50、支持相互关联的 Web 数据库中的复杂变更

支持相互关联的 Web 数据库中的复杂变更

1. 引言

Web 使得信息广泛可得且快速发布，这为数据管理带来了新的潜力和问题。如今，一个新兴问题是独立演变但又相互关联的 Web 数据集合（通常是科学数据）。这些数据集合的相互关联源于维护它们的团队的合作性质。

以生物学研究社区为例，他们快速地产生、使用和存档大量数据。这些社区越来越依赖 Web 进行协作，通过发布和整合实验及研究结果。科学家们常常希望回顾数据演变的方式和原因，以便比较和重新评估之前和当前的结论。这种活动可能需要在时间上前后搜索，跨越多个数据库，并对修改数据的变更语义进行复杂查询。在这些情况下，仅仅查看过去的文档快照和版本之间的差异可能是不够的。

下面是一个简化示例：有两个由生物学研究团队维护的 Web 数据库 A 和 B。数据库 A 是 miRNA（与蛋白质生产相关的 DNA 链的一部分，由链中的起始点和长度定义）的权威来源。数据库 B 包含实验结果，并进行耗时的计算，以估计每个 miRNA 可能的附着点（称为靶点）。数据库 B 依赖数据库 A 获取最新进展，因为 miRNA 知识更新迅速，数据库 A 经常变更以反映这些进展。例如，数据库 A 中的一个 miRNA 可能会更改名称和属性、分裂成两个不同的 miRNA 或与另一个合并形成新的 miRNA。其他数据库（如 B）必须定期检查 A 的内容，并与其同步。研究团队可能需要重复实验或计算以适应 A 中暴露的新事实。这些数据库形成了一个相互依赖但又独立演变的数据网络，其中演变和来源问题密切相关。

此前，对 XML 和半结构化数据的演变和来源已经分别进行了大量工作，但这些方法未能涵盖上述问题的所有方面。本文认为，在演变和来源问题至关重要的协作系统中