Vorlesung Modellierung & Simulation 8. Informationssysteme

13. Vorlesung
8. Datenbanken und Integration
Simulation
Vorlesung WS 06/07
Modellierung & Simulation
Überblick
Protein Information Resource PIR
http://pir.georgetown.edu/
Eine Datenbank auf der Ebene der Protein Sequenzen. Die Homepage bietet die
unterschiedlichen Werkzeuge an: Datenbanken und Analysetools.
Protein Data Bank (PDB)
http://www.rcsb.org/pdb/
Die Protein Data Bank (PDB) ist ein Archiv experimentell ermittelter
dreidimensionaler Strukturen biologischer Makromoleküle. Es enthält
Atomkoordinaten, bibliographische Verweise, Informationen zu Primär- und
Sekundärstrukturen und kristallographische Strukturfaktoren. Diese Datenbank
wurde vom Brookhaven National Laboratory in den USA entwickelt. Es existieren
verschiedene Anwendungen, die PDB-Daten verarbeiten und visualisieren können.
Die PDB-Daten werden durch HTML-Seiten dargestellt. Die Datenfelder sind in
Zeilen geordnet, wobei jede Zeile durch ein NEWLINE abgeschlossen wird. Ein
strukturierter Zugriff auf einzelne Datenfelder ist somit gut möglich.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
The Transcription Factor Database TRANSFAC
http://transfac.gbf.de/TRANSFAC/index.html
Die TRANSFAC Datenbank repräsentiert Informationen zur Genregulation:
Binding sites, Gene, Proteine, Zellen, Klassen von Transkriptionsfaktoren sowie
Verteilungsmatrizen der Sequenzen. Zur Archivierung wurde hier ein DBMS
genutzt. Hier handelt es sich um einen SQL-Server von MICROSOFT. Eine direkte
Nutzung dieser Systeme ist aber nicht möglich. Eine externe Datendarstellung
erfolgt durch HTML-Seiten, die somit den sichtbaren Speichermechanismus
darstellt. Die gewählten ASCII-Darstellungen besitzen eine klare Struktur. Die
Daten werden in Zeilen dargestellt, die durch ein Newline abgeschlossen werden.
Die Möglichkeit von Schemaanfragen ist in TRANSFAC nicht gegeben.
TRANSFAC ist im Internet verfügbar und bietet verschiedene Masken zur
Spezifikation von Anfragen an. Diese können durch HTML Browser genutzt
werden. Die so spezifizierten Anfragen werden durch den Aufruf von CGI-Skripten
zum Datenbankserver gesendet.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Transpath
Ist ebenfalls ein Produkt der Firma BioBase und repräsentiert eine
Datenbank für Signalpathways. Sie ist ähnlich gestaltet wie die
TRANSFAC.
CYTOMER
Ist ebenfalls ein Produkt der Firma BioBase und repräsentiert eine
Datenbank für Organ- und Zelltypen.
BRENDA
Ist ebenfalls ein Produkt der Firma BioBase (Lizens) und
repräsentiert die Enzym-Datenbank von Prof. Schomburg.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Dateien als Komponentensysteme
- DBase-ähnliche Dateien
Sie besitzen eine Tabellenstruktur und sind mit dem relationalen Datenmodell vergleichbar. Der Dateiname ist der Name der in der Datei
enthaltenen Tabelle.
- Stark strukturierte Textdateien
Einzelne Datenfelder sind durch ein Schlüsselwort gekennzeichnet. Dem
Schlüsselwort können mehrere Datenelemente folgen.
- Schwach strukturierte Textdateien
Hier sind neben den Daten, die für eine Integration interessant sein können,
weitere Informationen enthalten (z.B. Datenfelder im Textdokument). Sie
dienen oft dem Entwurf eines Schemas, um diese in einem föderierten
System integrieren zu können.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
- Hypertextdateien
Sie besitzen viele Elemente zur Formatierung, Strukturierung und
Verknüpfung von Daten. Eine Strukturierung von Daten in einer
HTML-Tabelle kann für einen Schemaentwurf der Hypertextdatei
wichtig sein.
- Satzorientierte Dateien
Hier sind Datenfelder mit gleicher oder auch variabler
Datensatzlänge enthalten. Bei Kenntnis des Aufbaus eines
Datensatzes ist der Zugriff auf die einzelnen Datensätze problemlos.
- Binäre Dateien
Ein Schema für binäre Dateien zu finden ist eigentlich nur mit Hilfe
des Sourcecodes der darauf zugreifenden Anwendung möglich. Die
Integration ist somit nur als gesamte Datei möglich. Als
Zugriffsschlüssel kann dabei der Name der Bitmapdatei dienen.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Zugriff auf eine Datei:
URL oder ihren Pfad- und Dateinamen.
Der Dateinamen ist relevant, weil auf
- Informationen über ihr Format und/oder
- ihre Attribute
geschlossen werden kann.
In der Regel sind es kontextsensitive oder kontextfreie
Grammatiken
 Eingabe von Parsern
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Das Datenfeld in einer Datei bestimmen:
- Die absolute Position in einer Datei.
- Die relative Position zu einem Schlüsselzeichen/wort.
- Die Kennzeichnung durch ein Schlüsselzeichen oder
Schlüsselwort, die vor oder hinter einem Datenfeld
stehen können oder das Datenfeld eingrenzen.
Beim Einsatz eines Parsers sind die entsprechenden Datenfelder
durch ihn zu lokalisieren und auszulesen.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Zugriffsmöglichkeiten auf Informationssysteme
Datenbanksysteme bieten standardisierte oder spezifische
Schnittstellen:
- ODBC/JDBC oder
- CORBA.
Der Zugriff auf Dateien ist schwierig.
Für wenige Formate ist ein ODBC/JDBC- Zugriff möglich.
In der Regel sind die Daten über Parser zu extrahieren.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Zugriffsmöglichkeiten auf Informationssysteme
Die Entwicklung von Zugriffskomponenten:
Feste Einbindung in den Anwendungen
In vielen Anwendungen sind die Softwarekomponenten für den
Zugriff auf Daten fest integriert.
Adapter
Er dient der Anpassung der Schnittstellen verschiedener
Systeme. Dadurch wird die Zusammenarbeit zweier
inkompatibler Systeme realisiert.
Softwareentwicklung = Module.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Module:
- sind relativ unabhängig erstellbar,
- ihre Korrektheit ist einzeln überprüfbar,
- sind einfach durch andere Module ersetzbar,
- ihre Kommunikation erfolgt über definierte
Schnittstellen.
Eigenschaften:
- Die Adapter können unabhängig entwickelt werden.
- Funktionsweise, Korrektheit und Effizienz können separat
überprüft werden.
- Der Austausch oder die Änderung von Adaptern werden durch
Kapselung von anderen Komponenten erleichtert.
- Bei gewünschtem Zugriff auf andere Systeme wird die
Ankopplung durch entsprechend entwickelte Adapter vereinfacht.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Folgende Gruppen von Adaptern werden genannt:
Spezielle Adapter:
Die Anbindung eines Informationssystems. Sie
können statisch oder dynamisch agieren.
Universelle Adapter: Sie sind für verschiedene Systeme einsetzbar.
Generierte Adapter: Sie sind speziell an ein Informationssystem
angepasst und könnten mit zu der Gruppe der
speziellen Adapter gehören.
Sie sind jedoch nicht fertig ausprogrammiert.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
ODBC/JDBC
Die Verfügbarkeit standardisierter Schnittstellen erleichtert die
Implementierung von Adaptern.
Beispiel:
ODBC (Open Database Connectivity) und
JDBC (Java Database Connectivity).
Gemäß dem ODBC-Standard existieren Schnittstellen zu
C, C++.
Der Treiber-Manager verwaltet die ODBC-Treiber des Systems.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
ODBC/JDBC
Datenquellen – gespeicherte Informationen:
- Typ des zu verwendenden ODBC-Treibers,
- Serveradressen und Servername,
- Netzwerksoftware sowie
- datenbankspezifische Einstellungen.
Es existieren verschiedene Arten von JDBC-Treibern:
Vorlesung
JDBC-ODBC Bridges
datenbanksystemspezifische JDBC-Treiber
universelle JDBC-Treiber
Modellierung & Simulation
8. Informationssysteme
Datenzugriff mittels JDBC
Voraussetzung - JDBC-Treiber.
Es besteht aus Java Klassen, die im Java Programm geladen werden.
Verbindungsaufbau:
- die Rechneradresse,
- den Login-Namen und
- das Passwort in der entsprechenden JDBC-Funktion angeben.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
JAVA-JDBC-Application/Applet
JDBC API
JDBC-Treiber-Manager
JDBC-Treiber
JDBC-Treiber
JDBC-ODBC
Bridge-Treiber
ODBC-Treiber
DBS-1
DBS-2
Manager
ODBC-Treiber
DBS-3
Die Rechneradresse beginnt mit
jdbc:
jdbc:odbc: (JDBC-ODBC-Bridge)
Danach folgt die IP-Adresse des Rechners.
Schließlich die Angabe der Datenbank.
Über diese Verbindung können SQL-Statements abgesetzt werden.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
RPC (Remote Procedure Call)
RPC-Mechanismen: Um Funktionen (Procedures) auf räumlich
entfernte Rechner oder auch anderer Prozesse
aufzurufen.
Die Argumente können übergeben werden.
Die Funktion kann einen Returnwert übergeben.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Java - Standard Remote Method Invocation (RMI)
RMI-Mechanismen: Methoden von Objekten aufrufen, die sich auf
einem räumlich entfernten Rechner befinden oder
in einem anderen Java-Prozess laufen.
RMI ist mit CORBA vergleichbar. Bei beiden sind Methoden von
Objekten von anderen Rechnern oder Prozessen aufrufbar.
RMI ist nur innerhalb von Java einsetzbar!
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Zugriff auf Daten in Dateien
Es existieren kaum Standards.
Ausnahme: dBase Dateien - ODBC-Treiber ist verfügbar.
Allgemein:
Zugriff auf Dateien durch Erkennen von Muster und
Struktur.
Parsen
Aufgabe:
Auslesen und eventuell auch Schreiben von Daten.
Außerdem Scanner für die Analyse der einzelnen Symbole der Datei.
Der Parser kann Zeichen oder Zeichenfolgen sowie die Syntax von
Dateien analysieren.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Analyse durch Parser:
Lexikalische Analyse
Den Eingabestrom einlesen und definierte Token erkennen und
klassifizieren.
Die Definition der Token erfolgt durch reguläre Ausdrücke.
Die Token sind einzelne Symbole oder eine Symbolfolge.
Syntaxanalyse
Sie versucht die von der LA gefundenen Symbole und Wörter
auf die Regeln der Grammatik anzuwenden.
Während der Syntaxanalyse wird logisch ein sogenannter
Parser- Baum aufgebaut.
Vorlesung
Modellierung & Simulation
8. Informationssysteme
Die Analyse durch Parser:
Für die Syntaxanalyse werden häufig folgende Strategien angewendet:
Bottom-Up-Methode
Top-Down-Methode
Parser-Generator JavaCC
Ermöglicht die lexikalische Analyse, die Syntaxanalyse und die Ausführung
von Funktionen.
Der Parser-Generator und die generierten Parser sind auf verschiedenen JavaPlattformen nutzbar.
Vorlesung
Modellierung & Simulation
8. Informationssysteme