Szemantikus adatbázisok teljesítménymérése modellvalidációs problémákra

OData támogatás
Konzulens:
Szárnyas Gábor
Méréstechnika és Információs Rendszerek Tanszék

Modellvezérelt szoftvertervezés (Model-Driven Engineering, MDE) során az egymástól elkülönülő fogalmi területekről egy rendszerben modelleket készítenek, amelyekből a rendszer több komponense is automatikusan generálható (kód, tesztesetek). Ezeket a modelleket valamilyen módon ellenőrizni, validálni kell. Ahhoz, hogy ne eszkalálódjanak a tervezési fázisban elkövetett hibák, a modellt jólformáltsági kényszerekkel ellenőrzik.

A nagy modellek rengeteg elemmel rendelkeznek – összetett mérnöki modelleknél ez több tízmillió modell elemet is jelenthet. Az ezeken végrehajtott ellenőrzések rengeteg időt vehetnek igénybe, főleg ha komplexebb lekérdezésekről van szó. Ebből kifolyólag gyakran alkalmaznak inkrementális lekérdezéskiértékelést, ami gyorsabb lekérdezésfeldolgozást biztosít, cserébe több memóriát igényel.

A tanszéken fejlesztett Train Benchmark keretrendszer fő célja, hogy a különböző modelleket alkalmazó adatbázis-kezelő rendszerek egymással összehasonlíthatóak legyenek. Az ún. NoSQL adatbázisok részeként a szemantikus adatmodellt alkalmazó eszközök virágkorukat élik és teljesítményük megvizsgálása fontos támpontot nyújthat a megfelelő kiválasztására.

Dolgozatom során újabb eszközök implementációival bővítettem a Train Benchmark keretrendszert. Ezek az eszközök a szemantikus web egyik legelterjedtebb keretrendszeréhez, a Resource Description Frameworkhöz (RDF) és annak lekérdezőnyelvéhez, a SPARQL-höz nyújtanak támogatást.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.