Logo des Repositoriums

Auflistung nach Autor:in "Lipeck, Udo W."

1 - 3 von 3
  • Konferenzbeitrag
    Generierung und Anfragebearbeitung von hierarchischen XML-Sichten auf relationale Datenbanken
    (XML Technologien für das Semantic Web – XSW 2002, 2002) Klopp, Sascha; Lipeck, Udo W.
    In diesem Beitrag wird beschrieben, wie aus einem relationalen Datenbankschema äquivalente XML-Dokumentbeschreibungen in XMLSchema generiert werden können, die implizite hierarchische Strukturen aus der Datenbank möglichst explizit darstellen. Dabei wird ausgenutzt, dass Primärund Fremdschlüssel sowie Eindeutigkeitsund Nullwert-Bedingungen in XMLSchema übernommen und dass Datentypen des Datenbankschemas auf entsprechende XML-Datentypen abgebildet werden können. Die Schemaerzeugung geschieht in zwei Schritten: Nach der Überführung jedes Relationenschemas in eine flache XML-Struktur werden mit Hilfe der Fremdschlüssel Hierarchien zwischen den Relationen erkannt bzw. selektiert und ein baumartiges XML-Schema erzeugt. Die generierten XML-Schemata werden als virtuelle Sichten auf die Datenbank aufgefasst, aus der mit Hilfe von XQuery-Anfragen Auszüge geholt werden können. Dazu wird ein neuer Ansatz vorgestellt, (eingeschränkte) XQuery-Anfragen durch Spezialisierung einer geschachtelten Gesamtanfrage in SQL zu übersetzen.
  • Konferenzbeitrag
    Meeting the challenges of integrating large and diverse geographic databases
    (Datenbanksysteme für Business, Technologie und Web (BTW 2015), 2015) Schäfers, Michael; Lipeck, Udo W.
    Using data matching techniques to identify multiple representations of the same real-world entity is an essential step for all data integration tasks. While matching standard data types like strings or numbers with generic methods is well-studied, approaches for non-standard data have to deal with domain-specific challenges. For geographic databases containing spatial features we face a high degree of diversity in terms of geometric and semantic modeling between data sources. Likewise, complex geometric data types and topological relations require efficient processing. Finally, geodatabases can grow very large if they cover extensive regions or whole countries. In this paper, we present our SimMatching approach for integrating relational geodatabases that meets these challenges. In particular, we study road networks from several data sources. Our iterative algorithm matches semantically equivalent objects based on geometric and semantic attribute similarity measures. Relational similarity helps to solve difficult situations by exploiting the underlying graph structure of road networks: Already confirmed neighbouring matchings improve the similarity value of a given matching. Adaptability to diverse input data is reached by combining and weighting subsets of similarity measures. A greedy approach and an efficient end-toend-system built upon simple and flexible components outperform previous systems in terms of runtimes while showing matching results of high quality. Scalability to large geodatabases is supported by a partitioning framework together with parallel processing. We have experimentally verified our approach with large real-world datasets.
  • Konferenzbeitrag
    OraGiST - How to make user-defined indexing become usable and useful
    (BTW 2003 – Datenbanksysteme für Business, Technologie und Web, Tagungsband der 10. BTW Konferenz, 2003) Kleiner, Carsten; Lipeck, Udo W.
    In this article we present a concept for simplification of user-defined indexing for user-defined data types in object-relational database systems. The concept is based on a detailed analysis of user-defined indexing in ORDBS on one hand, and features of generalized search trees (GiST) as an extensible indexing framework on the other hand. It defines a minimal interface to be implemented in order to use GiST within ORDBS; this greatly simplifies the process of implementing user-defined indexes. The effectiveness of the approach is illustrated by performance experiments carried out on a prototypical implementation of our concept. For the experiments we have used new specialized spatial data types, that store spatial as well as thematic information within a single attribute. These data types facilitate advanced spatial analysis operators. The experiments show great performance improvements on these operators by using multidimensional user-defined index structures based on R-trees when compared to system-provided indexes.