author publications

    You can also search for this author inPubMed Google Scholar

  2. Stefan Deßloch
    View author publications

    You can also search for this author inPubMed Google Scholar

Corresponding author

Correspondence to Johannes Schildgen.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Schildgen, J., Deßloch, S. Heterogenität überwinden mit der Datentransformationssprache NotaQL. Datenbank Spektrum 16, 5–15 (2016). https://doi.org/10.1007/s13222-015-0207-0

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s13222-015-0207-0

Schlüsselwörter