Seminar Ontop Lenses und virtuelle Sichten

Lenses bereiten relationale Strukturen für Mappings auf, ohne physische Datenbanksichten anzulegen. Richtig eingesetzt reduzieren sie wiederkehrende SQL-Logik, machen Constraints sichtbar und verbessern die Wartbarkeit komplexer Mapping-Projekte.

Inhaltsverzeichnis

1. Grundprinzip und Dateistruktur
2. Basic Lens
3. Join Lens
4. Union und Flatten Lens
5. SQL Lens und Grenzen
6. Tests und Optimierung

Lernziele

• Den passenden Lens-Typ für Filter, Join, Union, Flattening oder freie SQL-Logik auswählen.
• Lenses mit stabilen Namen, Spalten und Constraints deklarieren.
• Lenses sauber in Mapping-Quellabfragen verwenden und testen.
• Grenzen, Optimierbarkeit und Datenbankabhängigkeiten bewerten.

Zielgruppe

Ontop-Mapping-Entwicklung, Data Engineering, Datenarchitektur und Personen mit Verantwortung für relationale Datenvorbereitung.

Voraussetzungen

Gute SQL- und Mapping-Kenntnisse sowie Verständnis von Schlüsseln und Fremdschlüsseln.

Kapitel 1: Grundprinzip und Dateistruktur

Kapitel-Inhaltsverzeichnis: Virtuelle Relation, JSON-Dokument, Namen, Spalten und Verwendung im Mapping.

1. Schritt 1: Eine wiederkehrende Transformation in bestehenden Mappings wird als Lens-Kandidat identifiziert.
2. Schritt 2: Die Lens-Datei wird mit eindeutigem, korrekt qualifiziertem Relationsnamen aufgebaut.
3. Schritt 3: Das Mapping wird so angepasst, dass es nur noch auf die deklarierte Lens zugreift.

Kapitel 2: Basic Lens

Kapitel-Inhaltsverzeichnis: Basisrelation, Filter, berechnete Spalten, ausgeblendete Spalten und Constraints.

1. Schritt 1: Eine Basisrelation wird gefiltert, ohne die fachlich benötigten Schlüssel zu verlieren.
2. Schritt 2: Eine berechnete Spalte wird aus vorhandenen Spalten abgeleitet und eindeutig typisiert.
3. Schritt 3: Nicht benötigte Spalten werden ausgeblendet und ein Unique Constraint wird ergänzt.

Kapitel 3: Join Lens

Kapitel-Inhaltsverzeichnis: Mehrere Relationen, Spaltenpräfixe, Join-Bedingung und Kardinalität.

1. Schritt 1: Die beteiligten Relationen und Präfixe werden so gewählt, dass keine Namenskollision entsteht.
2. Schritt 2: Die Join-Bedingung wird mit kontrollierten Daten auf Eins-zu-eins- oder Eins-zu-viele-Verhalten geprüft.
3. Schritt 3: Fremdschlüssel- und Nicht-Null-Informationen werden ergänzt, sofern sie zuverlässig gelten.

Kapitel 4: Union und Flatten Lens

Kapitel-Inhaltsverzeichnis: Strukturgleiche Quellen, Herkunftsspalte, Duplikate, Arrays und JSON.

1. Schritt 1: Zwei strukturgleiche Relationen werden vereinigt und optional mit einer Herkunftsspalte versehen.
2. Schritt 2: Die Entscheidung für oder gegen Duplikateliminierung wird anhand des fachlichen Schlüssels getroffen.
3. Schritt 3: Eine Array- oder JSON-Struktur wird mit expliziter Ausgabespalte und kontrollierter Position abgeflacht.

Kapitel 5: SQL Lens und Grenzen

Kapitel-Inhaltsverzeichnis: Freie SQL-Abfragen, Parsergrenzen, Black-Box-Verhalten und Alternativen.

1. Schritt 1: Ein Anwendungsfall wird daraufhin geprüft, ob Basic-, Join- oder Union-Lens statt freiem SQL ausreichen.
2. Schritt 2: Die SQL-Abfrage wird möglichst einfach gehalten und ohne Verweise auf andere nicht sichtbare Lens-Strukturen getestet.
3. Schritt 3: Fehlende abgeleitete Constraints und eingeschränkte Optimierung werden in der Leistungsbewertung berücksichtigt.

Kapitel 6: Tests und Optimierung

Kapitel-Inhaltsverzeichnis: Validierung, Referenzabfragen, Kardinalität, SQL-Reformulierung und Regression.

1. Schritt 1: Jede Lens erhält kleine Referenzdaten und erwartete Zeilen- sowie Nullwertmuster.
2. Schritt 2: SPARQL-Abfragen werden vor und nach der Umstellung auf Lenses semantisch verglichen.
3. Schritt 3: Die erzeugten SQL-Abfragen werden auf unnötige Verschachtelung, verlorene Constraints und Datenbankfehler geprüft.