Uma Ferramenta para Extração de Esquemas de Bancos de Dados NoSQL do Tipo Grafos

Abstract

Atualmente, uma grande quantidade de dados heterogêneos são gerados e consumidos em uma escala sem precedentes, o que motivou a criação de sistemas gerenciadores de bancos de dados que levam o nome de NoSQL. Esses bancos de dados possuem capacidade para lidar com um grande volume de dados e não necessariamente possuem um esquema implícito como os bancos de dados relacionais. Mesmo assim, o conhecimento de como os dados estão sendo armazenados estruturalmente é de suma importância para diversas tarefas, como integração ou análise de dados. Existem trabalhos na literatura que extraem o esquema de dados semiestruturados de forma geral e trabalhos que propõem um modelo teórico de esquema para bancos de dados do tipo grafo. Como diferencial, o presente trabalho visa o desenvolvimento de uma ferramenta para extração de um esquema de um banco de dados NoSQL do tipo grafo para um formato do tipo JSON Schema, assim como a elaboração de um documento contendo os estudos e testes realizados sobre a ferramenta implementada. Avaliações experimentais demonstram que a ferramenta produz uma representação adequada de um esquema com uma complexidade linear

Currently, a large volume of heterogeneous data is generated and consumed on the network in an unprecendented scale which led to the creation of database models named NoSQL. These databases are capable of handling a large volume of data and are schemaless, in other words, they do not have an implicit schema such as relational databases. But the knowledge of how data is structurally stored is of great importance for the development of an application or an data analysis. There are works in the literature that extract the schema from a semistructured data in general and works that propose a theoretical schema model for graph databases. Diffferent from them, this work aims to develop a tool to extract a schema from an existing graph NoSQL database to a JSON Schema format, as well as the elaboration of a document containing the studies and tests carried out on top of the implemented application. Experimental evaluations show that the proposed tool generates a suitable schema representation with a linear complexity.