• Database Research
• /
• v.34 no.3
• /
• pp.69-85
• /
• 2018

Many researches proposed federated query engines to perform query on several homogeneous or heterogeneous datasets simultaneously that significantly improve the quality of query results. The existing techniques allow querying only over a few heterogeneous datasets considering the static binding using the non-standard query. However, we observe that a simultaneous system considering the integration of heterogeneous metadata standards can offer better opportunity to generalize the query over any homogeneous and heterogeneous datasets. In this paper, we propose a transparent federated engine (DRAZ) to query over multiple data sources using SPARQL. In our system, we first develop the ontology for a non-RDF metadata standard based on the metadata kernel dictionary elements, which are standardized by the metadata provider. For a given SPARQL query, we translate any triple pattern into an API call to access the dataset of corresponding non-RDF metadata standard. We convert the results of every API call to N-triples and summarize the final results considering all triple patterns. We evaluated our proposed DRAZ using modified Fedbench benchmark queries over heterogeneous metadata standards, such as DCAT and DOI. We observed that DRAZ can achieve 70 to 100 percent correctness of the results despite the unavailability of the JOIN operations.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.297-302
• /
• 2006

데이터 통합은 기업의 각 조직과 주요 업무, 핵심 애플리케이션에서 발생하는 물리적인 데이터 소스들을 표준 규칙과 메타데이터에 여과시켜 중복성을 제거하고. 오직 데이터 통합 및 단일 뷰를 정확하게 제공하기에 어려움이 따른다. 특히, 이기종 시스템이나 다양한 애플리케이션에서 나오는 대량의 데이터를 종류와 형식에 관계없이 호환이 가능하도록 지속적으로 통합하여, 정확한 정보를 실시간으로 동기화하여 제공할 수 있는 자동화된 정보의 통합이 관건이다. 따라서 본 논문에서는 레거시 시스템간의 데이터를 협업할 때 실시간으로 변화는 데이터를 일관성 있게 유지하기 위해서 데이터 협업 메커니즘을 제안한다. 또한 XMDR을 이용하여 협업에 의한 데이터 통합에서 발생하는 의미적 상호 운용성의 문제점을 해결하는 XMDR 기반의 데이터 허브 시스템을 구축한다.