.png){kind=icon}
返回
Model-Driven Schema Transformation for Graph Databases
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-08623-5_17.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在现代敏捷软件开发中，持续软件演化是标准实践。软件变更也可能影响底层数据库及其模式，导致模式演化。尽管模式演化传统上与关系数据库相关联，但在NoSQL数据库（包括图数据库）中也会出现类似挑战。图数据库通常被描述为无模式，因为它们在数据库层面不强制执行预定义的模式。然而，它们仍然具有隐式模式。当图数据库发生变更时，模式变更通常是隐式的且往往未知，这可能导致数据质量问题。使两个模式版本之间的演化过程显式化，有助于将数据迁移以符合变更后的模式。在本文中，我们提出了一种基于模型的驱动方法，该方法利用模式转换技术来重建两个模式版本之间的演化过程。我们的工作基于图查询语言（Graph Query Language），这是一种图数据库的ISO标准，使我们的方法与具体技术无关。我们提出了一种半自动化方法，首先提取隐式模式作为图模型，以确保对图模式的抽象表示。接下来，我们比较图模型以识别从源模型到目标模型执行的可能转换。初步评估表明，模式提取和模式转换均准确，仅需最少的用户手动输入。
Keyword:
Model-driven engineering
Schema transformation
Schema evolution
Schema extraction
Graph database
期刊
C
IF:
0
论文数:
21
被引数:
0
机构
引用论文
分享收藏An Approach for Schema Extraction of NoSQL Graph DatabasesNoSQL图数据库的模式提取方法.png)
2020 IEEE 21st International Conference on Information Reuse and Integration for Data Science (IRI)
2020 IEEE 21st International Conference on Information Reuse and Integration for Data Science (IRI)IF0
PREAI
分享收藏
查看更多内容