Integration of Databases into Service-oriented Architectures for e-Science
Alexander Wöhrer · 2010
Durch die verstarkte Vernetzungsmoglichkeit von Wissenschaftern wird Forschung nun offener und gemeinschaftlicher betrieben. Fachgebietsubergreifende gros angelegte Forschungsvorhaben, e-Science genannt, arbeiten vermehrt mit offentlich zuganglichen und synthetischen Daten. Verteiltes Rechnen in Form eines virtuellen Hochleistungsrechners, bekannt als Grid Computing, liefert hierfur die notige Infrastruktur. Zusatzlich nimmt die Bedeutung von Relationalen Datenbanksystemen zur Datenhaltung in den Forschungsvorhaben standig zu. Der verstarkte Einsatz von Service-orientierten Architekturen (SOA) bei der Umsetzung von diesen Forschungsvorhaben wirft die Frage auf, wie Datenbanksysteme und deren eingebaute Funktionalitat am Besten in solchen Umgebungen genutzt werden konnen. Verschiedene Herausforderungen treten dabei auf: Datenquellen andern sich konstant; besitzen verschiedene Verfugbarkeiten mit unterschiedlichster Daten- und Dienstqualitat; Datenquellen erscheinen heterogen, selbst wenn sie ahnliche Bedeutung besitzen; und stellen eine Unmenge an wissenschaftlichen Daten zur Verfugung. In dieser Arbeit begreifen wir Datenbanksysteme als dynamisches, aktives und komplexes System welches zusatzliche Techniken benotigt, um effektiv in solchen Forschungsvorhaben eingesetzt werden zu konnen. Deshalb haben wir ein Rahmenwerk an Komponenten ausgearbeitet, welches die fortschrittliche Integration von Datenbanken in Service-basierten Architekturen ermoglicht. Kernbeitrage dieser Dissertation sind dabei: (1) Monitoring System fur heterogene Datenbanken, um Metadaten einheitlich darzustellen; (2) Generisches Semantisches Daten Mediations-Gerust, welches die Gesamtaufgabe in mehrere Phasen zerlegt; (3) Aktiver Datenbank Ansatz erlaubt mehreren Datenkonsumenten und -produzenten an einer internen Abfrageabarbeitung teilzunehmen; (4) Skalierbare Ergebnisverarbeitung mittels flexibler Datenstatistiken wahrend Abfrageverarbeitung im Datendienst sowie neuartigem XML Index-Ansatz fur grosse Ergebnisdaten. Daruber hinaus stellen wir den Forschungskontext dieser Arbeit dar - in Form der Projekte GridMiner, ADMIRE und @neurIST - welcher unsere Forschung in den letzten Jahren vorangetrieben hat.