UNIVERSIDADE LUTERANA DO BRASIL CURSO DE CIÊNCIA DA COMPUTAÇÃO CÂMPUS GRAVATAÍ UM PACOTE.NET PARA MANIPULAÇÃO DE RDF E RDF SCHEMA SOBRE SGBD

Transcrição

1 UNIVERSIDADE LUTERANA DO BRASIL CURSO DE CIÊNCIA DA COMPUTAÇÃO CÂMPUS GRAVATAÍ UM PACOTE.NET PARA MANIPULAÇÃO DE RDF E RDF SCHEMA SOBRE SGBD Murilo Ramos Pereira Monografia desenvolvida durante a disciplina de Trabalho de Conclusão de Curso em Informática I e apresentada ao Curso de Ciência da Computação da Universidade Luterana do Brasil, câmpus Gravataí, como pré-requisito para a obtenção do título de Bacharel em Ciência da Computação. Orientador: Prof. Msc. Carlos Morelli D. da Silveira Gravataí, novembro de 2004.

2 2 Universidade Luterana do Brasil ULBRA Curso de Ciência da Computação Câmpus Gravataí Reitor: Pastor Ruben Eugen Becker Vice-Reitor: Eng. Leandro Eugênio Becker Diretor do Câmpus Gravataí: Prof. Felício Korb Coordenador do Curso de Ciência da Computação (Câmpus Gravataí): Prof.ª Patrícia Nogueira Hübler. Coordenador das Disciplinas de Trabalho de Conclusão de Curso (Câmpus Gravataí): Prof. Roland Teodorowitsch Banca Avaliadora composta por: Data da defesa: 10/12/2004. Prof. Carlos Morelli Dutra da Silveira (Orientador) Prof.ª Patrícia Nogueira Hübler Prof.ª Tanisi Pereira de Carvalho Revisão Ortográfica: Prof.ª Patrícia Reis. CIP Catalogação na Publicação Ramos Pereira, Murilo Um pacote.net para manipulação de RDF e RDF Schema sobre SGBD / Murilo Ramos Pereira; [orientado por] Carlos Morelli Dutra da Silveira. Gravataí: p.: il. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação). Universidade Luterana do Brasil, Banco de Dados. 2. Metadados. 3. RDF. I. Morelli Dutra da Silveira, Carlos. II. Título. Endereço: Universidade Luterana do Brasil Câmpus Gravataí Estrada Itacolomi, Bairro São Vicente CEP Gravataí-RS Brasil

3 SUMÁRIO LISTA DE FIGURAS... 6 LISTA DE QUADROS... 7 LISTA DE ABREVIATURAS E SIGLAS... 8 RESUMO... 9 ABSTRACT INTRODUÇÃO CONCEITOS ENVOLVIDOS RESOURCE DESCRIPTION FRAMEWORK (RDF) Modelo Básico Tripla e Grafo Serialização em XML Tipos do Recurso Coleções Reificação RDF SCHEMA Classes Propriedades Restrições Documentação DUBLIN CORE ANALOGIA COM UML RDF SOBRE SGBD RELACIONAL ANÁLISE ESTRUTURAL DE JENA E SESAME Jena Sesame Comparação entre Jena e Sesame ENTIDATE RELACIONAMENTO (ER) VERSUS RDF Modelagem ER Modelagem RDF/XML Modelagem RDF persistida em SGBD Mudança estrutural em ER e RDF PACOTE DE PERSISTÊNCIA PARA RDF TECNOLOGIAS ENVOLVIDAS... 33

4 DriveRDF Net Framework MSDE Rational Rose Data Modeler Edition MODELO DE DADOS ER PARA PERSISTÊNCIA ARQUITETURA DriveRDF IRdfParserFactory IRdfParser IRdfGraph RDFPackage RDFs RDFPersistence Class Domain Literals Namespaces Property Range Resources SubClassOf SubPropertyOf Triples RDFDatabases DBAccess DBConfig DBException DBSequences DBSqls RDFModels RDFQuery Query ESCOPO Caso de Uso e Outras Aplicações CASO DE USO RDFModels Models Aplicação de Administração de Modelos OUTRAS APLICAÇÕES CONCLUSÃO ANEXO A FORMATOS DE URI SCHEMAS ANEXO B EXEMPLO DE DECLARAÇÃO RDF ANEXO C RDF SCHEMA QUE DEFINE O MODELO RDF ANEXO D VOCABULÁRIO DO RDF SCHEMA ANEXO E RDF SCHEMA SIMPLIFICADO DO PADRÃO DUBLIN CORE ANEXO E GRAFO RDF COM CINCO RECURSOS... 67

5 5 ANEXO F DOCUMENTAÇÃO DE CLASSES DO DRIVERDF ANEXO G PROJETOS DE PERSISTÊNCIA DE RDF ANEXO H DIAGRAMAS DE SEQÜÊNCIA DO COMPONENTE RDFPACKAGE 72 ANEXO I DIAGRAMAS DE SEQÜÊNCIA DO COMPONENTE RDFPERSISTENCE ANEXO J DIAGRAMAS DE SEQÜÊNCIA DO COMPONENTE RDFDATABASES RELACIONADOS A MULTI-BANCO REFERÊNCIAS... 79

6 LISTA DE FIGURAS Figura 1 Representação de recurso por grafo, notação conceitual da tripla e QNames Figura 2 Serialização em XML de uma declaração RDF Figura 3 Serialização em XML abreviada de uma declaração RDF Figura 4 Declaração RDF/XML utilizando XMLBase Figura 4 Definição de tipos de um recurso em RDF Figura 5 Grafo que representa um container alternative Figura 6 Grafo que representa uma collection Figura 6 Reificação de um statement RDF Figura 7 Restrição de propriedade através de RDF Schema Figura 8 Exemplo de RDFS representado com Qnames Figura 9 Declaração Dublin Core da documentação do pacote.net Figura 10 Modelo físico de dados do Jena Figura 11 Modelo físico de dados do Sesame Figura 12 Exemplo de Modelagem ER tradicional Figura 13 Modelagem utilizando RDFSchema Figura 14 Exemplo de declaração baseada num schema Figura 15 Exemplo de Persistência de RDF no modelo relacional Figura 16 Modelo de dados ER alterado Figura 17 Alteração de RDF Schema Figura 18 Modelagem RDF utilizando flexibilidade dos metadados Figura 19 Modelo de dados do pacote.net de persistência Figura 20 Arquitetura do Pacote de Persistência para RDF Figura 21 Exemplo de configuração do banco de dados do pacote Figura 22 RDF Schema que define os modelos de dados Figura 23 Inclusão dos namespaces do pacote de persistência no projeto Figura 24 Exemplo de importação de schema utilizando o pacote de persistência Figura 24 Interface inicial do aplicativo de administração dos modelos Figura 25 Exemplo de utilização da classe Query Figura 26 Tela de edição do aplicativo de administração dos modelos Figura 27 Exemplo de utilização da classe Models Figura 28 Tela de listagem dos recursos do modelo de dados... 53

7 7 LISTA DE QUADROS Quadro 1 Analogia entre RDF Schema e UML Quadro 2 Métodos de armazenamento da classe RDFs Quadro 3 Métodos de exclusão da classe RDFs Quadro 4 Métodos de persistência da classe Class Quadro 5 Métodos de persistência da classe Domain Quadro 6 Métodos de persistência da classe Literals Quadro 7 Métodos de persistência da classe Namespaces Quadro 8 Métodos de persistência da classe Property Quadro 9 Métodos de persistência da classe Range Quadro 10 Métodos de persistência da classe Resources Quadro 11 Métodos de persistência da classe SubClassOf Quadro 12 Métodos de persistência da classe SubPropertyOf Quadro 13 Métodos de persistência da classe Triples Quadro 14 Métodos de abstração da classe DBAccess Quadro 15 Métodos da classe DBConfig Quadro 16 Métodos da classe DBException Quadro 17 Métodos da classe DBSequences Quadro 18 Métodos da classe DBSqls Quadro 19 Métodos da classe Query Quadro 20 Métodos da classe Models... 50

8 LISTA DE ABREVIATURAS E SIGLAS HTML MSDE RDF RDFS RDMS SGBD SGML UML URI W3C XML XSLT Hyper Text Markup Language Microsoft Database Engine Resource Description Framework Resource Description Framework Schema Specification Relational Database Management Systems Sistema Gerenciador de Banco de Dados Standard Generalized Markup Language Unified Modeling Language Uniform Resoucer Identifier World Wide Web Consorium extensible Markup Language extensible Stylesheet Language Transformations

9 RESUMO Esta monografia apresenta uma proposta de arquitetura para um pacote.net de persistência de RDF e RDF Schema, que definem um padrão para representação e manipulação de dados e metadados estruturados e semi-estruturados, sobre um Sistema Gerenciador de Banco de Dados (SGBD). Sua arquitetura foi projetada baseada na análise realizada nos principais frameworks de persistência de RDF sobre banco de dados (Jena e Sesame), com objetivo de utilizar as melhores práticas de persistência e garantir a confiabilidade do pacote. Seu desenvolvimento foi realizado em C#, possuindo total compatibilidade com qualquer aplicação.net e projetado para suportar futuramente diversos bancos de dados. São apresentados os conceitos envolvidos, alguns exemplos que justificam a utilização desta tecnologia, vantagens e desvantagens, bem como algumas sugestões de trabalhos futuros que poderão permitir a expansão deste pacote. Palavras-chaves: Banco de dados; Metadados; RDF.

10 ABSTRACT Title: Manipulation Package.Net for RDF and RDF Schema on RDMS The main goal of this monograph is present the architecture proposal for RDF and RDF Schema persistence, which define a standard, to represent and manipulate structured and semi-structured data and metadata to allow the RDF persistence on Relational Database Management Systems (RDMS). Its projected architecture was based on the analysis through in main RDF database persistence frameworks (Jena and Sesame), the objective use best of persistence practical and to the package guarantee. Development in C#, possessing compatibility with any.net application and to future support future for databases diverse. It also demonstrates the reasons justify implementation, advantages and disadvantages, as well future works suggestions for package expansion. Key-words: Database; Metadata; RDF.

11 11 1 INTRODUÇÃO A grande utilização de sistemas por toda a sociedade e a dependência cada vez maior da informática em todas as áreas geram uma constante preocupação com o armazenamento estruturado de dados, devido a importância da informação nos dias de hoje. Existem várias pesquisas neste sentido, que exploram estruturas em que os dados geram informações sobre si próprios em que sua semântica e identificação também são dados, tornando mais flexível e produtivo o gerenciamento da informação. Com base no cenário descrito anteriormente, surge a necessidade da utilização de novos modelos estruturais de armazenamento. Este trabalho descreve o Resource Description Framework (RDF), um padrão criado pela World Wide Web Consorium (W3C), que possibilita a criação de modelos semânticos para dados e metadados estruturados e semiestruturados. O modelo básico de RDF é baseado e representado na extensible Markup Language (XML). O processo de manipulação de um grande volume declarações RDF em XML pode se tornar lento e fragmentado, desta forma são necessárias outras técnicas para criação de repositórios de dados representados no formato RDF. A utilização da tecnologia de Banco de Dados Relacional para armazenar declarações RDF é uma alternativa que aumenta a performance em seu acesso e manutenção (Zanete, 2001), sendo a persistência de RDF em Sistema Gerenciador de Banco de Dados (SGBD) relacional o foco principal deste trabalho. Como principais objetivos destacam-se os seguintes itens: Estudar os conceitos de RDF e RDF Schema; Realizar uma análise das abordagens de mapeamento de dados RDF em banco de dados relacional existentes e escolher uma delas, com algumas adaptações (se necessário), para modelagem e desenvolvimento deste pacote; Criar uma camada de classes para manipulação de RDFs, de forma genérica, podendo ser reutilizado por aplicações desenvolvidas na plataforma.net e que necessitem deste suporte, funcionando como uma camada de persistência dos dados no banco relacional; Desenvolver e disponibilizar classes de acesso a um banco específico para manipulação deste formato, inicialmente utilizando Microsoft Database Engine (MSDE); Disponibilizar alguns métodos estáticos ao usuário, de forma que seja possível realizar consultas previamente definidas sobre os dados armazenados. Tendo em vista que este trabalho não visa o desenvolvimento de uma linguagem de consulta sobre os dados; Desenvolver uma espécie de gerenciador dos modelos RDF armazenados, de forma que o usuário tenha facilidade em sua manipulação; Criar uma pequena aplicação em.net para demonstrar a funcionalidade das classes desenvolvidas, possibilitando a manutenção dos dados RDF.

12 12 Como motivação para estes desenvolvimentos é possível eleger alguns pontos de destaque que justificam esta implementação: Já existem implementações neste sentido na linguagem Java, mas nenhuma foi desenvolvida em.net e com código fonte aberto; A disponibilidade deste pacote de classes facilitará e dará suporte a construção de aplicações e gerência de repositórios de dados de maneira flexível; O armazenamento de RDF em SGBD será provavelmente utilizado no futuro, visto que muita informação neste formato já se encontra na internet, mas de forma pulverizada, podendo se tornar uma solução simples para troca de dados entre fontes heterogêneas; RDF possui componentes capazes de modelar praticamente qualquer tipo de informação (W3C, 2003). Esta documento está organizado como descrito a seguir. O segundo capítulo tem o objetivo de realizar uma revisão teórica sobre os principais conceitos de RDF e RDF Schema. O terceiro capítulo tem o objetivo de justificar a necessidade de realizar a persistência de RDF e RDF Schema em SGBD e demonstrar alguns importantes benefícios da utilização destas tecnologias. Também descreve a análise que foi realizada sobre os modelos de dados das duas principais tecnologias que realizam a persistência de RDF e RDF Schema em banco de dados relacional. O quarto capítulo descreve as tecnologias que serão utilizadas para o desenvolvimento do pacote de persistência de RDF, bem como realiza as definições técnicas envolvidas na implementação deste trabalho. O quinto capítulo é dedicado a uma aplicação exemplo, que utiliza os métodos de persistência do pacote, demonstrando seu funcionamento e a indicação de alguns casos de uso possíveis. O sexto capítulo apresenta as conclusões do desenvolvimento deste trabalho e algumas possibilidades que permitam a expansão do pacote. Buscando uma padronização dos exemplos práticos descritos neste trabalho procurouse manter um único contexto, com o objetivo de facilitar o entendimento dos conceitos técnicos envolvidos. Todos os exemplos estão voltados a uma realidade hospitalar, contendo dados do próprio hospital, paciente, internações, recepções, altas e etc.

13 2 CONCEITOS ENVOLVIDOS Este capítulo realiza uma revisão teórica dos conceitos e tecnologias envolvidas para viabilizar a persistência de RDF em banco de dados relacional. O propósito é expor as informações técnicas sobre o assunto para que haja nivelamento de conhecimento e posteriormente um melhor entendimento dos objetivos e motivações que justificam o desenvolvimento deste trabalho. 2.1 RESOURCE DESCRIPTION FRAMEWORK (RDF) O Resource Description Framework (RDF) foi criado sob a influência de várias comunidades que estão diretamente ligadas a catalogação e organização das informações de sítios disponíveis na rede mundial de computadores, com o objetivo de padronizar e facilitar a interoperabilidade das informações entre aplicações, otimizando os mecanismos de busca. Atualmente é uma tecnologia normalizada pelo W3C, sendo um modelo destaque entre as ontologias utilizadas na comunidade computacional. Ontologias são basicamente formas de representação do conhecimento que utilizam vocabulários próprios e permitem definir a semântica dos dados. O RDF é uma infra-estrutura que possibilita a codificação, troca e reuso de metadado estruturado. Metadados são dados sobre dados com o objetivo de auxiliar na identificação, descrição e localização de recursos (Zanete, 2001). Pode ser utilizado por aplicações onde a própria estrutura, não só os próprios dados, é manipulada pela aplicação, ou quando a estrutura de dados é alterada com freqüência Modelo Básico O modelo básico é composto pelos seguintes componentes: Recursos: tudo que possa ser identificado como um Uniform Resoucer Identifier (URI) como, por exemplo, uma página da internet ou qualquer informação de um documento que não esteja necessariamente disponibilizado na internet. Podendo estar ligado à sua forma de aplicação ou formato de representação, conforme definido pelo padrão de URI Schemas listados no Anexo A (W3C). Dessa forma cria-se uma certa ligação entre o conceito lógico e o físico, levando em consideração a tecnologia de representação do recurso. Toda declaração RDF é por si só um recurso, considerando que ela pode ser identificada como um URI e fazer parte de uma outra declaração. Existe somente um URI para indicação do recurso, o que define uma chave única de localização da informação; Propriedades: representam os atributos do recurso a serem descritos ou até mesmo definem relacionamento entre os recursos. Neste sentido, existe uma certa semelhança

14 14 com o modelo de Entidade-Relacionamento, uma propriedade em relação a ER seria um relacionamento entre entidades. Objetos: são os valores definidos para determinada propriedade em relação a um recurso. Podem ser definidos por recursos ou literais, tipados ou não. Literais: representam valores constantes que podem obedecer a um conjunto definido por tipos de dados. Os tipos de dados estão diretamente ligados aos tipos primários de XML e extensible Stylesheet Language Transformations (XSLT), inclusive a marcação de linguagem para indicar o idioma do valor em questão (W3C, 2001) Tripla e Grafo A construção mais básica que compõe um modelo de dados estrutural em RDF é definida na forma de uma tripla composta de propriedade, recurso e valor de uma propriedade. A notação (propriedade,[recurso],[valor]) pode ser utilizada para representação de uma tripla. Também é possível representar de forma simplificada através de Qnames (W3C, 1999), facilitando sua interpretação. A tripla é um mecanismo muito eficiente, uma vez que permite que recursos e valores sejam relacionados, ou seja, qualquer recurso pode atuar no papel de valor, o que garante uma grande flexibilidade ao modelo para representação de estruturas com uma complexidade elevada. Apesar de dar suporte a formação de estruturas complexas, a tripla, possui uma fácil compreensão por parte de seres humanos ou até mesmo pela simplicidade de sua estrutura e relacionamento das informações. Além do formato de tripla, o modelo RDF pode ser visto num formato de grafo, formado por nós conectados por arcos rotulados. Por definição, os elipses representam os recursos, os arcos representam as propriedades dos recursos e como convencionado pelo W3C os literais são representados como retângulo para que seja diferenciado facilmente. A Figura 1 refere-se a um exemplo de recurso, definido no modelo RDF, na forma de grafo e uma definição através da notação conceitual da tripla. Figura 1 Representação de recurso por grafo, notação conceitual da tripla e QNames É importante enfatizar que o recurso Henrique Oliveira, demonstrado na figura anterior possui uma URI associada que serve com identificação exclusiva, já o literal 30/04/2004 é definido por um valor constante, ou seja, não possui nenhuma identificação exclusiva ou URI associada. Na notação simplificada ou Qnames são utilizados prefixos que indicam quais namespaces pertencem a cada recurso, neste caso o prefixo ex refere-se a um namespace exemplo.

15 Serialização em XML A declaração de RDF é representada através de XML, referenciada através de RDF/XML, auxiliando na portabilidade dos dados RDF entre diferentes plataformas, aplicativos ou sistemas (W3C, 2003), como importante colaboradora para expansão do framework conceitual e abstrato de RDF. A escolha da linguagem de marcação XML possui características que agregam na representação de conhecimento, nas mais diversas formas. Como principais benefícios da utilização de XML destacam-se: Aplicabilidade consagrada na internet pela simplicidade e interoperabilidade de dados; Possui namespaces que o RDF utiliza para definição de escopos de dados distintos, auxiliando na organização e clareza das declarações, possibilitando a criação de junção de metadados com padrões diferentes num mesmo documento; Compatibilidade com Hyper Text Markup Language (HTML) e Standard Generalized Markup Language (SGML) o que aumenta a portabilidade do modelo; Documentação ampla sobre o assunto e diversas ferramentas comerciais e até mesmo acadêmicas, para manipulação de dados codificados em XML. Um documento definido no modelo RDF possui namespaces que são padronizados através do termo xmlns, seguido de seu nome e URI. Nas declarações RDF são utilizados dois namespaces básicos: o rdf que contém as definições do modelo RDF básico e rdfs que contém as definições do RDF Schema. A próxima seção deste documento descreve as características de RDF Schema. Existem duas sintaxes para codificação em XML das declarações do modelo RDF, serialização em XML e serialização em XML abreviada; Porém, não existe nenhuma restrição quanto a representação de nenhuma estrutura de dados entre as codificações. Ou seja, o que pode ser representado através de uma codificação também pode ser representado pela outra sem qualquer perda. O que diferencia uma da outra é a forma de codificação das declarações. A primeira, serialização em XML, representa o modelo completo com todos os componentes pertencentes ao modelo. A Figura 2 representa a serialização em XML de uma declaração RDF. Figura 2 Serialização em XML de uma declaração RDF A segunda sintaxe para codificação, serialização em XML abreviada, representa de forma compacta o modelo, utilizando atributos adicionais e agrupando os dados para descrever subconjuntos do modelo de dados, reduzindo o número de marcadores utilizados para representação. A Figura 3 representa uma serialização abreviada em XML de uma declaração RDF.

16 16 Figura 3 Serialização em XML abreviada de uma declaração RDF O modelo RDF utiliza um recurso do XML chamado XMLBase que permite definir um namespace base ou padrão para todos os recursos que possuem a indicação rdf:id. Desta forma é possível definir uma declaração de forma reduzida e legível, sem a necessidade de colocar o URI completo a cada definição de recursos que utilizam o namespace principal do contexto. A Figura 4 demonstra a declaração RDF/XML da Figura 3 alterada para utilização de XMLBase. Figura 4 Declaração RDF/XML utilizando XMLBase Tipos do Recurso Além dos componentes básicos, descritos anteriormente, o modelo de dados RDF provê outras primitivas importantes que auxiliam na qualificação do recurso a ser descrito. A primitiva rdf:type é destacada pela função de identificar a que grupo de informações o recurso pertence. Além disso, este mecanismo possibilita descrever num mesmo documento informações sobre os dados e metadados através de uma instanciação dos elementos em questão, tornando cada vez mais flexível o modelo. A Figura 4 demonstra a definição de tipos de um recurso em RDF. Figura 4 Definição de tipos de um recurso em RDF A definição de tipos de recurso é muito utilizada pelo conceito de RDF Schema, indicando que o recurso em questão foi definido através de um esquema qualquer. Conforme a Figura 4, o recurso Henrique Oliveira está definido através do esquema paciente,

17 17 definido pelo URI que possui um vocabulário que rege a criação do recurso Coleções Eventualmente uma mesma tripla pode ser montada com diversos objetos, ou até mesmo o objeto em questão se trata de um grupo, lista ou conjunto de objetos. Para definir este conceito o modelo de dados RDF suporta a declaração de três tipos básicos de coleções ou containers de dados, de acordo com a necessidade e algumas características específicas do conjunto quando a ordenação e repetição. Os tipos são definidos da seguinte forma: Bag: representa uma lista não ordenada de recursos ou literais e aceita repetição de valores; Sequence: representa um lista ordenada de valores e aceita repetição de valores; Alternative: representa uma lista ordenada de valores e não aceita repetição de valores. Qualquer um dos tipos de agrupamento pode ser representado no formato de grafo como toda declaração RDF. Como exemplo de alternative, a Figura 5 representa um container RDF neste formato. Figura 5 Grafo que representa um container alternative Além dos containers existe um outro conceito de agrupamento semelhante em RDF, que se chama collection, porém com algumas diferenças na forma de representação. Com a utilização do collection é possível representar um tipo de lista definida sobre listas, contendo definições de cabeça e calda (first e rest), realizando um encadeamento entre recursos. O encadeamento e os elementos da lista possuem uma semântica definida no próprio formato de tripla RDF e marcadores específicos que identificam os componentes básicos da lista. A Figura 6 demonstra um grafo com um exemplo de collection.

18 18 Figura 6 Grafo que representa uma collection Note que, quando a lista não possui mais nenhum componente como calda, o modelo permite a definição de fim de lista através da indicação do valor rdfs:nil para o componente que indica o resto Reificação Uma das mais importantes características do modelo é a possibilidade de uma manipulação eficiente de metadados através do conceito de reificação, que consiste na aproximação de níveis diferentes de abstração de dados em um nível comum, proporcionando o aninhamento de descrições. Com a reificação é possível considerar qualquer statement RDF como um recurso. Na prática, é uma representação de um recurso, anônimo ou não, com no mínimo quatro propriedades. O recurso anônimo é aquele definido apenas dentro do documento ou declaração de origem e não possui uma URI própria que o referencie, ou seja, é uma definição lógica da declaração e não um recurso físico. As quatro propriedades básicas são definidas pelo modelo como listadas a seguir: Subject: indica o recurso descrito pela declaração modelada, ou seja, a origem da declaração; Predicate: indica a propriedade original na declaração modelada; Object: é o valor da propriedade na declaração modelada; Type: descreve o tipo do novo recurso. Qualquer tripla pode ser representada utilizando tais propriedades. Se um recurso é relativo a uma tripla, o respectivo recurso poderá ser referenciado como de tipo statement como qualquer outro recurso, ou seja, possuem uma propriedade de tipagem cujo o objeto é rdf:statement. A Figura 6 demonstra um exemplo de reificação de um statement RDF.

19 19 Figura 6 Reificação de um statement RDF Um exemplo mais completo de uma declaração RDF pode ser consultado no Anexo B. 2.2 RDF SCHEMA O Resource Description Framework Schema Specification (RDFS) é uma linguagem de especificação de esquemas que serve como complemento ao modelo RDF básico. Seu objetivo é alcançar a interoperabilidade semântica de dados num universo heterogêneo. Sua estrutura é composta por vocabulários que definem os esquemas à serem seguidos para a declaração dos dados. Podem ser comparados aos esquemas utilizados nos bancos de dados que servem para garantir, entre outros pontos, a compatibilidade e confiabilidade dos dados através de regras pré-definidas. A utilização de namespaces para este tipo de declaração serve para que não haja conflito entre camadas de classes distintas e também para organização das regras estipuladas. Um exemplo disso pode ser a especificação de uma propriedade Nome que deve aparecer em dois contextos distintos. Os vocabulários definem recursos e propriedades em um sistema com uma interessante tipagem de dados, semelhante a linguagens de programação orientada a objetos, de acordo com as especificações do modelo RDF. As linguagens e metodologias de modelagem de dados são voltadas para representação das estruturas através da identificação das entidades que serão apresentadas como classes e subclasses. Já o mecanismo de RDF Schema define as propriedades em termos das classes de recursos aos quais elas se aplicam, alterando um pouco esta visão (Zanete, 2001). A descrição dos vocabulários em RDF Schema conta com quatro componentes principais que são classificados como classes, propriedades, restrições e documentação Classes As classes permitem a definição de herança entre classes e subclasses, tornando-se um mecanismo de herança múltipla do modelo. Essa componente proporciona uma grande extensibilidade do modelo através do uso, reuso e compartilhamento destes esquemas. É fundamental para prática de aproveitamento de metadados complexos. Para tornar possível o descrito anteriormente este mecanismo conta com algumas primitivas de definição de classes para estruturar o esquema. São elas:

20 20 rdfs:resource classe genérica do modelo ou classe mãe. Toda e qualquer entidade descrita por expressões RDF é considerada um recurso; rdfs:class é subclasse de rdfs:resource e representa a generalização de tipo ou categoria, equivalente ao conceito de classes da orientação a objetos; rdf:property - é subclasse de rdfs:resource e representa uma característica do recurso, equivalente ao conceito de atributo da orientação a objetos Propriedades As propriedades representam o relacionamento entre as classes, superclasses, instâncias das classes ou até mesmo com propriedades, criando uma estrutura de hierarquia de propriedades. As primitivas das propriedades são: rdf:type é subclasse de rdf:property e representa que um recurso é instância de uma ou mais classes, possuindo todos os seus atributos; rdfs:subclassof é subclasse de rdf:property e representa uma relação de subconjunto e/ou super conjunto entre classes. É a principal responsável pela herança múltipla, devido a sua característica transitiva; rdfs:subpropertyof é subclasse de rdf:property e representa o relacionamento entre duas propriedades, sendo fundamental para a definição da hierarquia de propriedades; rdfs:isdefinedby indica qual recurso contém todas as informações de definição do recurso em questão Restrições As restrições permitem acrescentar associações de restrição junto as propriedades de um recurso específico. Utiliza as seguintes primitivas: rdfs:domain indica as classes que uma determinada propriedade é válida ou aplicada. Deve ser utilizado se a propriedade for restrita a classe apontada. Se vários domains são definidos para uma mesma propriedade, o recurso que possui a propriedade deve pertencer a todos os domains apontados. Se nenhum domain for definido, qualquer classe pode conter esta propriedade; rdfs:range - define quais classes podem dar valores a uma determinada propriedade, ou seja, restringe a valoração da propriedade. Quando não é definido para uma propriedade, assume-se que o valor válido é literal Documentação A documentação é o recurso que dá suporte à documentação ou anotações do modelo RDF, porém é bem simples e limitada. Suas primitivas são: rdfs:comment - marcador que possibilita a inserção de um comentário no modelo. rdfs:label possibilita a inclusão de um nome auxiliar para um recurso. Normalmente utilizado para facilitar na legibilidade de recursos muito complexos. rdfs:seealso é subclasse de rdf:property. Faz a indicação a um recurso que pode ter mais informações sobre o recurso em questão, sendo muito útil quando se trata de definições de subclasses ou subpropriedades. Também é caracterizado como documentação, apesar de ser valorado por um recurso.

21 21 É possível definir juntamente com as primitivas de documentação a marcação de linguagem que indica o idioma da informação. É importante salientar que RDF Schema contempla apenas relações binárias entre recursos e propriedades. Restrições de cardinalidade associadas aos relacionamentos não são contempladas pelo mecanismo. Para exemplificar, a Figura 7 demonstra uma definição simples de uma restrição de propriedades através de RDF Schema, onde está definido que para a classe PrescricaoMedica, a propriedade prescritapor somente pode receber valores de Medico. Utilizando a linguagem natural a definição poderia ser definida pela seguinte sentença: somente os médicos podem prescrever uma prescrição médica. Figura 7 Restrição de propriedade através de RDF Schema A Figura 8 exemplifica a notação simplificada ou QNames utilizando um exemplo baseado num RDFS. Figura 8 Exemplo de RDFS representado com Qnames Neste exemplo de schema representado com a notação simplificada utiliza-se prefixos que identificam os namespaces de cada componente do modelo. Os prefixos rdf e rdfs, representam os namespaces do modelo RDF e RDFS respectivamente. Já o prefixo ex esta relacionado ao namespace do exemplo em questão. Neste caso são definidos os seguintes componentes: Classes - ex:medicamento rdf:type rdfs:class. : define que ex:medicamento é do tipo rdfs:class ; - ex:paciente rdf:type rdfs:class. : define que ex:paciente é do tipo rdfs:class ; Propriedades - ex:recebe rdf:type rdf:property. : define que ex:recebe é do tipo rdf:property ; - ex:idade rdf:type rdf:property. : define que ex:idade é do tipo rdf:property ; Domain

22 22 Range - ex:recebe rdfs:domain ex:paciente. : define que a propriedade ex:recebe é válida para a classe ex:paciente ; - ex:idade rdfs:domain ex:paciente. : indica que a propriedade ex:idade é válida para a classe ex:paciente ; - ex:recebe rdfs:range ex:medicamento. : define que os valores válidos para a propriedade ex:recebe são somente os da classe ex:medicamento ; - Como não foi definido nenhum range para a propriedade ex:idade deve-se assumir rdf:xmlliteral. O Anexo C possui a definição completa do RDF Schema que define o modelo RDF e, por sua vez, o Anexo D define o vocabulário utilizado pelo RDF Schema. 2.3 DUBLIN CORE Um dos primeiros exemplos de RDF Schema foi o Dublin Core, um padrão de metadados com a finalidade de catalogação de documentos na internet. Foi idealizado pela comunidade biblioteconômica e permite uma classificação otimizada de qualquer tipo de documento. Foi elaborado utilizando como definição um modelo RDFS e acabou tornando-se um dos mais conhecidos padrões de catalogação da atualidade, por sua qualidade e abrangência, auxiliando na expansão do modelo RDF. O próprio RDFS utiliza alguns elementos deste padrão para sua identificação, o que indica a importância do padrão para este modelo. Os principais elementos do padrão estão organizados da seguinte forma: Caracterização do conteúdo: Title, Subject, Description, Type, Source, Relation, Coverage; Caracterização da instância: Date, Format, Identifier, Language; Caracterização da propriedade intelectual: Creator, Contributor, Publisher, Rigths. A Figura 9 demonstra uma declaração dublin core da documentação do pacote desenvolvido neste trabalho. Figura 9 Declaração Dublin Core da documentação do pacote.net O Anexo E possui a definição do RDFS simplificado do padrão Dublin Core para ilustrar os elementos em sua forma original.

23 ANALOGIA COM UML É possível realizar uma analogia dos componentes do modelo RDF Schema com alguns conceitos envolvidos na Unified Modeling Language (UML). É importante ressaltar que esta analogia serve somente como auxílio ao aprendizado, não possuindo nenhuma ligação direta com os conceitos desta tecnologia e possibilitando traçar um paralelo entre os conceitos apresentados anteriormente. O Quadro 1 demonstra a analogia que pode ser feita entre os componentes RDF Schema e os conceitos UML (Santos, 2002). Quadro 1 Analogia entre RDF Schema e UML RDF UML Class Classe Property Atributo (não definido) Tipos de Atributo Range Domínio Todos os atributos são públicos Visibilidade de atributos Property + Range Associação Property (bag ou sequence) Composição Property + Range Agregação SubClassOf Generalização SubPropertyOf (não definido) SubClassOf Herança Múltipla (não definido) Cardinalidade Mínima (não definido) Cardinalidade Máxima (não definido) Classe Abstrata Descrições sobre recursos Instância Namespace Pacote O Anexo F demonstra um grafo RDF contendo cinco recursos. Neste exemplo, é definida a raiz de uma árvore genealógica utilizando alguns dos conceitos vistos anteriormente.

24 24 3 RDF SOBRE SGBD RELACIONAL O armazenamento confiável e organizado de dados é fundamental para qualquer sistema de informação da atualidade. Uma estrutura de dados bem definida auxilia na redução de tempo no desenvolvimento de sistemas, bem como em futuras manutenções ou expansões. Considerando que RDF modela praticamente qualquer tipo de informação (W3C, 2003) e proporciona uma flexibilidade muito grande na manutenção de estruturas de dados, conclui-se que este modelo possui características que podem auxiliar na otimização do processo de construção, manutenção e evolução de sistemas. Atualmente os aplicativos estão praticamente presos ao modelo de dados, ou seja, a cada novo requisito que necessite de alguma alteração, em uma estrutura já existente ou até mesmo a criação de uma nova, é necessária a intervenção humana para tal. Com a criação de um repositório de RDFS sobre SGBD é possível realizar toda a manipulação de modelo de dados diretamente pela aplicação, considerando que ele também é dado armazenado no modelo, tornando muito mais eficiente esta atualização. Isso é possível porque no banco de dados existe somente a estrutura contendo as entidades (tabelas) do modelo RDFS e não entidades como paciente, por exemplo. Ou seja, todas as entidades do modelo entidaderelacionamento são consideradas como metadados definidos por um RDF Schema, e são facilmente manipulados pela aplicação como se fossem dados comuns. A persistência de dados e metadados no formato RDF em um modelo relacional proporciona vantagens importantes em sua manipulação, pois o acesso e modificação de um grande volume de declarações RDF em XML podem se tornar lentas e fragmentadas, havendo necessidade de otimizações para obter um melhor desempenho. A utilização da tecnologia de Banco de Dados Relacional para armazenar declarações RDF é uma alternativa que aumenta a performance em seu acesso e manutenção (Zanete, 2001), utilizando recursos otimizados do próprio SGBD. Esta proposta combina tecnologias de banco de dados, consagradas mundialmente, com a inovação e a flexibilidade proposta pelo modelo RDF. Existem diversos projetos que definem inúmeras formas de persistência de RDF sobre Banco de Dados Relacional, conforme descrito no Anexo G. Porém para o desenvolvimentos deste trabalho foram analisados os dois principais frameworks de persistência existentes, os quais serão descritos na próxima seção deste trabalho. 3.1 ANÁLISE ESTRUTURAL DE JENA E SESAME Este seção é dedicada à documentação da análise realizada sobre o framework Jena e Sesame, com o objetivo de mapear as diferenças entre os modelos de dados, tendo condições de definir qual o modelo mais consistente, ou seja, o modelo que melhor se enquadra à

25 25 realidade proposta por este trabalho. Além disso, é também objetivo verificar também qual proposta de cada modelo para a persistência e quais técnicas são mais eficientes para uma persistência segura de documentos RDF em banco de dados relacional Jena O framework Jena foi projetado para possibilitar a manipulação de diversas ontologias da internet, e tem o objetivo de representar o conhecimento de forma semântica, dentre elas o modelo RDF. Este projeto foi desenvolvido por Brian McBride, juntamente com a HP, usufruindo de pacotes implementados anteriormente em outros projetos que possuíam contextos semelhantes a este, adicionando novas implementações. Deste cenário, surgiu a API Jena desenvolvida em Java. O Jena possui um pacote de classes que dá suporte total a criação e manipulação de documentos RDF, os quais são representadas de maneira genérica por recursos, propriedades e literais. Algumas características importantes do pacote de manipulação de RDF do Jena são listadas a seguir: Módulo de armazenamento persistente sobre o banco de dados. Atualmente dá suporte a Oracle, MySql e PostgreSQL; Métodos de declarações e recursos centrais que permitem a manipulação de um modelo RDF como um conjunto de triplas RDF. Possui um conjunto de recursos com propriedades respectivamente; Possibilidade de expansão devido a implementação de uma arquitetura aberta; Possui uma linguagem de consulta; Utiliza parsers integrados; Suporte a containers e a extensão de recursos. O modelo físico de dados utilizado pelo Jena trabalha basicamente com o conceito de triplas para armazenamento dos dados. Deste modo, o sistema utiliza prefixos internos para identificação de cada um dos componentes dos modelos suportados pelo framework, tendo em vista que não possui um estrutura física que permita o armazenamento normalizado de cada informação. Através destes prefixos, são criados identificadores para cada dado, possibilitando a criação do encadeamento lógico dos dados a partir dos próprios dados. É importante salientar que a estrutura foi modelada desta forma, para obter uma maior abrangência aos diferentes formatos de ontologias suportadas pelo Jena, além do suporte ao modelo RDF. Esta estrutura proporciona flexibilidade para inclusão de novas tecnologias ao projeto e por outro lado, dificulta a persistência devido a necessidade da localização de cada prefixo para cada inclusão ou alteração de dados no modelo físico. A Figura 10 demonstra o modelo físico dos dados utilizados pelo Jena.

26 26 Figura 10 Modelo físico de dados do Jena O modelo físico de dados é gerado automaticamente a partir da execução do framework Jena. O processo de geração automática do modelo não cria nenhuma chave estrangeira entre as tabelas. Por este motivo, não existe nenhum relacionamento representado na Figura Sesame O Sesame foi desenvolvido inicialmente pelo projeto do OntoKnowledge, mas em conjunto com as empresas Aidministrator e OntoText, com o objetivo de criar uma arquitetura genérica para armazenamento e consulta de RDF e RDF Schema em banco de dados relacional. Foi um projeto desenvolvido em Java com suporte a MySql e PostgreSQL. Além da estrutura de dados modelada para proporcionar compatibilidade total com RDFS, o Sesame está se voltando para uma arquitetura que permita o armazenamento de outras ontologias e algumas técnicas de armazenamento de dados de serviços remotos através da internet. Atualmente utiliza técnicas que aumentam a performance de acesso às informações e tem uma grande preocupação quanto à incorporação de primitivas transacionais em sua implementação. Algumas características importantes do pacote de manipulação de RDF do Sesame são listadas a seguir: Módulo de armazenamento persistente sobre o banco de dados; Utiliza uma API de manipulação de RDF; Expansão contínua através de diversas pesquisas; Possui uma linguagem de consulta sobre os dados; Suporte a containers e a extensão de recursos; Arquitetura modular e voltada à performance de consulta. O modelo físico dos dados utilizado pelo SESAME é bem detalhado, voltado especificamente para armazenamento de RDF e RDF Schema. Todos os componentes do modelo RDF estão contemplados nesta estrutura de forma normalizada, tornando mais eficiente o gerenciamento dos dados. A Figura 11 demonstra o modelo físico dos dados utilizados pelo Sesame.

27 27 Figura 11 Modelo físico de dados do Sesame O modelo físico de dados do Sesame possui as constraints físicas do banco que garantem a confiabilidade das informações que estão sendo armazenados Comparação entre Jena e Sesame Para definição do modelo de dados implementado neste trabalho, foi realizado um trabalho de análise que buscou fazer o mapeamento das diferenças entre os modelos existentes no framework Jena e Sesame. O objetivo é identificar qual a melhor estrutura ou até mesmo criar um modelo que agrupe as melhores características entre ambos, caso haja necessidade. Avaliando as características de Jena e Sesame é possível identificar grandes diferenças entre os modelos de dados. Este fato está diretamente relacionado a abrangência de cada tecnologia. O Jena não é uma implementação específica para manipulação de RDF, necessitando de uma grande flexibilidade de dados para persistir diversas ontologias. Por este motivo, possui uma estrutura de dados simplista, baseada no conceito de tripla. Utiliza prefixos que identificam os componentes de cada ontologia, totalmente baseado no conceito de metadados. O Sesame é uma implementação específica para manipulação de RDF que possui uma estrutura de dados mais elaborada, totalmente de acordo com as características do modelo RDF. Utiliza constraints do próprio banco que garantem um armazenamento consistente dos dados. Para isso, não são utilizados metadados ou qualquer tipo de prefixo agregado às

28 28 informações do RDF para possibilitar a persistência, pois todos os componentes do modelo são entidades presentes no modelo de dados. Avaliando todas as vantagens e desvantagens de cada tecnologia, chega-se à conclusão que o modelo mais consistente e que apresenta as características estruturais mas alinhadas ao objetivo deste trabalho é o do Sesame. Portanto este modelo de dados foi utilizado para armazenar os dados persistidos por este pacote. 3.2 ENTIDATE RELACIONAMENTO (ER) VERSUS RDF Para ilustrar melhor a diferença entre uma modelagem de dados realizada através do modelo ER e a proposta pelo RDF, esta seção demonstra um exemplo prático que permita realizar a comparação entre as duas abordagens Modelagem ER A modelagem ER é amplamente utilizada no mercado para armazenamento de dados. Nessa abordagem define-se cada entidade de forma independente e cria-se diversas relações entre entidades. Dependendo da situação é permitida a geração de entidades auxiliares para que o relacionamento torne-se normalizado, ou seja, entidades que representam relacionamento. Figura 12 Exemplo de Modelagem ER tradicional Com a finalidade de exemplificar uma modelagem ER, a Figura 12 demonstra como ficaria armazenada, no modelo relacional tradicional, a informação da declaração RDF da Figura 2. Nesta representação são geradas quatro entidades: Hospital, Paciente, Hospital_Paciente e Internação. Cada entidade possui seus atributos e um identificador principal que é utilizado como chave para criação de um relações com outras entidades. A entidade Hospital_Paciente é utilizada para representar a relação entre Hospital e Paciente, tendo em vista que um paciente pode ser atendido em diversos hospitais. Este por sua vez está relacionado com a entidade Internação, o que representa que a internação foi realizada para um paciente e hospital específico Modelagem RDF/XML A modelagem RDF/XML é representada através da linguagem XML. Nessa abordagem é necessário mapear todos os requisitos do problema e representá-los utilizando os componentes do modelo RDF. Deve-se também definir um contexto para os dados através de

29 29 namespaces e URI s de identificação de cada recurso envolvido. Logo após, deve ser definido o schema que definem a estrutura dos dados e, por fim, fazer a representação dos dados propriamente ditos (baseado no schema). Como exemplo, a Figura 13 demonstra como seria a definição de um RDFS equivalente a estrutura do modelo ER descrito na Figura 12. Figura 13 Modelagem utilizando RDFSchema Este schema define as classes Hospital, Paciente e Internação. A propriedade da classe Hospital é definida como Nome_Hospital. A classe Paciente possui a propriedade Nome_Paciente. A classe Internacao possui as propriedades Data_Internacao, Paciente_Internacao e Hospital_Internacao. É importante salientar que a propriedade Paciente_Internacao somente aceita os valores oriundos da classe Paciente e a propriedade Hospital_Internacao somente aceita os valores oriundos da classe Hospital, e isso viabiliza a relacionamento correto das informações. Depois dessa definição, é possível criar uma declaração RDF baseada no schema, totalmente voltado à realidade proposta. A Figura 14 demonstra um exemplo de uma declaração RDF baseado no schema, carregando somente parte dos componentes definidos.

30 30 Figura 14 Exemplo de declaração baseada num schema No exemplo anterior são declaradas as informações baseado no exemplo da Figura Modelagem RDF persistida em SGBD Na modelagem de dados RDF em Banco de Dados Relacional é possível definir diversas estruturas como metadados e armazenar diversos tipos de dados sem a necessidade de alterar o modelo físico de armazenamento. Para que isso seja possível, utiliza-se um modelo de dados relacional que contemple os componentes do modelo RDF. Para este exemplo, está sendo utilizado o modelo de dados do Sesame. Com a finalidade de exemplificar a persistência de RDF no modelo de dados, a Figura 15 demonstra como ficaria a persistência da declaração RDF da Figura 2 num modelo de dados relacional. Neste exemplo, está sendo utilizado um modelo de dados resumido e não estão sendo declaradas as entidades de schema. Somente são representadas as entidades equivalentes aos da modelagem ER anterior, porém, deve-se considerar que o schema da seção está persistido neste modelo. Figura 15 Exemplo de Persistência de RDF no modelo relacional Nesta persistência estão envolvidos três recursos, dois namespaces, uma tripla, um literal e uma propriedade. Cada recurso possui obrigatoriamente um namespace. Todos os componentes da declaração são persistidos como recurso. A classificação de cada recurso é especializada quando o identificador do recurso é inserido numa tabela de especialização, neste caso Property e Literal. A tripla da declaração também é armazenada fisicamente no modelo, onde as chaves de sujeito, predicado e objeto são identificadores de recurso. A tripla possui um identificador único para auxiliar em sua manipulação.

31 31 É importante salientar que dados, metadados e tipagens são tratados como recurso, ou seja, estão armazenados na mesma estrutura. Este técnica permite a expansão estrutural dos dados e schemas de forma otimizada, sem que haja qualquer alteração no modelo relacional Mudança estrutural em ER e RDF Esta seção pretende demonstrar algumas diferenças na expansão do modelo de dados do negócio através destas duas técnicas de modelagem de dados. Considerando o contexto dos exemplos anteriores, pode-se supor que haja a necessidade de aumentar o número de informações sobre a internação do paciente. Seria interessante ter a armazenada a data da Alta do paciente. Neste caso existe a necessidade de fazer uma adaptação no modelo de dados para armazenar esta informação. O modelo de dados exemplo da Figura 12 não suporta o armazenamento da informação de Alta. É necessário criar uma nova entidade chamada Alta para permitir o armazenamento destes dados. A Figura 16 exibe como ficaria o modelo de dados anterior com a adaptação para a informação de Alta. Figura 16 Modelo de dados ER alterado Nota-se que a nova entidade Alta possui o atributo Data e está relacionado à internação do paciente. Qualquer nova informação que venha ser necessária gera um trabalho de reestruturação física no modelo de dados, refletindo diretamente na estrutura da aplicação e no tempo de desenvolvimento do recurso. Para realizar a mesma alteração na modelagem RDF/XML deve-se acrescentar a definição demonstrada na Figura 17 no schema da Figura 13. Essa definição cria a classe Alta e as propriedades Data_Alta e Alta_Internacao. É importante salientar que a propriedade Alta_Internacao somente aceita os valores oriundos da classe Internacao. Isso viabiliza a informação que indica que uma Alta possui uma Internacao associada.

32 32 Figura 17 Alteração de RDF Schema A mesma alteração pode ser realizada na modelagem RDF sobre SGBD, dando suporte a esta nova informação. A Figura 18 exibe como estaria persistida a informação na modelagem RDF apenas utilizando metadados. Figura 18 Modelagem RDF utilizando flexibilidade dos metadados Nesta modelagem não foi necessária nenhuma alteração no modelo físico dos dados. Apenas foram criados novos recursos que indicam a Alta como metadado e Property, indicando o novo atributo. Além disso foram incluídas a data de alta do paciente como Literal e a Triple 101 que gera o relacionamento entre o recurso, propriedade e valor. Tudo isso agregado aos dados do modelo anterior. Portanto, a modelagem utilizando os componentes RDF no modelo relacional torna mais flexível qualquer adaptação no modelo de dados da aplicação, gerando o menor impacto possível e eliminando adaptações no modelo de dados e alterações na camada de persistência.

33 4 PACOTE DE PERSISTÊNCIA PARA RDF Este capítulo é dedicado a descrição das principais tecnologias envolvidas no processo de criação do Pacote.Net para manipulação de RDF e RDF Schema sobre SGBD, bem como a definição técnica dos conceitos e funcionalidades disponibilizadas por este pacote. 4.1 TECNOLOGIAS ENVOLVIDAS Com o objetivo de realizar a persistência e manipulação de declarações RDF em SGBD Relacional, foram realizadas diversas pesquisas de tecnologia para auxiliar no processo de definição, análise, estruturação e elaboração dos conceitos envolvidos. As tecnologias com maior aderência ao assunto foram escolhidas para auxiliar no desenvolvimento deste trabalho, são elas: DriveRDF: Parser RDF para a plataforma.net;.net Framework: Plataforma de desenvolvimento; MSDE: Banco de dados; Rational Rose Data Modeler Edition DriveRDF É um parser RDF para a plataforma.net que possui os componentes necessários para validação e manipulação de RDF e RDF Schema. Além disso, o DriveRDF é uma ferramenta homologada pelo W3C e desenvolvida em C#, uma linguagem de programação orientada a objetos, criada para desenvolvimento.net. Como este trabalho não visa a criação de um parser RDF o DriveRDF tem um papel importante na validação sintática do modelo RDF e no reconhecimento dos componentes da declaração RDF. Portanto o pacote utiliza a estrutura de dados armazenada pelo DriveRDF, em memória, após leitura e validação do documento RDF e realizará a persistência dos documentos no banco de dados escolhido. O conjunto de classes disponíveis pelo DriveRDF estão dispostas no Anexo F Net Framework Não existe até o momento nenhuma implementação conhecida desenvolvida em.net e que possua código fonte aberto, que realize a persistência de declarações RDF em banco de dados. Portanto, a escolha da linguagem de desenvolvimento para este trabalho, levou em

34 34 consideração este fato e também a característica de trabalhar com uma tecnologia inovadora de desenvolvimento. O.Net Framework é uma tecnologia que possui um ambiente de desenvolvimento multi-plataforma, multi-linguagens, multi-dispositivos e que dá suporte total à orientação a objetos, além de conter uma biblioteca de classes muito rica (CORPORATION, 2004). É uma plataforma de desenvolvimento similar à plataforma de desenvolvimento Java, ao comparar seus conceitos e propostas. O desenvolvimento deste pacote será realizado na linguagem C#, totalmente integrado com o DriveRDF. Também será utilizada a linguagem ASP.NET para a criação da aplicação de administração dos modelos de dados que serão disponibilizadas ao usuário MSDE O MSDE foi escolhido como banco de dados para utilização deste desenvolvimento por possuir um driver nativo para.net, tornando confiável a comunicação entre o banco de dados e o pacote. Outro benefício é contar com uma tecnologia robusta, utilizadas por grandes corporações, com ferramentas que auxiliam no gerenciamento de dados e estruturas. Possui praticamente todas as características do SGBD Relacional Microsoft SQLServer, porém é freeware e, como restrição, admite apenas cinco conexões simultâneas ao banco de dados. A limitação de conexões simultâneas não chega a afetar o desenvolvimento deste pacote, tendo em vista que não será necessário utilizar múltiplas conexões ativas para homologar a funcionalidade proposta por este trabalho Rational Rose Data Modeler Edition Para realizar a modelagem dos componentes desenvolvidos neste trabalho foi utilizado o software Rational Rose Data Modeler Edition que proporciona um bom suporte a documentação no padrão UML. Nesta ferramenta foram desenvolvidos os principais diagramas de seqüência, entidade relacionamento, componente e modelagem das principais classes e interface. O objetivo é detalhar os principais processos envolvidos e promover uma boa documentação técnica sobre o assunto. 4.2 MODELO DE DADOS ER PARA PERSISTÊNCIA Após análise realizada nos principais frameworks de persistência de RDF sobre Banco de Dados Relacional (Jena e Sesame), foi selecionado o modelo utilizado pelo Sesame. Conforme descrido na seção Durante o desenvolvimento do pacote de persistência, foi disponibilizada uma nova versão do Sesame com modificações importantes no modelo de dados utilizado. Este novo modelo modifica a estrutura de armazenamento, tornando a entidade Recurso ainda mais importante, onde praticamente todas as chaves das tabelas envolvidas são chaves estrangeiras para a tabela de recurso. A utilização do modelo de dados, proposto pela nova versão do Sesame, tornou mais simples a persistência das declarações, pois a centralização no recurso de todos os componentes, diminui o processamento e otimiza a execução do pacote. Para definir os

35 35 demais componentes do modelo são utilizadas tabelas adicionais, contendo somente as chaves, diminuindo inclusive o volume de dados a ser persistido. Foram realizadas algumas alterações no modelo de dados original para implementação deste pacote. Basicamente foram incluídas todas as constraints, de forma física, no banco de dados; pois, após a utilização do framework Sesame em alguns testes, existiam constraints que não haviam sido geradas e, como não foram encontradas nenhuma justificativa para tal, optou-se pela criação das mesmas para garantir confiabilidade da persistência. Também foi adicionada a tabela Sequences, que serve para armazenar os identificadores, que são utilizados pelo pacote, para geração dos identificadores requeridos na persistências de alguns componentes do modelo. A Figura 19 demonstra o modelo de dados completo do pacote.net de persistência de RDF e RDF Schema proposto por este pacote. Figura 19 Modelo de dados do pacote.net de persistência A entidade Recurso é o mais importante componente do modelo. Todos os dados são considerados recursos. Cada recurso possui um Namespace que funciona como um agrupador de dados homogêneos. Os recursos podem ser especializados como Property, Class, Triples ou Literals. A especialização das propriedades é realizada através da entidade SubPropertyOf, onde são definidas sub-propriedades e super-propriedades. A

36 36 especialização das classes é realizada através da entidade SubClassOf, onde são definidas sub-classes e super-classes. As entidades Domain e Range definem relações entre as classes e propriedades. A entidade Sequences armazena os próximos identificadores dos componentes Resources e Namespaces. Uma característica interessante do modelo proposto é a distribuição de chaves pelo modelo de dados para realizar o armazenamento da informação, mantendo centralizado os dados e metadados, apenas utilizando os conceitos de RDFS para caracterizar cada componente. De acordo com a teoria do modelo RDF triplas não representadas físicamente e literais não seriam recursos; porém, este modelo utiliza este artifício para centralizar todos os componentes e evitar a geração de múltiplas seqüências que poderiam tornar mais complexa a estrutura do modelo. Algumas particulartidades importantes sobre a implementação da persistência de cada componente do modelo estão descritas nas próximas seções deste documento juntamente com as especificações técnicas deste pacote. 4.3 ARQUITETURA O Pacote de persistência para RDF é uma proposta de arquitetura para persistência de declarações RDF em SGBD. Este Pacote poderá ser utilizado por qualquer aplicação desenvolvida em.net, pois sua estrutura é totalmente independente da aplicação. Outra característica importante se dá ao fato que a implementação foi baseada em diversas camadas, proporcionando uma grande flexibilidade na manutenção e suporte à expansão para outros bancos de dados, pois a classe de acesso e execução é desenvolvida de forma independente de banco, sem que haja qualquer impacto na aplicação ou demais camadas do pacote. A implementação deste pacote de classes foi realizada em C# e, inicialmente, disponibiliza o suporte ao Microsoft Database Engine (MSDE). Sua arquitetura está dividida em seis componente principais, são eles: DriveRDF, RDFPackage, RDFPersistence, RDFModels, RDFQuery e RDFDatabases. A Figura 20 demonstra o diagrama de componentes UML para um melhor entendimento da arquitetura do pacote de forma geral. Figura 20 Arquitetura do Pacote de Persistência para RDF

37 37 Uma descrição funcional informal da arquitetura descrita anteriormente seria basicamente a seguinte: No processo de persistência de declarações RDF, a aplicação.net utiliza a interface RDFInterface para acessar os métodos de persistências e consultas aos dados e schemas armazenados. Essa interface faz parte do componente RDFPackage, responsável pelo gerenciamento e execução de todos os componentes do pacote. O componente RDFPackage, por sua vez, utiliza as interfaces do parser Drive para fazer a validação da declaração. Somente podem ser persistidas declarações válidas; caso contrário, o processo é abortado. Primeiramente, é criado um objeto que implementa a interface IRdfParserFactory. Este objeto possui um método que retorna um objeto que implementa a interface IRdfParser. Esta por sua vez possui um método que valida a declaração, retornando outro objeto que implementa a interface IRdfGraph, possuindo o resultado da validação e todos os nodos do RDF estruturados em memória. Este objeto é utilizado pelo componente RDFPackage, executando um método do objeto IRdfGraph que retorna todas as triplas da declaração; Depois disso ocorre uma navegação em todas as triplas da declaração, que estão em memória pelo componente RDFPackage. À medida que os componentes do modelo vão sendo reconhecidos, são realizadas as chamadas de métodos disponibilizados pelo componente RDFPersistence, armazenando as declarações. Este possui uma abstração de todos os componentes do RDF e gera SQLs padrão para realizar a persistência. Através da interface IRdfDatabases, o RDFPersistence chama métodos que devem persistir todos os componentes do modelo. O RDFDatabases possui métodos para criação de conexões, execuções, exceções e até mesmo as modificações sobre os SQLs padrão são realizadas neste componente. Este componente também é responsável pelo isolamento da aplicação e banco de dados. Os modelos de dados, implementados por este pacote, são semelhantes ao conceito utilizado no modelo ER. Ou seja, são conjuntos de dados que possuem a mesma semântica, podendo estar ligados a tempo, à visão ou à regra de negócio. Esta funcionalidade é disponibilizada pelo pacote atráves do componente RDFModels, que é definido na seção 5.1. (Por ser uma funcionalidade agregada ao pacote de persistência está definido num capítulo à parte). O componente RDFQuery disponibiliza alguns métodos estáticos que possibilitam a leitura dos dados persistidos, utilizando diversos recursos estruturais desenvolvidos neste pacote. Os Anexos G, H, I e J descrevem alguns diagramas relacionados aos processos de persistência descritos anteriormente. As principais regras e particularidades de implementação de cada componente estão descritas nas próximas seções DriveRDF Como descrito na seção 4.1.1, o parser DriveRDF será responsável pela validação sintática do modelo RDF e reconhecimento de cada componente do documento RDF. Foi implementada uma forte integração com o componente RDFPackage, dando a visibilidade necessária para obter as informações que devem ser persistidas no banco de dados ou até mesmo informando algum erro que tenha sido encontrado na declaração. O único componente que integra com o DriveRDF é o RDFPackage. Para isso são utilizadas três interfaces para comunicação do pacote de persitência com o parser.

38 IRdfParserFactory Uma instância da classe RdfParserFactory implementa a interface IRdfParserFactory. Em seu método construtor, todos os controles do parser RDF são ativados, bem como os atributos de validação setados. Após essa inicialização, é possível obter uma instância do objeto RDFParser, através do método GetRdfXmlParser() IRdfParser Uma instância da classe RdfParser implementa a interface IRdfParser, possibilitando validar uma declaração RDF através do método ParseRdf(), passando como parâmetro uma URI de declaração válida. O retorno deste método é um objeto chamado RdfGraph, que contém todos os componentes do RDF definidos na declaração dispostos em memória. Porém, esse objeto é retornado somente quando a declaração é válida, caso contrário, o retorno é nulo e a própria instância de RdfParser possui uma estrutura que armazena os erros e/ou alertas encontrados pelo parser em caso de declaração incompleta ou inválida. Neste caso, a persistência é abortada evitando que algum dado incorreto comprometa a confiabilidade da informação IRdfGraph A instância da classe RdfGraph implementa a interface IRdfGraph. Este objeto possui estrururas em memória com todos os componentes do RDF e RDFS, inclusive uma estrutura contendo todas as triplas declaradas. Um ponto positivo da utilização do DriveRdf foi quanto a padronização estrutural dos dados disponibilizados pelo parser, apesar das diferentes sintaxes para realizar uma declaração RDF (referenciadas no capítulo 2), permitindo que a implementação da persistência trabalhasse apenas com a persistência de cada componente e eliminando certas diferenças que poderiam gerar incoerências nos dados persistidos RDFPackage O componente de negócio RDFPackage é um dos mais importantes deste pacote de persistência, pois realiza a integração com o DriveRDF, controla a execução de todos os outros componentes e ainda disponibiliza diversos métodos de acesso e manipulação às declarações persistidas pelo pacote por qualquer aplicação externa através de interfaces. São utilizadas interfaces com o objetivo de tornar transparente para as aplicações toda e qualquer alteração que venha a ser necessária a algum componente do pacote RDFs Esta classe define todos os métodos disponíveis pelo pacote de persistência. Em sua construção são instanciados todos os objetos de persistência e os necessários para integração com o DriveRdf. As demais funcionalidades vão sendo solicitadas por demanda dependendo da funcionalidade. Todos os métodos desta classe relacionados a seguir são disponibilizados pela interface chamada RDFInterface. O Quadro 2 demonstra todos os métodos disponíveis pela classe RDFs e sua descrição de funcionalidade.

39 39 Quadro 2 Métodos de armazenamento da classe RDFs Nome do Método Descrição da funcionalidade PostClass Executa o método de persistência da Class e seu respectivo recurso. PostDomain Executa o método de persistência do Domain. PostLiteral Executa o método de persistência do Literal e seu respectivo recurso. PostNamespace Executa o método de persistência do Namespace. PostProperty Executa o método de persistência da Property e seu respectivo recurso. PostRange Executa o método de persistência do Range. PostResource Executa o método de persistência do Resource e seu respectivo Namespace. PostSubClassOf Executa o método de persistência da SubClassOf. PostSubPropertyOf Executa o método de persistência da SubPropertyOf. PostTriple Executa o método de persistência da Triple e seu respectivo recurso. PostRdfXml Executa o parser da declaração através do DriveRDF e o método de persitência quando a declaração é válida ou gera uma exceção no caso contrário, abortanto o processo de persistência. PersistRDFS Realiza a navegação no objeto RdfGraph do DriveRDF e executa a persistência de todos os componentes da declaração utilizando os métodos anteriores. Cada componente do modelo de dados é incluído no banco somente se não for persistido anteriormente. Nos casos de reincidência o método apenas retorna o identificador do dado. Na primeira inclusão, o registro é incluído e o novo identificador do dado é retornado para manipulação. Além dos métodos de persistência, a classe RDFs possui métodos que permitem a exclusão dos dados persistidos conforme descritos no Quadro 3. Quadro 3 Métodos de exclusão da classe RDFs Nome do Método Descrição da funcionalidade DeleteClass Executa o método de exclusão da Class. DeleteDomain Executa o método de exclusão do Domain. DeleteLiteral Executa o método de exclusão do Literal. DeleteNamespace Executa o método de exclusão do Namespace. DeleteProperty Executa o método de exclusão da Property. DeleteRange Executa o método de exclusão do Range. DeleteResource Executa o método de exclusão do Resource. DeleteSubClassOf Executa o método de exclusão da SubClassOf. DeleteSubPropertyOf Executa o método de exclusão da SubPropertyOf. DeleteTriple Executa o método de exclusão da Triple. É importante ressaltar que todos os métodos de exclusão possuem a opção de exclusão em cascata ou restrita, deixando a cargo da aplicação decidir qual a melhor abordagem para exclusão. Para exclusão em cascata, foram utilizadas as constraints do banco de dados, enquanto que, para exclusão restrita, o controle de exclusão é realizado pelo pacote de persistência.

40 RDFPersistence O componente RDFPersistence é a camada de persistência deste pacote. Este componente não executa nenhuma instrução SQL diretamente no banco de dados, pois este pacote está prevendo uma expansão a qualquer outro banco. Para viabilizar este recurso é utilizada a interface multi-banco para isolar a camada de persistência da camada do banco de dados. Além disso, são utilizadas instruções SQL padrão, para que seja possível realizar a persistência de forma transparente, visando que particularidades de cada banco sejam tratadas de forma independente pelo componente específico para este fim. Para garantir o controle de persistência cada componente do modelo de dados, descrito na seção 4.2, possui uma classe de persistência associada, que utiliza o interface IRDFDatabases de abstração do banco Class Classe responsável pela persistência da entidade Class. Seus métodos são dispostos no Quadro 4. Quadro 4 Métodos de persistência da classe Class Métodos Parâmetro Descrição Insert Class_Id Inclui nova classe Get Class_Id Busca classe pelo identificador Delete Class_Id Deleta classe pelo identificador Domain Classe responsável pela persistência da entidade Domain. Seus métodos são dispostos no Quadro 5. Quadro 5 Métodos de persistência da classe Domain Métodos Parâmetro Descrição Insert Property_Id, Class_Id Inclui novo domain Get Property_Id, Class_Id Busca domain pela propriedade e classe Delete Property_Id, Class_Id Deleta domain pela propriedade e classe Literals Classe responsável pela persistência da entidade Literals. Seus métodos são dispostos no Quadro 6.

41 41 Quadro 6 Métodos de persistência da classe Literals Métodos Parâmetro Descrição Insert Literal_Id, Data_Type_Id, Inclui novo literal Language, LabelKey, Label Get Language, LabelKey, Data_Type_Id Busca literal pela linguagem, chave do literal e o tipo de dado Delete Literal_Id Deleta o literal pelo identificador Namespaces Classe responsável pela persistência da entidade Namespaces. Seus métodos são dispostos no Quadro 7. Quadro 7 Métodos de persistência da classe Namespaces Métodos Parâmetro Descrição Insert Prefix, Name Inclui um novo namespace Get Name Busca pelo nome ou descrição Delete Namespace_id Deleta o namespace pelo identificador Property Classe responsável pela persistência da entidade Property. Seus métodos são dispostos no Quadro 8. Quadro 8 Métodos de persistência da classe Property Métodos Parâmetro Descrição Insert Property_Id Inclui um novo propriedade Get Property_Id Busca a propriedade pelo identificador Delete Property_Id Deleta a propriedade pelo identificador Range Classe responsável pela persistência da entidade Range. Seus métodos são dispostos no Quadro 9. Quadro 9 Métodos de persistência da classe Range Métodos Parâmetro Descrição Insert Property_Id, Class_Id Inclui um novo Range Get Property_Id, Class_Id Busca o range pelo identificador da propriedade e classe Delete Property_Id, Class_Id Deleta o range pelo identificador da propriedade e classe Resources Classe responsável pela persistência da entidade Resources. Seus métodos são dispostos no Quadro 10.

42 42 Quadro 10 Métodos de persistência da classe Resources Métodos Parâmetro Descrição Insert Namespace_Id, Local_Name Inclui um novo recurso Get Local_Name, Namespace_Id Busca o Resource pelo identificador do namespace e o nome do recurso Delete Resource_Id Deleta o recurso pelo identificador SubClassOf Classe responsável pela persistência da entidade SubClassOf. Seus métodos são dispostos no Quadro 11. Quadro 11 Métodos de persistência da classe SubClassOf Métodos Parâmetro Descrição Insert SubClass_Id, SuperClass_Id Inclui uma nova subclasse Get SubClass_Id, SuperClass_Id Busca a subclasse pelo identificador da subclasse e superclasse Delete SubClass_Id, SuperClass_Id Deleta a subclasse pelo identificador da subclasse e superclasse SubPropertyOf Classe responsável pela persistência da entidade SubPropertyOf. Seus métodos são dispostos no Quadro 12. Quadro 12 Métodos de persistência da classe SubPropertyOf Métodos Parâmetro Descrição Insert SubProperty_Id, Inclui uma nova subpropriedade SuperProperty_Id Get SubProperty_Id, SuperProperty_Id Busca a subpropriedade pelo identificador da subpropriedade e Delete SubProperty_Id, SuperProperty_Id superpropriedade Deleta a subpropriedade pelo identificador da subpropriedade e superpropriedade Triples Classe responsável pela persistência da entidade Triples. Seus métodos são dispostos no Quadro 13.

43 43 Quadro 13 Métodos de persistência da classe Triples Métodos Parâmetro Descrição Insert Triple_Id, Subject_Id, Inclui uma nova tripla Predicate_Id, Object_Id Get Subject_Id, Predicate_Id, Object_Id Busca a tripla pelo identificador do sujeito, predicado e objeto Delete Triple_Id Deleta a tripla pelo identificador RDFDatabases O componente RDFDatabases é responsável pelo sistema multi-banco do pacote de persistência. Possui uma interface chamada IRDFDatabases que realiza a abstração das conexões, exceções e métodos de execução de instruções, de forma que a adaptação para o suporte a um novo banco de dados gere pouco impacto na implementação da alteração deste componente e nenhum impacto nas camadas superiores. Todas as informações diretamente relacionadas a banco de dados, estão organizadas em cinco componentes DBAccess A classe DBAcess é responsável pela abertura das conexões, criação de parâmetros, providers, tipos de comandos e substituição de parâmetros e todas estas atividades de maneira específica para o banco de dados. Para isso conta com os métodos listados no Quadro 14. Quadro 14 Métodos de abstração da classe DBAccess Métodos Parâmetro Descrição ExecuteDataSet Connection, CommandType, CommandText, CommandParameters Dataset. (select) ExecuteNonQuery Connection, CommandType, CommandText, CommandParameters Executa um comando Sql que retorna vários registros encapsulados num Executa comando SQL como um delete, insert ou update. OpenConnection Connection, Factory Abre a conexão com o banco de dados AddParameters Cmd, CommandParameters Adiciona os parametros no comando CreateDataAdapter CreateConnection CreateCommand Cria um DataAdapter para suportar a execução do comando de acordo com o banco. Cria conexão de acordo com o banco Cria commando de acordo com o banco CreateDataParameter paramname, DBType, Value Cria um parametro de acordo com o banco DBConfig A classe DBConfig é responsável pela busca da configuração do banco de dados ativo do pacote de persistência. Esta configuração deve estar definida no arquivo de configuração

44 44 da aplicação.net, que pode ser o Web.config no caso de uma aplicação para internet ou App.config para uma aplicação tradicional. Figura 21 Exemplo de configuração do banco de dados do pacote A Figura 21 demonstra um exemplo de configuração do banco de dados do pacote. A definição da configuração é realizada de uma forma simples utilizando a linguagem XML, com a marcação <Database>, indicando o grupo, e a <DBActive>, indicando a seção. Existem também chaves que definem o provider (no caso do MSDE é SQLClient ) chamada Provider e a string de conexão com o banco de dados chamada ConnString. Caso a configuração não tenha sido definida nos arquivos de configuração, será gerada uma exceção e o processo de persistência abortado. O Quadro 15 exibe a definição do método que realiza a busca da configuração do banco de dados ativo do pacote. Quadro 15 Métodos da classe DBConfig Método Parâmetro Descrição GetConfig groupname, sectionname, key Busca a configuração que indica o banco de dados ativo para persistência DBException A classe DBException é responsável pelo controle de todas as exceções provenientes da execução do pacote de persistência. Para realizar este controle são utilizados os métodos listados no Quadro 16.

45 45 Quadro 16 Métodos da classe DBException Métodos Parâmetro Descrição DBException Exceção genérica DBException Message Exceção genérica com mensagem DBException message, inner Exceção genérica com mensagem e exceção original DBException info, context Exceção genérica que permite serialização do resultado DBConfigException Exceção de configuração DBConfigException Message Exceção de configuração com mensagem DBConfigException message, inner Exceção de configuração com mensagem e exceção original DBConfigException info, context Exceção de configuração que permite serialização do resultado RDFPackage Exceção do banco de dados do pacote DatabaseException RDFPackage DatabaseException Message Exceção do banco de dados do pacote com mensagem RDFPackage DatabaseException message, inner Exceção do banco de dados do pacote com mensagem e exceção original RDFPackage DatabaseException info, context Exceção do banco de dados do pacote que permite serialização do resultado RDFPackage Exceção do banco de dados do pacote ParserException RDFPackage ParserException Message Exceção do parser do pacote com mensagem RDFPackage ParserException message, inner Exceção do parser do pacote com mensagem e exceção original RDFPackage ParserException info, context Exceção do parser do pacote que permite serialização do resultado DBSequences O modelo de dados do pacote utiliza diversos identificadores para representar o relacionamento entre os componentes do modelo RDF. A classe DBSequences é responsável pela geração dos identificadores do pacote. Somente as entidades Namespaces e Resources necessitam de geração, considerando a estrutura do modelo, pois cada novo Namespace requer uma identificação, que posteriormente será utilizada pelo recurso. O Resource, por sua vez, requer uma identificação. Os demais componentes são especializações de Resources ou, então, classificações de especializações de Resources ; portanto, não necessitam de identificadores exclusivos. A geração de identificadores é uma funcionalidade que está disponível em alguns bancos de dados de forma nativa. Porém como este pacote prevê o suporte a diversos bancos dados, não pode utilizar nenhuma funcionalidade específica de nenhum banco. Essa afirmação justifica a implementação de um controle programático de identificadores, de forma que não haja nenhum tipo de restrição neste sentido. O Quadro 17 exibe os métodos da classe DBSequences para geração de seqüência.

46 46 Quadro 17 Métodos da classe DBSequences Método Parâmetro Descrição GetNextKey TableName Busca o próximo identificador da tabela informada como parâmetro. Execute TableName Incrementa o identificador da tabela informada como parâmetro DBSqls A classe DBSqls armazena de forma estática os comandos SQLs padrão utilizados por toda a camada de persistência e consulta do pacote. Seu acesso é realizado através de tipos enumerados que definem todas as funcionalidades do pacote, ou seja, cada funcionalidade possui um SQL associado e por consequência um enumerado que facilita o acesso à instrução SQL. O Quadro 18 exibe o método da classe DBSqls que realiza a busca do SQL dependendo do enumerado por parâmetro. Quadro 18 Métodos da classe DBSqls Método Parâmetro Descrição GetCommand Sql.Enum (tipo enumerado de identificação do SQL) Busca a instrução SQL padrão conforme o enumerado passado por parâmetro RDFModels O componente de Administração dos Modelos tem o objetivo de fazer o gerenciamento dos modelos de dados, disponibilizando métodos para criação, alteração e remoção de cada modelo armazenado. É importante salientar que esta implementação poderia ser desenvolvida externamente ao pacote de persistência, porém optou-se pela criação da funcionalidade agregada à persistência, proporcionando uma melhor organização das declarações persistidas. Outra questão importante é que todas as definições do sistema de gerência de modelos foram implementadas baseada nos componentes RDF e utilizam o próprio modelo de dados do pacote de persistência, servindo como um exemplo prático de utilização deste conjunto de classes. Todo o detalhamento deste componente encontra-se na seção 5.1, referente aos casos de uso RDFQuery O componente RDFQuery é responsável pelas consultas padrão sobre os dados persistidos. As consultas estáticas serão utilizadas para realizar a homologação deste pacote, que será disponibilizado para futuras aplicações.net que necessitarem deste recurso. No processo de elaboração dos métodos estáticos procurou-se definir quais as informações seriam mais relavantes e deveriam ser disponibilizadas para auxiliar na recuperação dos dados de uma forma geral.

47 Query A classe Query é responsável pelo gerenciamento das consultas deste pacote de persistência, disponibilizando as principais formas de recuperação de dados no modelo de dados proposto. O Quadro 19 demonstra os métodos da classe Query. Quadro 19 Métodos da classe Query Método Parâmetro Descrição GetResourceBy Id Resource_Id Retorna os dados do recurso realizando a busca pelo identificador GetResourceBy Name Resource_Name Retorna os dados do recurso realizando a busca pelo nome GetResourceBy Type Type Retorna os dados do recurso realizando a busca pelo tipo (ex: Class, Property, etc.) GetNamespace ById Namespace_Id Retorna os dados do namespace realizando a busca pelo identificador GetNamespace ByName Namespace_Name Retorna os dados do namespace realizando a busca pelo nome GetLiteralById Literal_Id Retorna os dados do literal realizando a busca pelo identificador GetLiteralByN ame Literal_Name Retorna os dados do literal realizando a busca pelo nome GetTriples Subject[], predicate[], object[] Retorna os dados das triplas de acordo com os parametros de sujeito, predicado e objeto. Os parâmetros são arrays permitindo uma consulta bastante flexivel e obtendo dados de retorno de diversos sujeitos, predicados e objetos. É admitido parametro nulo, neste caso somente serão considerados critérios de busca os parâmetros informados. 4.4 ESCOPO Não faz parte deste trabalho desenvolver uma linguagem de consulta aos dados armazenados no modelo RDF. Por este motivo não foi dedicada nenhuma seção sobre esse assunto neste documento. Porém é uma área atraente, com diversas particularidades, que requer estudos específicos para este fim. A maioria das ferramentas desenvolvidas com o propósito de possibilitar a persistência de RDF em banco de dados disponibilizam uma linguagem de consulta aos dados armazenados, de forma que o usuário possa criar uma consulta qualquer sobre os dados. Não desenvolvendo uma linguagem de consulta, este trabalho disponibiliza alguns métodos estáticos, que disponibilizam buscas padronizadas aos dados persistidos, como forma de acesso aos dados, servindo para validar a funcionalidade da persistência das declarações pelo pacote. Este trabalho implementa somente a persistência para o MSDE, porém sua estrutura não restringe a utilização de diferentes bancos de dados, podendo ser incluídos futuramente, num segundo momento sem nenhum impacto na camada de persistência.

48 48 5 Caso de Uso e Outras Aplicações Este capítulo é dedicado à demonstração do caso de uso desenvolvido para este trabalho, detalhando os principais pontos do componente de administração de modelos, as principais funcionalidades da aplicação desenvolvida para demonstrar as funcionalidades do Pacote.Net e para manipulação de RDF e RDF Schema sobre SGBD, também indicar algumas possíveis utilizações destes conceitos. 5.1 CASO DE USO Para auxiliar na homologação deste trabalho foi implementada uma pequena aplicação em.net que permite manipular os modelos de dados, agregando funcionalidades importantes ao usuário final deste pacote. Além de auxiliar na manipulação dos modelos de dados, esta aplicação serve para demonstrar a funcionalidade do pacote de classes desenvolvido. Os modelos de dados são conjuntos de dados que possuem a mesma semântica, podendo estar ligado a tempo, visão ou regra de negócio. Este conceito não existe formalmente no RDF. A noção de modelo se dá eventualmente pelo agrupamento de informações declaradas em um mesmo documento RDF/XML, ou ainda, vários documentos RDF residindo em um mesmo local (namespace). Este conceito foi definido no decorrer do desenvolvimento deste trabalho, com o objetivo de facilitar a contextualização de um conjunto de dados de certa forma distintos, mas que por algum motivo possam ser úteis de uma forma agrupada. Por exemplo no caso de um hospital, têm-se informações de consumos, controle de estoques e dados clínicos que podem ser agrupados para determinação de um controle de custos por unidades de atendimento. Mesmo informações com contextos bem definidos podem ser utilizadas de maneira agrupada em algumas situações. Para realizar o controle dos modelos foi necessária a criação de um schema que definesse as principais propriedades dos modelos de dados. A Figura 22 demonstra a definição do schema utilizado pela aplicação e o componente de gerência dos modelos.

49 49 Figura 22 RDF Schema que define os modelos de dados Neste schema são definidas características do modelo de dados, propriedades do relacionamento com os recursos e a classe dos modelos de dados chamada PackageModel. Essa definição é persistida no banco de dados, definindo a estrutura da informação (metadados), deixando preparada para futuras persistências de dados referente aos modelos e associações. Os atributos do modelo são: modeltype, modelowner e modelcreationdate. A persistência destes atributos ocorre normalmente, indicando cada propriedade e seus respectivos valores. As propriedades utilizadas para relacionamento de recursos são: associatedtomodel e primarymodel. A persistência destes relacionamentos são realizadas através da inclusão de uma tripla no modelo proposto, indicando qual o recurso pertence a qual modelo, criando, então, um relacionamento lógico com o modelo. Supondo este conceito complementar e o fato de que tais agrupamentos poderiam ser gerenciados por uma aplicação, surgiu a idéia deste desenvolvimento RDFModels Como descrito anteriormente, o componente RDFModels poderia ser implementado totalmente separadado do pacote, porém para agregar funcionalidades a este trabalho, optouse pela implementação conjunta. Todos os métodos de gerência dos modelos são definidos neste componente e implementados na classe Models.

50 Models A classe Models possui os métodos de gerenciamento dos modelos de dados e do relacionamento de recursos com os modelos. Somente são realizados relacionamentos com a entidade Recursos, tendo em vista que esta funcionalidade requer uma divisão de todos os componentes do modelo e como o recurso é o componente principal do modelo de dados, não é necessário criar relacionamento com os demais componentes. Esta classe utiliza métodos disponibilizados pelo componentes RDFPackage e RDFQuery, utilizando toda a estrutura montada, como qualquer outra aplicação. Baseado neste contexto, a classe Models define um conjunto de métodos para gerenciamento deste dados baseado na definição do schema, como dispostos no Quadro 20. Quadro 20 Métodos da classe Models Método Parâmetro Descrição Post modelname, modeltype, Insere um novo modelo de dados modelowner Delete Model_Id Excluí um modelo de dados e todos os relacionamentos com recursos (caso existam) AssociateModel Resource_id, Model_Id Associa um recurso ao modelo de dados DeleteAssociate Resource_id, Model_Id Desvincula o recurso do modelo de dados Model IsPrimaryMod el Resource_id Verifica se o recurso persistido foi incluso em algum modelo de dados ou é a primeira inserção DefinePrimary Model Model_Id, Resource_id Indica o primeiro modelo ou modelo principal do recurso. GetAllModels Retorna todos os modelos de dados cadastrados GetModel Model_Id Retorna o modelo de dados conforme o parâmetro GetAssocieated Resources Model_Id Retorna os recursos associados ao modelo de dados. GetAssocieated Propertys Model_Id Retorna as propriedades associadas ao modelo de dados. GetAssocieated Classes Model_Id Retorna as classes associadas ao modelo de dados. GetAssocieated Model_Id Retorna os literais associados ao modelo Literals GetAssocieated Namespaces Model_Id de dados. Retorna os namespaces associados ao modelo de dados Aplicação de Administração de Modelos Utilizando o mesmo critério da definição do componente RDFPackage e agregando funcionalidades ao pacote, foi elaborada a definição de uma pequena aplicação, com o objetivo de realizar a gerência dos modelos de dados de forma simples, utilizando todas as

51 51 camadas desenvolvidas neste pacote de persistência e auxiliando o usuário que necessita da manipulação dos modelos de dados. O objetivo não foi implementar interfaces sofisticadas, mas efetivar o uso das principais funcionalidades do pacote. O desenvolvimento foi realizado utilizando a linguagem C# e ASP.Net Com o objetivo de demonstrar como foi construída e também como o pacote.net pode ser utilizado por qualquer aplicação, são descritos os principais passos para o desenvolvimento desta aplicação. Primeiramente devem ser adicionadas as referências dos namespaces na classe que necessida utilizar os métodos do pacote. Neste caso todos os namespaces diponíveis, pois deve-se utilizar os recursos de consulta, gerência de modelo e persistência. Após a definição dos namespaces é só criar uma instância dos objetos e executar os métodos necessários. A Figura 23 demonstra um exemplo de inclusão de namespaces em uma classe. Figura 23 Inclusão dos namespaces do pacote de persistência no projeto O primeiro passo é definir qual estrutura de dados deve ser utilizada pela aplicação através de um schema. Essa definição pode ser realizada, persistindo componente a componente, através dos métodos disponibilizados por este pacote; ou, então, através da definição de um schema, utilizando a sintaxe RDF/XML e, posteriormente esta definição deve ser importada através do método do pacote de persistência PostRdfXml(uri) informando o URI do documento. É importante salientar que o método PostRdfXml(uri) importa qualquer tipo de declaração RDF (schemas ou dados), auxiliando na carga e/ou portabilidade de declarações deste modelo. O exemplo de importação do schema da Figura 22, definido para administração dos modelo de dados do pacote, está demonstrado na Figura 24. Figura 24 Exemplo de importação de schema utilizando o pacote de persistência Somente é necessária a importação uma única vez, porém não existe qualquer restrição de invocação deste método mais de uma vez. Desta forma pode-se utilizar esse método para garantir que a estrutura esteja de acordo com o esperado, tendo em vista que somente serão inclusos os componentes que por qualquer motivo não estão mais persistidos, funcionando como uma checagem de schema. Feito isso, já é possível criar uma aplicação baseada nesta estrutura.

52 52 O desenvolvimento da interface inicial dos modelos de dados possui um componente DataGrid com as colunas Nome do Modelo, Responsável, Classificação e Data de Criação onde são listados todos os modelos cadastrados. Existem os botões Sair (fecha o administrador de Modelos) e Incluir (inclui um novo modelo de dados). A Figura 24 demonstra a tela inicial do aplicativo de administração dos modelo Figura 24 Interface inicial do aplicativo de administração dos modelos Para realizar a carga dos modelos de dados no DataGrid, foi necessária a utilização do componente RDFModels, através do método GetAllModels(). A Figura 25 demonstra como é utilizado o método da classe Models. Figura 25 Exemplo de utilização da classe Query Desta forma quando a página for carregada os dados serão listados no componente DataGrid. Por definição, a aplicação realiza a edição do modelo ao clicar na linha do DataGrid referente ao modelo. A Figura 26 demonstra a tela de edição do modelo de dados. Figura 26 Tela de edição do aplicativo de administração dos modelos

53 53 Semelhante à interface anterior, os dados devem ser carregados, porém em diversos componentes. Desta vez, são dados referentes a um modelo específico, portanto o método de consulta deve ser mais específico. Foi utilizado o método GetModel(1), de maneira muito semelhante ao anterior, porém informando o identificador do modelo a ser carregado. Em caso de Inclusão os campos não são preenchidos e nenhum método de carga é invocado. Quando o botão confirmar é pressionado deve-se armazenar um novo modelo de dados ou atualizá-lo. Essa operação é definida pela classe Models, através do método Post(). Deve ser utilizado como demonstrado na Figura 27. Figura 27 Exemplo de utilização da classe Models A interface de edição dos modelos possui um recurso que possibilita a visualização dos componentes do modelo RDF relacionados ao modelo em edição. Desta forma são utilizados métodos que buscam informações sobre os recursos persistidos para o modelo através do método GetAssocieatedResources(1) passando o identificador do modelo por parâmetro. O processo é semelhante para todos os componentes do modelo, porém são utilizados métodos específicos que retornam a informação de cada um dos componentes. A Figura 28 demonstra a interface dos recursos relacionados ao modelo de dados. Figura 28 Tela de listagem dos recursos do modelo de dados Foram demonstrados alguns exemplos práticos de utilização de diversos métodos desenvolvidos por este pacote, proporcionando uma vizualização um pouco mais clara do funcionamento de uma aplicação que faça uso desse recurso. 5.2 OUTRAS APLICAÇÕES Utilizando este pacote de persistência, uma aplicação poderá ter diversos benefícios na manipulação de declarações RDF e RDFS e nos recursos que o modelo proporciona. Dentre eles estão: Flexibilidade no controle dos dados que o sistema é proposto;