Vizuālu semantisku vaicājumu izpilde pār relāciju datubāzēm

Abstract

Maģistra darba mērķis ir padziļināti izpētīt esošās metodes, rīkus un optimizācijas semantisko vaicājumu tulkošanai uz SQL un izpildei pār relāciju datubāzēm, un, veicot praktiskus eksperimentus, atrast galvenos cēloņus tam, kāpēc rīku ģenerētie vaicājumi nav optimāli. Vizuālu semantiska līmeņa (ontoloģijas izmantojošu) vaicājumu pār datiem veidošana var ļaut gala lietotājam tieši piekļūt ontoloģiju formā organizētiem datiem. Uz ontoloģijām balstīta piekļuve datiem piedāvā iespējas pārveidot semantiskus SPARQL vaicājumus par SQL vaicājumiem, kas var tikt izpildīti pār relāciju datubāzēm. Tomēr pieejamās tehnoloģijas, piemēram, rīks Ontop, atbalsta tikai ierobežotu vaicājumu klašu translācijas iespējas, kā arī gadījumos, kad translācija ir iespējama, iegūtais rezultāts ir tālu no optimāla. Maģistra darbā tiek apskatītas tehnoloģijas, kuras ir semantiskā tīmekļa pamatā, izpētītas tehnoloģijas un rīki, ar kuriem iespējams realizēt ontoloģijās balstītu pieeju datiem, apkopotas šobrīd pieejamās vaicājumu tulkošanas metodes un to ierobežojumi, aprakstīta eksperimentos izmantotā infrastruktūra un tās uzstādīšana, kā arī apskatīti iegūtie vaicājumi un to problēmas.

The purpose of this master’s thesis is to research existing methods, tools, and optimizations for translating SPARQL queries to SQL and to find the main causes of translation issues through practical experimentation. Creating visual semantic queries over data can provide end-users direct access to data that is organized as an ontology. Ontology-based data access offers the possibility to transform semantic SPARQL queries to SQL queries, which can then be executed on a relational database. However, existing technologies, e.g., a tool called Ontop, only support the translation of a limited amount of query types and even when such a translation is possible, the resulting queries are often poorly optimized. This master’s thesis describes technologies that form the basis of the Semantic Web, analyzes technologies and tools that can be used in ontology-based data access, compiles currently available methods for query translation, as well as their limitations, describes the infrastructure setup used in the experiments and reviews the generated queries and problems within these queries.