Banco de Dados de Restrições, Banco de Dados de Restrições, Multimídia e GISMultimídia e GIS

Jairo Coutinho (jco)CIn-UFPE

Programação por restrições: Programação por restrições: definição e origensdefinição e origens

Paradigma criado para problemas de busca difícil incorpora técnicas de matemática, inteligência

artificial e pesquisa operacional permite rápido desenvolvimento de programas,

economia de manutenção e eficiência pioneiro: Sketchpad system (1963, Sutherland),

linguagem por restrições para interações gráficas modelagem declarativa e garantia de satisfação

eficiente• Algoritmo = Lógica + Controle• Restrições para programação multidirecional• Programação em Lógica por restrição

Programação por restrições: Programação por restrições: definição e origensdefinição e origens

Problemas de satisfação de restrições (CSP) • investigados em busca e IA desde muito tempo• jogos (ex, n-rainhas) e problemas benchmark (ex, coloração

de mapa)• resolução de tais problemas recentemente incorporadas a

linguagens de programação Buscas inteligentes e flexíveis

• permitir que o usuário final possa controlar a busca• combinando técnicas genéricas de busca cega• com heurísticas para problemas específicos

A B

C

D

E

F

Programação por restrições: Programação por restrições: exemplo, coloração de mapaexemplo, coloração de mapa

Simulação passo a passo...A= greenB = green (falha c/ A)B=redC=green (falha c/ A)C= redD=greenE= green (falha c/ A)E= red (falha c/ B)E= blueF=green (falha c/ D)F=red (falha c/ C)F = blue (falha c/ E)F backtrackingE backtrackingD=redE=green (falha c/ A)E= red (falha c/ B)E= blueF=green

variáveis: A,B,C,D,E,Fdomínio:

Da=Db...=Df={green,red,blue}

restrições: A B; A C; A E; B E; B F; C E; C F; D F; E F

A B

C

D

E

F

Programação por restrições: Programação por restrições: aplicações práticasaplicações práticas

alocação de recursos, agendamento planejamento financeiro, manutenção, localização,

gerenciamento de investimento. projeto e implementação de interface gráfica (ex,

Object Technology International). escalonamento baseado em restrições, com

aplicação na indústria pesada (ex, NASA, forças armadas)

projeto e integração de circuitos digitais, e controle tempo real.

banco de dados e comércio eletrônico

Programação por restrições: Programação por restrições: paradigmas, linguagens e sistemasparadigmas, linguagens e sistemas

Paradigmas:• Imperativo x Restrições• Funcional• Lógico• OO

3 paradigmas básicos: imperativo, funcional, lógico OO e Restrições são meta-paradigmas que podem ser

implementados como camada acima de cada dos básicos

Constraint Logic Programming (CLP): • CLP(R), Prolog III, ECLiPSe, LIFE

Constraint Functional Programming: • Oz

Constraint Imperative Programming: • 2LP(C++), CHIP(C++)

Programação por restrições: Programação por restrições: domínios e operadoresdomínios e operadores

Domínios Finitos (FD)• Domínios: , , strings, f(a, ...,b) com a,... b constantes

simbólicas• Operadores: +, -, *. /, <, >, <=, => etc..

Conjuntos• Domínios: (), (), ..., ({f(a, ...,b) / a, ..., b , }• Operadores: inter, union, set-diff, etc

Intervalos• Domínios: [ ] Implementa variáveis que variam sobre Inteiros e

Reais. Baseados resolvedores aritméticos. Reais (RIA - Real Number Interval Arithmetic)

• Capaz de resolver problemas sobre os reais. • Funções Reais já implementados

Programação em lógica com restrições Programação em lógica com restrições (CLP)(CLP)

clausulas de Horn proposicionais:• C P1 ... PN

em lógica de predicados, necessidade de tratar das variáveis• p(a) q(b,Z), r(Z) p(X)

Unificação: dois termos podem ser unificados se há valores na consulta que façam os termos iguais.• P(X) X = a, Y = b, q(Y,Z),

r(Z)

Idéia da CLP: • estender equações entre

termos da PL • com inequações e outras

restrições ex, P(X) X > 1, Y = b, q(Y,Z),

r(Z)

Programação em lógica com restriçõesProgramação em lógica com restrições

CLP admite somente clausulas de Horn Programas CLP podem ser explicitamente escritos,

exceto que no lugar de equações existem restrições mais gerais

CLP(X) com sua semântica define domínio de restrições

Resolvedor é necessário para garantir a corretude e completude para o algoritmo CLP(X)

Exemplo de CLP: Exemplo de CLP: dietadieta em ECLIPSE em ECLIPSE

Programa• dieta(A,M,D) :- I>0, J>0, K>0,

I+J+K 10, entrada(A,I), principal(M,J), sobremesa(D,K).

• principal(M,I) :- carne(M,I).• principal(M,I) :- peixe(M,I).• entrada(rabanete,1).• entrada(massa,6).• carne(filé,5)• carne(porco,7)• peixe(solha,2)• peixe(atum,4)• sobremesa(fruta,2)• sobremesa(sorvete,6)

Resolução• @dieta(X,Y,Z)• X=A, Y=M, Z=D , I+J+K

10 ,I>0, J>0, K>0 @ entrada(A,I), principal(M,J), sobremesa(D,K)

• X=rabanete, Y=M, Z=D , 1+J+K 10 , J>0, K>0 @ principal(M,J), sobremesa(D,K)

• X=rabanete, Y=M, Z=D , 1+J+K 10 , J>0, K>0 @ carne(M,J), sobremesa(D,K)

• X=rabanete, Y=filé, Z=D, 1+5+K 10 K>0 @ sobremesa(D,K)

• X=rabanete, Y=filé, Z=fruta@

BD de restrições: motivação e agendaBD de restrições: motivação e agenda

BD de restiçõesBD de restições

Banco de dados Persistência Otimização de acesso a

memória segundaria Acesso concorrente Recuperação Linguagem de manipulação Visões e dados derivados Restrições de integridades Manipulação dinâmica de

esquema Utilitários administrativos

Programação por restrição Alta declaratividade com equações

e inequações entre variáveis lógicas

Dedução em lógica da 1a ordem Completude computacional Resolução de restrições eficiente

em domínios predefinidos Codificação direta e bem

fundamentada das restrições de integridade

Fornece modelos de dados relacional e dedutivo como casos particulares

Tupla generalizada: visão dos BD Tupla generalizada: visão dos BD relacionais no paradigma de relacionais no paradigma de programação por restriçõesprogramação por restrições

Idéia de BD de restrições: ver uma tupla como conjunto de restrições sobre um dado domínio de restrições

Tupla generalizada = tupla anotada com restrições entre valores dos seus elementos: pj(X1, ... , Xk) | C

Ex, tupla pessoa simples: • Em relacional: (‘Bruce’,’Willis’,’GroupLeader’,01/05/90)

• Como restrições: {(FN,LN,Pos,Date)| FN=‘Bruce’ LN=‘Willis’ Pos=‘GroupLeader’ Date=01/05/90}

• Generalizada com inequação: {(FN,LN,Pos,Date)| FN=‘Bruce’ LN=‘Willis’ Pos=‘GroupLeader’ 01/01/95 Date Date 01/05/90}

Numero finito de tuplas generalizadas podem representar infinidade de tuplas relacionais

Agentes, armazém e Agentes, armazém e resolvedores de restriçõesresolvedores de restrições

Armazém:• aplica informação parcial sobre uma variável, expressa como

uma restrição da mesma• um modelo que trate das restrições primitivas de um domínio• aproximação da uma solução intermediária da consulta corrente

Resolvedor (computação global centralizada):• verifica automaticamente a consistência de cada nova primitiva

passada com as existentes no armazém Agentes (computação local distribuída):

• daemons tratando de um conjunto dado variáveis• disparados por alteração da faixa de uma dessas no armazém• propagada efeito dessa alteração nas suas outras variáveis• manda novas faixas para a armazém e suspende-se• o estado corrente da computação distribuído entre armazém e

agentes

Exemplo de resolução de restrições por Exemplo de resolução de restrições por meio de agentes, armazém e meio de agentes, armazém e

resolvedoresresolvedores

Quatro agentes trabalhando no problema: • 3 X, X 1, X Y, Y X• A1 aplica 3 X, A2 aplica X 1, A3 aplica X Y, A4 aplica

Y X

Step A1 A2 A3 A4 1 =3 X=1 2 =3 Y=2 3 X=2 =2 4 =2 Y=3

X

X

Y Y

Arquiteturas de BD de restriçõesArquiteturas de BD de restrições Acoplamento fraco:

• idéia: armazenar restrições persistentemente num BD relacional+ reaproveita serviços de BD como indexação e otimização de

acesso a memória secundária e de gerenciamento de transações

+ desenvolvimento rápido- overhead de conversão de restrição para relação- ineficiência e perda de significado

Acoplamento forte:• idéia: tornar restrições persistentes+ sem perda de significado, nem overhead de conversão- reimplementação no novo paradigma de todos os serviços de

BD- desenvolvimento custoso+ conceitualmente bem fundamentada escalabilidade, extensibilidade, etc.

BD de restrições: sistemas BD de restrições: sistemas implementadosimplementados

ECLIPSE/MegaLog• ECLiPSe: linguagem de programação em lógica por restrições

implementando CLP(R), CLP(FD), CLP(Intervalos), CLP(Conjuntos), CLP(Estruturais)

• Megalog pode armazenar variáveis de restrição e suporta indexação multidimensional

• Falta uma linguagem de consulta de restrições integrada, indexação e otimização

DISCO• implementadas: intervalos ordenados de inteiros e conjuntos

ordenados• linguagem de consulta baseada na lógica e não-procedimental• usuários pode representar entradas na base usando restrições• incorpora vários métodos de otimização

BD de restrições sistemas BD de restrições sistemas implementadosimplementados

C3• modelo de dados e linguagem de consulta: LiriC• baseada no paradigma de OO • incorpora restrições para a descrição de informações

espaço-temporal em BD de restrições• trata cada objeto de restrição separadamente• expressividade e eficiência

BD de restrições: BD de restrições: limitações do estado da artelimitações do estado da arte

Técnicas de otimização ainda não madura para grande massas de dados

Abordagem de restrições puras ainda não fornecem todas os serviços de BD (segurança, transações etc.)

Pouca integração com sintaxe e formalismos de massa Paradigma de programação por restrições pouco

divulgado e ensinado Falta de um padrão Porém:

• conceitualmente muito elegante, expressivo, versátil e otimizável e então promissor

• já usada para BD temporais, espaciais, multimídia e distribuídas heterogêneas

BD multimídia: definição e questõesBD multimídia: definição e questões Novos tipos de dados:

• imagens, gráficos, texto, áudio, discurso, vídeo, mídia gerada Dificuldades de tratar desses separadamente:

• não suportados como built-in por linguagens de programação de propósito gerais ou por linguagens de consulta de BD

produção, manipulação e apresentação requer dispositivos e ferramentas especiais

• tamanho (de MB a TB no mínimo)• estrutura e semântica interna complexa

novas linguagens de consultas expressivas consultas aproximativas (reconhecimento de padrão)

• dependência do tempo (ex, áudio) Inter-relacionamento entre:

• informações representadas por diferentes mídias (ex, legenda de uma imagem, imagem de texto escaneado)

• sincronização de dados em várias mídias temporais (ex, animações, vídeo)

BD multimídia: definição e questõesBD multimídia: definição e questões

Armazenamento de informações• referências externas• campos longos• uso de funções externas• sistemas extensíveis e orientados a objetos

Modelagem dos dados multimídia• diferentes técnicas de compressão (áudio e vídeo)

Recuperação de informação• trechos específicos, composição de novas mídias• metaconhecimento

Arquitetura• protocolo de transporte

BD espaciais e GIS: definição e questõesBD espaciais e GIS: definição e questões

Armazenamento compacto de grande massas de dados espaciais (representações baseadas em pontos não viáveis para muitas aplicações)

Raciocínio geométrico sofisticado e eficiente • ex, interseção, opacidade, navegação, alocação de espaço.,

etc. Ontologia espacial Indexação multidimensional dos objetos geométricos Linguagem de consulta especializada

BD espaciais e GIS: abordagensBD espaciais e GIS: abordagens

Abordagens principais:• BDOO: retângulos, polígonos e objetos espaciais mais

complexos são naturalmente representados• BD de restrições• representação conjunto de pontos e polígonos de modo

natural.• permite a avaliação de predicados consulta espacial como

interseção e distância.• Otimização de técnicas de indexação multidimencional

BD espaço temporal: definição e BD espaço temporal: definição e questõesquestões

Ausência de uma padrão• proliferação de diferentes:

modelos lógicos e físicos de dados linguagens de consulta

• variedade das necessidades das aplicações dificulta padronização

• necessidade de interoperabilidade BD de restrições

• muitos modelos espaciais, temporais e espaço temporais são casos particulares do modelo abstrato das tuplas generalizadas

Linguagens de restrições excelente candidata como língua franca para interoperabilidade entre diferentes bancos espaciais, temporais e espaço-temporal

Integração de dados e Integração de dados e interoperabilidade em BD distribuídosinteroperabilidade em BD distribuídos

BD de restrições generaliza:• BD relacionais• BD dedutivas• BD espaciais• BD temporais

Fornece serviços e capacidade de modelagem ortogonal às fornecidas pelos BDOO

BDOO de restrições excelente candidato para tornar-se padrão universal de interoperabilidade entre aplicações avançadas

Porém, não sub-estima SQL:2999 ! :)

Relação dos pesquisadores

Representando como tupla generalizada

reseacher(name,comp,t) :- name=“Anderson”, comp = “AT&T”, 1980t, t 1993

reseacher(name,comp,t) :- name=“Brown”, comp = “IBM”, 1985t, t 1996

reseacher(name,comp,t) :- name=“Clark”, comp = “AT&T”, 1990t, t 1991

Exemplo interoperabilidade via Exemplo interoperabilidade via restrições:restrições:

BD Temporal BD Temporal

Nome Company From ToAnderson AT&T 1980 1993Brown IBM 1985 1996Clark Lotus 1990 1991

Exemplo interoperabilidade via Exemplo interoperabilidade via restrições:restrições:BD EspacialBD Espacial

Representação em tupla generalizada

object(p1,x,y) :- x=10, y=4

object(l1,x,y) :- 5x, x9, y = -x+15

object(l1,x,y) :- x=9, 3y, y6

object(t1,x,y) :- 2x, x6, 3y, y7, y -x+9

object(r1,x,y) :- 1x, x11.5, 2y11

object(p2,x,y) :- x3, y5, yx-1, yx+5, y -x+13

ID x y x' y' x'' y''p1 10 4 10 4 10 4l1 5 10 9 6 9 6l1 9 6 9 3 9 3t1 2 3 2 7 6 3r1 1 2 1 11 11.5 11r1 11.5 11 11.5 2 1 2p2 3 5 3 8 4 9p2 4 9 7 6 3 8p2 3 5 7 6 3 8

1 2 3 4 5 6 7 8 9 10 11 12

11109

8

7

6

5 4

3 2 1

r1

p1

p2

t1

l1

Exemplo interoperabilidade via Exemplo interoperabilidade via restrições:restrições:

BD Espaço-TemporalBD Espaço-Temporal

1 2 3 4 5 6 7 8 9 10 11 12

11109

8

7

6

5 4

3 2 1

r1

p21991-1996

Representação em tupla generalizada

object(p1,x,y) :- x=10, y=4, 1980t, t1996

object(l1,x,y) :- 5x, x9, y = -x+15, 1995t, t1996

object(l1,x,y) :- x=9, 3y, y6, 1995t, t1996

object(t1,x,y) :- 2x, x6, 3y, y7, y -x+9, 1975t,

t1990 object(r1,x,y) :- 1x, x11.5, 2y11,

1994t, t1996 object(p2,x,y) :- x3, y5, yx-1,

yx+5, y -x+13, 1991t, t1996

t11975-1990

1995-1996

l1

p11980-1986

1994-1996

ID x y x' y' x'' y''p1 10 4 10 4 10 4l1 5 10 9 6 9 6l1 9 6 9 3 9 3t1 2 3 2 7 6 3r1 1 2 1 11 11.5 11r1 11.5 11 11.5 2 1 2p2 3 5 3 8 4 9p2 4 9 7 6 3 8p2 3 5 7 6 3 8

From To1980 19861995 19961995 19961975 19901994 19961994 19961991 19961991 19961991 1996

BD de restrições: conclusãoBD de restrições: conclusão Estende BD relacionais e dedutivas Permite implementar elegantemente BD espaciais,

temporais, multimídia e interoperabilidade em BD distribuídas heterogêneas

Resolve impedance-mismatch (já que programação por restrições é computacionalmente completa)

Reaproveita de técnicas de IA (busca heurística), pesquisa operacional e matemática para conseguir eficiência

Vasto leque de aplicações práticas e industriais Apenas na fase inicial em termos de:

• Implementação de SGBD• Divulgação e ensino do formalismo• Padronização