Obiektowe języki zapytań

© K.Subieta. Obiektowe języki zapytań 1..5, Folia 1 kwiecień 2002

Obiektowe języki zapytań

Wykładowca: Kazimierz Subieta

Polsko-Japońska Wyższa SzkołaTechnik Komputerowych, [email protected]

Instytut Podstaw Informatyki PAN, [email protected]

Wykłady 1..5


Plan wykładów 1..5

Generalne założenia podejścia stosowego Wprowadzenie do języków zapytań Pojęcia obiektowości w bazach danych - przypomnienie i dyskusja Podstawy semantyczne języków zapytań Modele składu obiektów - M0, M1, M2 i M3 Stos środowisk i wiązanie nazw

Dalsze wykłady 6..10 z tej serii będą poświęcone językowi SBQL, oraz konstrukcjom imperatywnym i perspektywom bazującym na SBQL.

Cel tej serii wykładów - objaśnienie podejścia stosowego do obiektowych języków zapytań


Wykład 1


Generalne założenia podejścia stosowego Niniejszy wykład teorii i konstrukcji obiektowych języków zapytań

będzie opierał się na podejściu stosowym, SBA. Podejście stosowe zakłada, że języki zapytań są szczególnym

przypadkiem języków programowania. Stąd teorie języków programowania są bardziej adekwatne niż podejścia

takie jak algebra relacyjna, rachunek relacyjny lub logika matematyczna. W podejściu stosowym kluczową rolę odgrywa stos środowisk

(environment stack), który jest podstawowym mechanizmem praktycznie wszystkich popularnych języków programowania.

Jego rolą jest określenie zakresów nazw (scoping), wiązanie nazw (binding) oraz wprowadzenie dyscypliny w zakresie alokowania dynamicznych bytów programistycznych, w szczególności lokalnych danych (obiektów) i parametrów procedur.

stack-based approach, SBA


Zalety podejścia stosowego Oparcie semantyki języków zapytań na mechanizmie stosu środowisk

umożliwia precyzyjne wyjaśnienie ich semantyki. Inne podejścia do semantyki obiektowych języków zapytań są wadliwe:

• Podstawy teoretyczne (np. algebra relacji, algebry obiektowe) nie obejmują wszystkich konstrukcji spotykanych w językach zapytań.

• Posiadają zasadnicze wady koncepcji, są semantycznie nieprecyzyjne.• Nie dają bezpośredniej możliwości rozszerzeń: uwzględnienia pojęć

obiektowości (klasy, dziedziczenie, hermetyzacja), konstrukcji imperatywnych (update, insert, delete), abstrakcji BD (perspektywy, procedury BD, funkcje, trygery, komunikowanie parametrów).

SBA pozwala na włączenie do konstruowanego języka wszystkich pojęć obiektowości oraz dowolnych konstrukcji i abstrakcji imperatywnych.

Podejście jest bezpośrednio implementowalne. Przedstawiony będzie SBQL (Stack-Based Query Language) oparty na SBA i zrealizowany w prototypowym systemie Loqis.

Podejście jest optymalizowalne przy pomocy generalnych metod.


Wprowadzenie do języków zapytań


Ogólna charakterystyka języków zapytań Języki zapytań (query languages) tworzą relatywnie nową dziedzinę

informatyki, która (jak dotąd) jest związana z tematyką baz danych. Językiem zapytań dla relacyjnych baz danych jest SQL. Wielu specjalistów uważa, że SQL jest źródłem komercyjnego sukcesu

całej technologii relacyjnych baz danych. Pozycja SQL jako czołowego języka dla relacyjnych baz danych została

wzmocniona przez standardy ANSI (American National Standard Institute) oraz ISO (International Standard Organization): SQL-89 oraz SQL-92. Obecnie trwają prace nad standardem SQL3 i nowszymi wersjami SQL 1999, SQL 2000,....

SQL stał się podstawą lub uzupełnieniem wielu produktów, np. języków czwartej generacji (4GL), narzędzi RAD, języków programowania np. Oracle PL/SQL oraz różnych API, w szczególności ODBC i JDBC.

Najbardziej znanym obiektowym językiem zapytań jest ODMG OQL.

query languages


Czy przyszłością języków zapytań jest SQL/OQL? Obie propozycje są kontrowersyjne. SQL3 - SQL1999 - SQL2000 są krytykowane za eklektyzm, wszystkoizm

i przypadkowość decyzji w zakresie konstrukcji językowych, co owocuje monstrualną specyfikacją (ponad 1000 stron, plus dodatki).

Jest wątpliwe, aby ktokolwiek zaimplementował te języki w całości. OQL jest językiem znacznie mniejszym, ze specyfikacją mieszczącą się na

kilkudziesięciu stronach, ale pozwala wyłącznie na wyszukiwanie danych. Brakuje perspektyw, zapamiętanych procedur, itd.

Co za tym idzie, programowanie w OQL wymaga zanurzenia zapytań w uniwersalny język programowania: C++, Smalltalk i Java.

Zanurzenie języka zapytań w uniwersalny język programowania ma złą sławę określaną jako „niezgodność impedancji”.

Obie propozycje cechuje niespójność (i w gruncie rzeczy, brak istotnej koncepcji) w zakresie semantyki.

Co za tym idzie, optymalizacja zapytań stoi pod znakiem zapytania.


Czy warto zabiegać o precyzyjną semantykę? Brak precyzyjnej semantyki jest powszechny dla nowo powstających

języków programowania. W przypadku języków zapytań sytuacja jest odmienna w porównaniu do

klasycznych języków programowania. Języki zapytań są dramatycznie nieefektywne (praktycznie

nieakceptowalne) w przypadku braku automatycznej optymalizacji. Optymalizacja oznacza zamianę zapytania q1, którego czas wykonania jest

dramatycznie długi (np. tysiąc lat), na semantycznie równoważne zapytanie q2 posiadające akceptowalny czas wykonania (np. 5 sekund).

Powoduje to konieczność ustalenia, co to znaczy „semantycznie równoważne zapytanie”. Jest to niemożliwe bez precyzyjnej formalizacji zarówno danych, na których operują zapytania, jak i semantyki operatorów występujących w zapytaniach.

Uzyskanie pełnej jasności i precyzji opisu semantyki obiektowych języków zapytań jest celem podejścia stosowego.


Co to są "języki zapytań"?

Proste, przyjacielskie i naturalne interfejsy dla powszechnego użytkownika do interakcyjnego formułowania zleceń wyszukiwania w bazie danych lub jej aktualizacji przez mało doświadczonego użytkownika. W tej roli znacznie lepsze od SQL są interfejsy graficzne oparte o okienka, menu, formularze, tabele, przeglądanie, itp.

Syntaktyczne warianty języków pewnych sławnych matematycznych teorii, np. logiki. Ten punkt widzenia był lansowany przez teoretyków baz danych. Obecne języki zapytań zaprzeczają tego rodzaju poglądom.

Pod-języki bardzo wysokiego poziomu (API) zanurzane w typowe języki programowania do wyszukiwania i aktualizacji bazy danych. W tej roli najczęściej występuje SQL. Liczne wady tego podejścia.

Wyrażenia programistyczne bardzo wysokiego poziomu zintegrowane z językiem programowania. Tworzą kompletny interfejs do programowania aplikacji. Przykładem jest PL/SQL systemu Oracle.

Istnieje na ten temat wiele poglądów, np.:


Języki zapytań jako wyrażenia programistyczne Ostatni punkt widzenia zakłada nowy rodzaj języka programowania, w

którym występują specyficzne wyrażenia (podobne do klasycznych wyrażeń języka oprogramowania) zwane „zapytaniami”.

Istotą tych nowych wyrażeń jest obsługa kolekcji. W tej roli języki zapytań są wyższym szczeblem abstrakcji nad

konstrukcjami organizującymi pętle (while, repeat, goto, for, loop, itp.), iteratorami, kursorami i innymi tego rodzaju udogodnieniami.

Zapytania koncepcyjnie „hermetyzują” pętle iteracyjne w języku programowania przy pomocy operatorów takich jak selekcja (where), projekcja, złączenie, unia, kwantyfikatory, grupowanie, sortowanie, itp.

Słowo „koncepcyjnie” jest tu istotne, gdyż chodzi o taką hermetyzację, która jest naturalna, zrozumiała i czytelna dla programisty; wspomagająca procesy modelowania pojęciowego przy tworzeniu aplikacji.

W tej koncepcji języki zapytań są tworami całkowicie ortogonalnymi w stosunku do cechy trwałości danych (czyli bazy danych).


Znaczenie języków zapytań Obniżenie poziomu profesjonalizmu niezbędnego do programowania

aplikacji baz danych. W tradycyjnych językach programowania aplikacje te wymagają profesjonalnych, wysoko opłacanych programistów.

Podwyższenie wydajności programistów poprzez dostarczenie do ich dyspozycji pojęciowych, makroskopowych operacji, pozwalających zapisać złożone przetwarzanie w zwartej, czytelnej i zrozumiałej formie.• Jedno zdanie w SQL może zastąpić kilka stron programu napisanego w

językach takich jak Cobol, C lub Pascal. • Ma to skutki dla tempa tworzenia oprogramowania, jego kosztu,

pielęgnacyjności i modyfikowalności. Podwyższenie niezawodności produktów programistycznych poprzez

zwartość zapisu programu i konceptualizację myślenia programisty. Zwolnienie projektanta i programisty z myślenia o mniej istotnych

sprawach implementacyjnych, umożliwienie skupienia się na tym co ma być zrobione, a nie jak; myślenie w kategoriach problemu i dziedziny zastosowań, a nie w w kategoriach detali i sztuczek implementacyjnych.


Zastosowania języków zapytań (1) Narzędzie dla powszechnego użytkownika umożliwiające interakcyjne

zapytania i aktualizacje (tzw. ad hoc), z generacją odpowiedzi lub raportów w pewnych z góry zadanych formatach.

Konstrukcje języka programowania umożliwiające programowanie na bardzo wysokim poziomie abstrakcji i konceptualizację programów.

Definiowanie ograniczeń integralnościowych (integrity constraints), inaczej więzów integralności, zapobiegających niedopuszczalnym operacjom na bazie danych lub wykrywających błędy w danych.

Definiowanie podschematów, ograniczeń dostępu i innych środków autoryzacji lub bezpieczeństwa danych.

Definiowanie wirtualnych perspektyw (views), zmaterializowanych perspektyw (materialized views), danych pochodnych (derived), replikacji danych, procedur zapamiętanych w bazie danych (stored procedures, database procedures), i innych abstrakcji lub udogodnień w danych.


Zastosowania języków zapytań (2) Składowe konstrukcji językowych skryptów (scripts) w językach czwartej

generacji (4GL) i narzędziach do prototypowania (RAD). Definiowanie aktywnych reguł, dedukcyjnych reguł, aktywnych agentów i

innych „inteligentnych" elementów w bazie danych. Określanie danych do transmisji w rozproszonych bazach danych;

umożliwienie współpracy pomiędzy heterogenicznymi i/lub odległymi bazami danych (np. interfejsy w stylu ODBC lub JDBC).

Określanie danych do transmisji pomiędzy różnymi rodzajami pamięci, np. pomiędzy pamięcią optyczną typu jukebox a pamięcią dyskową.

Narzędzia do wyszukiwania informacji w danych pół-strukturalnych (semi-structured), np. w plikach XML lub RDF; definiowanie perspektyw nad danymi pół-strukturalnymi.

Narzędzia do eksploracja danych (data mining), hurtowni danych i analitycznego przetwarzania (OLAP).


Własności języków zapytań (1) Wysoki poziom konceptualizacji i abstrakcji; niezależność danych

(data independence) wyrażająca się w braku odwołań do elementów fizycznej organizacji danych (takich jak np. indeksy). Użytkownik formułuje zapytanie znając wyłącznie logiczny schemat bazy danych.

Nieproceduralność lub deklaracyjność, wyrażająca się w zorientowaniu języka na formułowanie bezpośrednio celu wyszukiwania, a nie środków prowadzących do tego celu.

Makroskopowość, czyli jednoczesne działanie (z punktu widzenia użytkownika) na wielu elementach kolekcji o nieznanych rozmiarach.

Naturalność, czyli wspomaganie naturalnych schematów myślenia użytkownika, wspomaganie modelowania pojęciowego, łatwość uczenia się i użycia.


Własności języków zapytań (2) Efektywność, czyli akceptowalne czasy wykonania zapytań. Oznacza to

konieczność stosowania automatycznych metod optymalizacyjnych.• To zaś oznacza konieczność określenia jednorodnej koncepcji i zdefiniowania

precyzyjnej semantyki języka, bez pomijania jakichkolwiek detali.

• Dla złożonego problemu automatyczna optymalizacja zapytań jest bardziej skuteczna od manualnego zakodowania tego samego zadania w języku niskiego poziomu, np. w C.

Uniwersalność, czyli zdolność języka zapytań do definiowania dowolnych operacji wyszukiwania i kojarzenia danych. • Ta własność jest słabą stroną SQL.

• Kryteria dla określenia stopnia uniwersalności języków zapytań są ułomne. Tzw. „relacyjna kompletność” (relational completeness) jest przypadkowym, nie umotywowanym punktem na skali uniwersalności. Tzw. "kompletność Turinga" (Turing completeness) jest oparta na pseudo-argumentach.

• Uniwersalność jest kategorią pragmatyczną, a nie matematyczną.


Własności języków zapytań (3) Niezależność od dziedziny zastosowań, czyli brak przypisania do jednej

dziedziny aplikacyjnej, umożliwienie realizacji wszystkich potencjalnych zastosowań danego systemu zarządzania bazą danych.

Wykonywanie zapytań w trybie interpretacyjnym, późne (dynamiczne) wiązanie, brak fazy kompilacji i konsolidacji zapytań z całością aplikacji. Umożliwia to zapytania ad hoc, dynamiczne tworzenie i usuwanie perspektyw, zapamiętywanie procedur i reguł w bazie danych, dynamiczne tworzenie i usuwanie indeksów, itd.


Zasady języków zapytań (1)

Naturalność: zgodność z naturalnym myśleniem potencjalnych użytkowników. Niekoniecznie oznacza ona wyrażanie zapytań w języku naturalnym (ponieważ jest on zbyt mało precyzyjny).

Prostota: klarowność konstrukcji syntaktycznych, oczywistość semantyki, łatwość uczenia się i nauczania, łatwość dokumentowania, implementacji, pielęgnowania i użycia.

Ortogonalność: każda kombinacja cech języka, która ma sens, powinna być dozwolona. Ortogonalność pozwala na zredukowanie do minimum definicji języka oraz znaczne podwyższenie jego mocy.

Ostatnio, zasady wypracowane przez świat akademicki są kwestionowane przez świat przemysłowy. Wynika to z faktu, że dla firm komercyjnych jest bardzo niewygodne stwierdzenie, że jakaś cecha ich produktu jest "niezgodna z zasadą". Kwestionuje się więc zasadę.Zadaniem świata akademickiego jest obrona zasad. Niżej są podane podstawowe zasady obowiązujące języki zapytań.


Zasady języków zapytań (2) Kompozycyjność: unikanie dużych zlepków syntaktycznych i zależności

pomiędzy odległymi kontekstowo fragmentami wyrażeń języka. Relatywizm: identyczna składnia i semantyka wyrażeń języka

odnoszących się do dowolnego poziomu zagnieżdżenia struktur danych. Np. zapytania odnoszące się do całej bazy danych i odnoszące się do wnętrza pojedynczego obiektu (które może zawierać podobiekty) powinny być konstruowane na tych samych zasadach.

Minimalność (brzytwa Occama): unikanie cech redundantnych. Dotyczy to zarówno redundantnej składni, jak i wprowadzania takich konstrukcji językowych, które można łatwo zastąpić przez inne konstrukcje.

Brak anomalii: unikanie specjalnych przypadków, cech wyjątkowych, nieregularnego traktowania, itd. Wszystkie takie cechy stają się przyczyną błędów oraz zwiększają objętość dokumentacji języka. Szczególnie groźne są tzw. semantyczne rafy, które powodują błędny (nieoczekiwany) wynik bez ostrzeżeń.


Zasady języków zapytań (3) Uniwersalność: język powinien w maksymalnym stopniu przykrywać

dziedzinę, do której został przeznaczony. Chodzi o uniwersalność pragmatyczną, czyli spełnienie wszystkich aktualnych (i rozsądnych) oczekiwań użytkowników na dzisiaj i na przewidywaną przyszłość.

Modularność (hermetyzacja): umożliwienie użytkownikowi zamykania fragmentów języka w nazwane, hermetyzowane bryły, którymi można dalej posługiwać się tak jak atomami. Zmiana kontekstu użycia takich brył nie powinna prowadzić do zmiany ich znaczenia.

Bezpieczeństwo: wzbogacenie języka o specjalne środki (takie jak deklarowanie typów, asercje, więzy integralności, transakcje) przeciwdziałające niepoprawnemu użyciu konstrukcji języka, prowadzących do naruszenia integralności bazy danych lub integralności przetwarzania.


Zasady języków zapytań (4) Specjalna troska o przypadki skrajne: puste zbiory, puste stringi,

wartości zerowe, niezainicjowane zmienne, itd. są bardzo często nie objęte definicją semantyki języka, co powoduje rezultaty nie oczekiwane przez użytkowników.

Koncepcyjna kontynuacja: mała zmiana celu, dla którego budowane jest wyrażenie języka, nie powinno wywoływać dramatycznej zmiany w myśleniu użytkownika i w formie tego wyrażenia.

Jednorodne podejście do konstrukcji programistycznych bazujących na języku zapytań (zdania imperatywne, perspektywy, procedury, metody, parametry procedur i metod, itd.).

Nie zaniedbywanie jakiegokolwiek problemu semantycznego.

• Każdy, nawet najmniejszy problem semantyczny jest dużym problemem.

Wysoki potencjał dla optymalizacji zapytań.


Optymalizacja zapytań Opracowanie sprawnych metod optymalizacji jest fundamentalnym

problemem w konstrukcji języka zapytań. Naiwna ewaluacja zapytań prowadzi do nieakceptowalnych czasów wykonania i konsumpcji pamięci. • Np. proste zapytanie w SQL (podaj nazwiska dostawców dostarczających

części o nazwie ”zawór”):

wymaga wykonania produktu kartezjańskiego relacji wymienionych w klauzuli from. Przyjmując 10000 dostawców, 10000 produktów, 100000 krotek w relacji DP i średnio 100 bajtów w każdej krotce tych relacji, produkt kartezjański miałby 1013 elementów i zajmowałby 930 000 GB.

• Jeżeli sprawdzenie warunku w klauzuli where dla pojedynczej krotki trwałoby jedną tysięczną sekundy, to wyselekcjonowanie z produktu kartezjańskiego właściwych krotek trwałoby 1010 sekund, czyli 317 lat.

• Dzięki metodom optymalizacyjnym obliczenie powyższego zapytania trwa kilka sekund i nie wymaga zbyt dużo pamięci.

select Dostawca.nazwisko from Dostawca, Produkt, DPwhere Dostawca.NrDost = DP.NrDost and DP.NrProd = Produkt.NrProd and Produkt.nazwa = ”zawór”

query optimization


Metody optymalizacji zapytań (1) Metody oparte na przepisywaniu (rewriting). W metodach tych

dokonuje się semantycznie równoważnego przekształcenia zapytania (jego drzewa syntaktycznego) na taką równoważną semantycznie postać, która rokuje lepszy czas wykonania.

Wprowadzenie specjalnych struktur danych lub specjalnej organizacji danych. Do tej kategorii można zaliczyć indeksy, organizacje plików oparta na kodowaniu mieszającym (hash coding), struktury danych oparte na łańcuchach lub tablicach pointerów, specjalne organizacje tablic w bazie danych umożliwiające bardzo szybkie złączenia, itd.

Unikanie obliczania pewnych fragmentów zapytań. Chodzi tu o unikanie obliczania „martwych” podzapytań, tj. takich fragmentów zapytania, które nie mają wpływu na jego końcowy wynik. Tego rodzaju sytuacje szczególnie często pojawiają się w przypadku automatycznej generacji zapytań z innych interfejsów np. z wirtualnych perspektyw.


Metody optymalizacji zapytań (2) Zapamiętywanie wyników poprzednio obliczonych zapytań. Niektóre

szczególnie często spotykane zapytania są „materializowane”, dzięki czemu nie jest potrzebna powtórna ich ewaluacja. Temat ten jest znany jako „zmaterializowane perspektywy”.

Jednoczesna optymalizacja wielu zapytań. W sytuacji, kiedy zapytania ewaluuje jeden serwer obsługujący bardzo wiele jednoczesnych zleceń od użytkowników możliwe jest wyodrębnienie wspólnych części tych zapytań (np. pewnych złączeń) i następnie, jednorazowa ich ewaluacja.

Wybór planu ewaluacji zapytania. Może być wiele semantycznie równoważnych sposobów ewaluacji zapytania. Należy wybrać taki plan, który zapewni jak najszybsze ograniczenie przestrzeni danych uczestniczących w ewaluacji (np. plan na początku wykorzystuje indeks).

Przy budowie optymalizatora zapytań zwykle wykorzystuje się szereg wymienionych wyżej metod oraz ich wariantów i kombinacji.


Obiektowość a języki zapytań (1) Stosunek obiektowości do języków zapytań nadal nie jest do końca jasny.

Wynika to z dwóch przyczyn: 1. Obiektowość jest ideologią informatyczną o luźno zarysowanych

założeniach, pojęciach i granicach.• Natomiast języki zapytań są tworami formalnymi, których semantyka musi

być określona precyzyjnie, gdyż muszą być automatycznie optymalizowane. • Luźne założenia i granice modeli obiektowych, ich ograniczenia (np. brak

kolekcji) powodują, że specyfikacje języków zapytań są intuicyjne. 2. Poglądy i (fałszywe) stereotypy dotyczące języków zapytań,

wypracowane podczas rozwoju modelu relacyjnego. • Np. twierdzenia, że jedynie model relacyjny wraz z jego podstawami

matematycznymi może być podstawą definicji języków zapytań.• M. Stonebraker w często cytowanych publikacjach twierdzi, że obiektowe

bazy danych w ogóle nie mogą być wyposażone w języki zapytań. • Podobne poglądy do pewnego czasu głosił J. Ullman.


Obiektowość a języki zapytań (2) Powstały próby i spekulacje dotyczące tego jak dopasować paradygmaty

relacyjnych języków zapytań do obiektowych struktur danych.• Np. jak zmodyfikować algebrę relacji, jak przystosować SQL, itp.• Konkluzje bywają zaskakujące.

Przez pewien czas dominował pogląd, że idea języków zapytań jest sprzeczna z koncepcją hermetyzacji (encapsulation).• Zdaniem niektórych autorów, hermetyzacja polega na tym, że obiekt może

być przetwarzany wyłącznie przez metody zdefiniowane w jego klasie.• Języki zapytań muszą mieć bezpośredni dostęp do atrybutów.• Ergo: języki zapytań są sprzeczne z hermetyzacją.• Jest to nonsens wynikający ze złego rozumienia pojęć obiektowości.

Inną konsekwencją jest bezpośrednie uogólnianie metod formalnych relacyjnych języków zapytań na obiektowe języki zapytań.• Efektem jest mnogość tzw. obiektowych algebr, obiektowych rachunków, itd.• Są to twory koncepcyjnie, matematycznie i pragmatycznie wadliwe.


Wykład 2


Pojęcia obiektowości w bazach danych - przypomnienie i dyskusja


Obiekt Wielu autorów nie rozróżnia pojęcia obiektu jako pewnej abstrakcji

pojęciowej lub informacyjnej, konkretnego obiektu (materialnego) istniejącego w świecie rzeczywistym, oraz struktury danych określanej jako „obiekt” przechowywanej wewnątrz komputera.

Dla języków zapytań tylko ostatni punkt widzenia jest relewantny. Obiektem będzie więc pewna struktura danych przechowywana w

przestrzeni pamięciowej komputera. Nie wymagamy, aby ta struktura danych miała swój odpowiednik wśród

obiektów świata rzeczywistego. Obiektem może być także dowolna abstrakcja programistyczna, np.

moduł, procedura, zmienna, stała środowiskowa, okienko wyświetlane na ekranie, plik tekstowy, itd.

Istotą obiektu jest to, że programista może nim manipulować tak jak pojedynczą zwartą bryłą, np. wyszukiwać, kopiować, tworzyć, usuwać lub przenosić.

object


Tożsamość obiektu, identyfikator obiektu W odróżnieniu od modelu relacyjnego obiektowość nie zakłada

konieczności określenia takiego atrybutu obiektu (lub kombinacji atrybutów), który identyfikuje go w sposób unikalny, czyli tzw. „klucza głównego” (primary key).

Obiekt posiada swoją tożsamość (identity), tj. istnieje niezależnie od innych obiektów i od swojego aktualnego stanu.

W praktyce tożsamość oznacza ona, że obiekt posiada unikalny wewnętrzny identyfikator (object identifier, OID), który odróżnia go od innych obiektów.

Taki identyfikator jest nadawany przez system automatycznie, niezależnie od woli projektanta lub programisty.

Wewnętrzny identyfikator jest nieczytelny, nie przenosi informacji biznesowej.

Wewnętrzny identyfikator umożliwia budowanie referencji do obiektu, w szczególności tworzenie powiązań pointerowych.

object identity


Nazwa obiektu Każdy obiekt posiada nazwę, poprzez którą programista lub użytkownik

może identyfikować obiekt w tekście programu lub zapytania. Nazwa obiektu z reguły posiada nieformalne konotacje, np. nazwy takie

jak Student, Osoba, Faktura, Wykład przenoszą pewną informację o znaczeniu odpowiedniej struktury danych w świecie rzeczywistym.

Obiekt może posiadać więcej niż jedną nazwę. Z reguły różne nazwy obiektu implikują różne spojrzenie na semantykę obiektów w świecie rzeczywistym.

W odróżnieniu od identyfikatora, nazwa obiektu nie musi być unikalna - może być wiele obiektów posiadających tę samą nazwę. Np. można utworzyć dowolnie dużo obiektów o nazwie Student.

Obiekt może być identyfikowany przez nazwy inne niż jego własna nazwa. Np. obiekt Student może być także identyfikowany przez nazwę Osoba. Jest to konsekwencja zasady zamienialności (substitutability).


Stan obiektu, atrybuty obiektu Obiekt posiada stan, określany jako kombinacja wartości wszystkich

składowych obiektu, przede wszystkim wartości wszystkich jego atrybutów oraz powiązań z innymi obiektami.

Stan obiektu może zmieniać się w czasie.

Istnieje wiele rodzajów atrybutów obiektów i ich kombinacji:• Atrybut prosty lub atomowy taki jak np. NAZWISKO dla obiektu

PRACOWNIK. Przechowuje dokładnie jedną wartość; np. ”Kowalski”.

• Atrybut złożony, taki jak np. ADRES. Przechowuje wiele wartości. Ma strukturę hierarchiczną.

• Atrybut pointerowy: zawiera jako wartość identyfikator obiektu.

• Atrybut powtarzalny: przechowuje pewien zestaw wartości o nieokreślonej i zmiennej w czasie liczbie elementów.

• Atrybut opcyjny, multimedialny, wyliczalny, domyślny, ...

object state


Przykład obiektu

Czy oprócz wymienionych metod można będzie dostać się do stanu obiektu poprzez nazwy atrybutów ?

Tak. Kwestia zostanie rozpatrzona dalej.

WypłaćWpłać

Sprawdźstan

UpoważnijZmień

upoważnienie

Porównajpodpis

Zlikwidujkonto

Nalicz procent

KONTONumer 123-4321

SaldoZł 34567

Właściciel Jan Kowalski

Upoważniony Ewa Kowalska

....


Obiekt złożony Obiekt może być złożony, tj. składać się z pewnej liczby komponentów,

które także mogą być złożone. W zależności od języka lub systemu komponenty mogą być traktowane

jako obiekty lub mogą być uważane za kategorię różną od obiektów. Nie powinno istnieć ograniczenie rozmiaru obiektu, liczby komponentów

składających się na obiekt, rodzajów komponentów, lub liczby poziomów hierarchii komponentów.

Obiekt złożony reprezentujący byt świata rzeczywistego powinien zawierać wszelkie informacje, które odnoszą się do tego bytu.

Niezależnie od stopnia złożoności obiektu i jego wielkości projektant lub programista może rozpatrywać go i wykonywać na nim operacje jak na pojedynczym elemencie.

Podane wyżej założenia stwarzają nową sytuację w stosunku do modelu relacyjnego, gdzie informacje o obiekcie wyróżnialnym w rzeczywistości modelowanej przez dane są rozproszone w krotkach wielu tabel.

complex object


Zasada relatywizmu obiektów Zgodnie z zasadą relatywizmu obiektów, każdy obiekt złożony jest

zestawem podobiektów, które mogą być złożone lub atomowe. Każdy podobiekt jest traktowany jako samodzielny obiekt. Ogólne własności dotyczące obiektów i podobiektów są identyczne. • Od tej zasady nie ma wyjątków, w szczególności atomowy atrybut obiektu (np.

atrybut ZAROBEK obiektu PRACOWNIK) jest obiektem. • Powiązanie do innego obiektu jest też obiektem.• Konsekwencją relatywizmu jest istnienie obiektów, które nie posiadają

atrybutów (czyli obiektów atomowych), jak również obiektów, dla których nie jest istotne definiowanie klas, ponieważ są one obsługiwane wyłącznie przez metody generyczne.

• Konsekwencją relatywizmu obiektów jest również fakt, że każdy podobiekt (atrybut) musi posiadać swój unikalny identyfikator.

• Np. obiekt PRACOWNIK ma pewien zestaw przypisanych mu metod, ale jego atrybut ZDJĘCIE jest innym obiektem posiadającym własne metody.

• Niektóre obiekty są obsługiwane wyłącznie przez wbudowane metody generyczne, takie jak +, -, <, =. Dla nich nie jest istotne definiowanie klas.

object relativism


Znaczenie relatywizmu obiektów Relatywizm obiektów znacznie upraszcza ich model formalny. Dzięki relatywizmowi środki dostarczane do dyspozycji programistów

mogą być zredukowane do minimum, gdyż nie zachodzi np. potrzeba różnicowania środków dostępu do obiektów i do atrybutów.

Relatywizm pozwala traktować moduły lub całe bazy danych jako pojedyncze obiekty definiowane, dostępne i manipulowalne przy pomocy standardowych środków.

Minimalizacja ilości cech, które muszą być rozpatrywane przy definiowaniu i manipulowaniu obiektami ma konsekwencje dla prostoty całości interfejsu programistycznego, szybkości jego nauczania, rozmiaru dokumentacji, rozmiaru i regularności języków, złożoności modeli formalnych oraz łatwości i ogólności metod implementacyjnych.

Jak dotąd, relatywizm obiektów nie jest popularny. Brak świadomości co do znaczenia relatywizmu obiektów można uważać za przejaw niedojrzałości wielu koncepcji w zakresie obiektowości.


Zasada wewnętrznej identyfikacji• Jest konsekwencją zasady relatywizmu obiektów.

Zgodnie z zasadą wewnętrznej identyfikacji każdy byt programistyczny, który może być niezależnie od innych wyszukiwany, wiązany, aktualizowany, wstawiany, usuwany, indeksowany, zabezpieczany, blokowany, itp. musi mieć unikalny wewnętrzny identyfikator. • Tej zasadzie będą podlegać dowolne identyfikowalne byty zasobów komputera

lub danej aplikacji, m.in. procedury zgromadzone w bibliotekach, klasy, metody, perspektywy, ograniczenia, wyzwalacze, moduły, itd.

• Nie jest istotne w jaki sposób identyfikator ma być konstruowany. Np. może to być fizyczny adres, <OID+nazwa atrybutu>, <OID+offset>, itd.

• <OID+nazwa atrybutu> nie jest dobrą identyfikacją atrybutu, jeżeli jest on wielowartościowy. Każda wartość takiego atrybutu musi mieć unikalną identyfikację. <OID+offset> jest również niedobry, gdyż jest powiązany z fizyczną reprezentacją i stałym formatem obiektu.

• Identyfikator bytu programistycznego nie może być związany ze stanem tego bytu, o ile ten stan może ulegać zmianom. Czyli klucz główny (primary key), znany z modelu relacyjnego, też nie zawsze jest dobrą identyfikacją.

internal identification


Znaczenie zasady wewnętrznej identyfikacji Istnienie unikalnego wewnętrznego identyfikatora obiektu i jego

dowolnych podobiektów umożliwia budowanie jednoznacznych referencji (references) do tego obiektu. • Brak możliwości budowy referencji powoduje trudności z definicją

semantyki wielu funkcjonalności, takich jak np. operatora podstawienia, operatora usuwania wartości atrybutu powtarzalnego, zapewnienie prywatności dostępu do atrybutu, itd.

• Zasadzie wewnętrznej identyfikacji muszą także podlegać powiązania pomiędzy obiektami. Powiązanie może podlegać aktualizacji, blokowaniu lub ochronie, wobec czego konieczna jest jego jednoznaczna wewnętrzna identyfikacja by umożliwić spójną implementację tych cech.

• Zasadzie wewnętrznej identyfikacji powinny podlegać również elementy proceduralne, takie jak procedury, funkcje i metody.

• Zasada wewnętrznej identyfikacji jest ignorowana w modelu relacyjnym. Wynikają stąd liczne anomalie i niejasna semantyka wielu cech systemów i języków, np. semantyka klauzuli update w SQL.

• Podobnie z XML i systemami opartymi na XML.


Powiązania pomiędzy obiektami Dzięki istnieniu unikalnych identyfikatorów obiektów w obiektowych

językach programowania i bazach danych możliwe jest tworzenie bezpośrednich powiązań pointerowych między obiektami.• Dość często każdy pointer ma "bliźniaka"; spójność par pointerów jest

wspomagana systemowo (ODMG).

PRACOWNIK

Nazwisko Kowal

Zarobek 2500

PracujeW

PRACOWNIK

Nazwisko Babel

Zarobek 2000

PracujeW

PRACOWNIK

Nazwisko Nowak

Zarobek 1500

PracujeW

FIRMA

Szef

NrFirmy 102030

Nazwa Syntex

Zatrudnia

Zatrudnia

Zatrudnia

pointer links, relationships


Znaczenie powiązań między obiektami Powiązania pointerowe były krytykowane przez propagatorów modelu

relacyjnego jako prowadzące do utraty niezależności danych. W modelu relacyjnym powiązania są realizowane poprzez umieszczanie

identycznych wartości w różnych miejscach relacyjnej struktury danych, zwykle wartości klucza głównego i tzw. klucza obcego.

Obiektowość wraca do powiązań pointerowych, odrzucając przy tym stare kontr-argumenty jako demagogiczną, pseudo-techniczną retorykę. • Zaletą powiązań pointerowych jest naturalne odwzorowanie semantycznych

związków między obiektami.• Zaletą jest konceptualizacja programów, dzięki wyrażeniom ścieżkowym

(path expressions) skracającym kod i zwiększającym jego czytelność. • Powiązania pointerowe umożliwiają zwiększenie szybkości działania, gdyż

nawigacja (przejście) wzdłuż pointera, np. od obiektu PRACOWNIK do obiektu FIRMA, jest z reguły bardzo szybka.

• W systemach relacyjnych tego rodzaju przejście wymaga wykonania kosztownej operacji złączenia (join); optymalizacja nie zawsze działa.


Podaj nazwisko szefa Nowaka:• SQL:

• SBQL:

• Występujący w zapytaniu SQL warunek p.NrFirmy = f.NrFirmy jest koncepcyjnie równoważny przejściu wzdłuż pointera PracujeW w modelu obiektowym.

• W zapytaniu SBQL taki warunek się nie pojawia, gdyż jest on „wszyty” w strukturę danych w postaci powiązania pointerowego.

Przykład wykorzystania powiązań pointerowych

select s.Nazwiskofrom PRACOWNIK p, FIRMA f, PRACOWNIK swhere p.NrFirmy = f.NrFirmy and f.Szef = s.NrPracownikaand p.Nazwisko = "Nowak"

(PRACOWNIK where Nazwisko = "Nowak"). PracujeW.FIRMA.Szef.PRACOWNIK.Nazwisko


Powiązania binarne i n-arne Model oparty na pointerach uwzględnia wyłącznie powiązania binarne. W modelu tym nie można również uwzględnić atrybutów powiązań i

ewentualnie metod przypisanych do powiązań. Istnieją kontrowersje co do tego, czy są to istotne ograniczenia

modelowania pojęciowego. Potrzeba wprowadzenia powiązań n-arnych i/lub z atrybutami pojawia się

w modelowaniu pojęciowym rzadziej i można je zastąpić powiązaniami binarnymi bez atrybutów poprzez wprowadzenie nowej klasy obiektów.

Model, w którym mogą istnieć powiązania n-arne (n 3) oraz posiadające atrybuty powoduje znaczny rozrost środków programistycznych niezbędnych dla jego obsługi (patrz CORBA Relationship Service).

Jeżeli istnieją atrybuty powiązań, to mogą okazać się konieczne metody dla obsługi tych atrybutów. W tej sytuacji powiązanie musiałoby być związane z własną klasą, co implikuje, że powiązanie jest także obiektem. Wracamy więc do punktu wyjścia.


Zamiana powiązań n-arnych na binarne

OSOBANowak

Pośrednik

TransakcjaSamochód1998.05.1520000

OSOBABielicka

OSOBAMaciąg

Kupujący Sprzedający

Pośrednik

TransakcjaPlac1995.08.1640000

OSOBAKowalska

OSOBABober


OSOBANowak

Pośrednik

OSOBABielicka

OSOBAMaciąg


Pośrednik

OSOBAKowalska

OSOBABober


TRANSAKCJAPlac

1995.08.1640000

TRANSAKCJASamochód1998.05.15

20000


Aktualizacja powiązań Języki proponowane przez różnych autorów dość często nie uwzględniają

faktu, że powiązania pomiędzy obiektami muszą być aktualizowane. • Np. w języku OQL standardu ODMG nie można zbudować referencji do

powiązania, co powoduje, że aktualizacja powiązania poprzez wyrażenie OQL staje się niestandardowa lub niemożliwa.

Aktualizacja powiązania oznacza operację podstawienia, która wymaga odzyskania (po lewej stronie podstawienia) referencji do powiązania, tj. identyfikatora danej przechowującej pointer.

Jeżeli pointer jest związany ze swoim bliźniaczym pointerem odwrotnym, wówczas aktualizacja dowolnego z nich pociąga za sobą odpowiednią aktualizację dwóch bliźniaczych pointerów (znajdujących się w starym i nowym obiekcie, do których prowadził/prowadzi aktualizowany pointer). • Takie rozwiązanie jest cechą standardu ODMG (wiązanie do C++).• Usunięcie obiektu pociąga za sobą usunięcie powiązań tego obiektu z innymi

obiektami. „Bliźniacze” pary pointerów i ich synchroniczna aktualizacja umożliwiają uniknięcie "zwisających pointerów ".


Hermetyzacja i ukrywanie informacji Hermetyzacja jest grupowaniem elementów składowych w obrębie jednej

bryły i następnie, manipulowanie tą bryłą jako całością. Hermetyzację wiąże się z ukrywaniem części informacji dotyczącej

struktury i implementacji wnętrza tej bryły. Hermetyzacja jest generalną zasadą inżynierii oprogramowania

sformułowaną przez D. Parnasa w 1972 w związku z pojęciem modułu.• Moduł, klasa, abstrakcyjny typ danych (ADT) - przykłady hermetyzacji.

Programista ma tyle wiedzieć o tworze programistycznym (procedurze, module, obiekcie, klasie), ile mu trzeba, aby go efektywnie używać. • Wszystko, co może być przed programistą ukryte, powinno być ukryte. • Jest to pożądane zarówno ze względu na potrzebę nie przeciążania modelu

pojęciowego programisty niepotrzebnymi elementami, jak i ze względu na konieczność zredukowania potencjalnych błędów w oprogramowaniu.

• Specyfikacja jest oddzielona od implementacji. Możliwa jest zmiana implementacji bez zmiany specyfikacji. Programistę interesuje wyłącznie specyfikacja - nie ma potrzeby ani możliwości wglądu w implementację.

encapsulationinformation hiding


Różne spojrzenia na hermetyzację Hermetyzacja ortodoksyjna (znana z języka Smalltalk i ADT). Na

zewnątrz klasy lub obiektu widoczne są tylko niektóre metody (operacje); natomiast pozostałe cechy obiektu (jego stan), w tym wszystkie jego atrybuty, są ukryte.

Hermetyzacja ortogonalna w stosunku do rodzaju własności klasy, obiektu lub modułu (Modula-2, C++, Eiffel, Java). Dowolna własność obiektu (atrybut, metoda, itp.) może być prywatna (ukryta) lub publiczna. • Modula-2 i Eiffel wprowadzają pojęcie listy eksportowej, ustalającej cechy

„eksportowane” na zewnątrz do użytku publicznego. • C++ wprowadza podobny środek w inny sposób, jak również dodatkowe

możliwości w postaci cech chronionych (protected) oraz klas „przyjacielskich” (friend class).

• Java wprowadza pojęcie interfejsu grupującego cechy publiczne klasy; koncepcyjnie odpowiada on pojęciu "listy eksportowej".


Ortodoksyjna hermetyzacja jest sprzeczna Ortodoksyjna hermetyzacja należy do (bzdurnej) retoryki niektórych

zwolenników obiektowości. Jest ona wewnętrznie sprzeczna. Zakłada, że deklaracja dowolnego publicznego atrybutu A oznacza dwie metody: getA (podaj wartość A) i setA (ustaw wartość A). Patrz CORBA.• Atrybuty mogą być opcyjne i/lub wielowartościowe (kolekcje), złożone,

multimedialne, itd. Dla nich dwie metody nie wystarczą. • Np. jeżeli atrybut jest kolekcją, to musi istnieć metoda podstawiająca na

dowolną wartość z tej kolekcji. Taka metoda musi opierać się o iterator, czyli mechanizm, który zwraca referencje do wartości atrybutów.

• Uniknięcie zwracania referencji do atrybutu jest motywem tej koncepcji, a tu okazuje się, że tak czy inaczej musimy zwracać referencje. Sprzeczność!

• Taka hermetyzacja stwarza trudności z generycznością, np. zakomunikowaniu atrybutu jako parametru call-by-reference do procedury lub metody.

• Stała się podstawą krytyki obiektowości jako takiej, gdyż uniemożliwia zdefiniowanie języków zapytań (C.Date: Encapsulation is a red herring.).

• Ortodoksyjna hermetyzacja jest sprzeczna z zasadą relatywizmu obiektów (i w konsekwencji, zasadą wewnętrznej identyfikacji).


Hermetyzacja ortogonalna Oznacza, ze dowolna cecha obiektu może być prywatna lub publiczna. Jeżeli atrybut jest publiczny, to oznacza, że istnieje generyczna metoda

(wspólna dla całego modelu), która zwraca referencję do tego atrybutu.• Tą metodą jest (niejawna) operacja wiązania (binding), której argumentem

jest nazwa (m.in. atrybutu), zaś wynikiem jest referencja lub zbiór referencji.

PRACOWNIK

NAZWISKO Nowak ROK_UR 1951

ZAROBEK 2500

ZmieńZarobek(...) {...};

Podatek(){...};ZarobekNetto() {...};

Wiek() { return RokBież - ROK_UR };

DZIAŁ Zabawki

Wewnętrzna struktura obiektu Zewnętrzna struktura obiektu

PRACOWNIK

NAZWISKO Nowak

ZmieńZarobek(...)

ZarobekNetto()

Wiek()

DZIAŁ Zabawki


Komunikat Komunikat jest prawie dokładnie tym samym, co wołanie procedury.

• Różnice dotyczą wyłącznie składni, miejsca ulokowania procedury (metody są wewnątrz klasy) oraz sposobu komunikowania parametrów do procedury:

• Wołanie procedury:• Komunikat:

Różnica dotyczy także polimorfizmu, tj. mechanizmu dynamicznego wyboru metody po wysłaniu komunikatu do obiektu.• Polimorfizm wymaga dynamicznego wiązania. Bez dynamicznego wiązania

pojęcie komunikatu jest równoważne wołaniu procedury (z dokładnością do składni). Polimorfizm jest ważną cechą, i dlatego warto odróżniać komunikaty i wołania procedur.

Języki zapytań mogą implikować inny kontekst i składnię komunikatów:

Wypłać( KontoKowalskiego, 1000 );

KontoKowalskiego . Wypłać( 1000 );

(PRACOWNIK where Wiek > 45) . Nazwisko

komunikat

message


Klasa• Zła definicja: klasa jest to zbiór obiektów (jest to raczej ekstensja klasy). • Dobra definicja:

Klasa jest miejscem przechowywania tych informacji dotyczących obiektów, które są dla nich niezmienne, wspólne lub dotyczą całej ich populacji. Takie informacje są nazywane inwariantami obiektów.

Inwarianty dotyczące jednego obiektu mogą być przechowywane w wielu klasach, tworzących hierarchię lub inną strukturę dziedziczenia.

Poprzez przypisanie obiektów do klas unika się przechowywania inwariantów wewnątrz każdego obiektu.

Klasa stanowi więc coś w rodzaju „czynnika wyciągniętego przed nawias” dla pewnej populacji obiektów.

Takie „wyciągnięcie przed nawias” ma ogromne znaczenie dla modelowania pojęciowego, pozwalając operować zestawem inwariantów jak abstrakcją zastępującą zarówno poszczególne egzemplarze obiektów, jak i pewną ich populację.

class


Inwarianty przechowywane w ramach klas (1) Typ, czyli struktura obiektu. Zwykle typ określa zestaw atrybutów

obiektu (ich nazwy oraz typ wartości, które mogą one przybierać). Metody, lub inaczej operacje, które można wykonać na obiekcie. Nazwa, czyli językowy identyfikator obiektu używany w tekstach

programu lub w zapytaniach. Nazwa obiektu może być inwariantem, ale nie musi. W obiektowych językach programowania zwykle nie jest.

Specyfikacje powiązań (links, relationships) obiektów danej klasy z obiektami innej lub tej samej klasy.

Interfejs, lista eksportowa lub inny środek określający, które atrybuty czy metody są dostępne z zewnątrz klasy lub obiektu, a które są prywatne.

Wartości wspólne dla wszystkich elementów klasy, np. pewne stałe lub wspólne atrybuty.

Informacja o dopuszczalności wartości zerowych (null values);


Inwarianty przechowywane w ramach klas (2) Wartości domyślne (default values) używane przez system w momencie

tworzenia nowego obiektu lub podstawiane w sytuacji kiedy dany atrybut dla pewnego obiektu przyjmuje wartość zerową.

Zdarzenia lub wyjątki, które mogą mieć miejsce podczas wykonywania operacji na obiekcie.

Obsługa zdarzeń lub wyjątków: czynności, które mają być wykonane po wystąpieniu zdarzenia lub wyjątku; w bazach danych noszą one nazwę aktywnych reguł (active rules).

Lista importowa lub inny środek ustalający cechy obiektów innych klas, które są "zaimportowane" do wnętrza obiektów danej klasy.

Ograniczenia, więzy integralności (integrity constraints). Reguły bezpieczeństwa i prywatności. Informacje katalogowe, pomoce.


Interfejs Interfejs zawiera komplet informacji o tych własnościach klasy, które są

niezbędne do poprawnego manipulowania obiektami tej klasy. Interfejs posiada znaczenie pojęciowe dla użytkownika lub programisty i

pozwala na wystarczająco dokładne przedstawienie tego, co obiekt zawiera w swoim wnętrzu (tj. interfejs określa odpowiedni fragment schematu obiektowego) i jak nim manipulować.

Praktycznym kryterium rozróżnienia pomiędzy klasą i interfejsem jest fakt, że klasa może być przedmiotem obrotu handlowego, podczas gdy interfejs takiemu obrotowi nie podlega.

Interfejs jest pojęciem różnym od pojęcia typu. • Typ jest specyfikacją klasy ograniczająca kontekst, w którym obiekty tej

klasy mogą być użyte w wyrażeniach, zapytaniach lub programach. Jednocześnie typ określa często reprezentację wartości.

• Często interfejsu nie odróżnia się od typu, lub typ jest składnikiem interfejsu.

interface


Hierarchia klas i dziedziczenie Klasę można budować wyłącznie na zasadzie formalistycznego

„wyciągnięciem przed nawias” pewnego zestawu inwariantów. Częściej jednak klasa posiada niezależne znaczenie dla modelowania

pojęciowego jako ogólna abstrakcja budowana przez projektanta lub programistę w celu odwzorowania niezmiennych własności obiektów.

Dziedziczenie oznacza, że dla przetwarzania obiektu programista może wykorzystywać dowolne inwarianty z klasy, której dany obiekt jest członkiem, lub z dowolnych nadklas tej klasy.

Ważnym aspektem tworzenia hierarchii klas jest unikanie redundancji, zarówno redundancji kodu jak i redundancji koncepcyjnej.

Innym ważnym aspektem jest zwiększenie potencjału ponownego użycia: raz zdefiniowana klasa może być wielokrotnie użyta dla stworzenia jej specjalizacji.

Zasada "otwarta-zamknięta" (open-close principle): klasa jest zamknięta dla modyfikacji, ale otwarta dla rozszerzeń.

class hierarchy, inheritance


Przykład klas i dziedziczenia

PRACOWNIKZarobekFirma

ZdjęcieZarobekNetto()

ZmieńZarobek(...)

STUDENTNrIndeksu

RokStudiówWydział

WstawOcenę(...)ZaliczSemestr()

OSOBANazwisko

ImięRokUrodz

Wiek()

obiekt obiekt obiekt obiekt obiekt obiekt

obiektobiektobiekt


Zasada zamienialności• Oznaczana też LSP (Liskov's Substitutability Principle)

Zasada zamienialności głosi, że w każdym miejscu programu, gdzie może być użyty pewien obiekt klasy K, może być także użyty obiekt, którego klasą jest podklasa klasy K. • Przykładowo, wszędzie tam, gdzie można użyć liczby całkowitej, można także

użyć liczby naturalnej; wszędzie tam, gdzie można użyć obiektu Osoba można także użyć obiektu Pracownik.

• Ponieważ obiekt podklasy klasy K zawiera więcej atrybutów niż obiekt klasy K, zasada ta oznacza ignorowanie wszystkich tych atrybutów, które „wystają” poza typ oczekiwany w danym miejscu programu.

• Zasada ta obejmuje również metody zawarte w klasach.• Ma bardziej ogólne sformułowania (dla typów obiektów).• Prowadzi niestety do pewnych anomalii: np. anomalii podstawienia, anomalii

wielodziedziczenia, dylematu "wariancja czy kontr-wariancja", i innych. Zasada zamienialności staje się kontrowersyjna jeżeli przyjmiemy, że

inwariantem obiektów jest ich nazwa. W szczególności, przestaje obowiązywać dla modelu z dynamicznymi rolami obiektów.

substitutability


Ekstensja klasy Jest to nazwany zbiór obiektów aktualnie należących do danej klasy.

Różne ekstensje mogą mieć wspólne części, co może być powodem trudności semantycznych. Stąd pojęcie ekstensji jest kontrowersyjne. Jest ona uważana za wątpliwe "dziedzictwo" modelu relacyjnego.

OSOBANazwisko Babacki

RokUr 1940

OSOBANazwisko Abacki

RokUr 1948

OSOBANazwisko Nowak

RokUr 1951

OSOBA Nazwisko

RokUrWiek()

PRACOWNIKZarobek

DziałZarobekNetto()

ZmieńZarobek(...)

OSOBANazwisko Kowalska

RokUr 1975Ekstensja

klasy OSOBA

PRACOWNIKNazwisko Nowak

RokUr 1951Zarobek 2000Dział zabawki

PRACOWNIKNazwisko Abacki

RokUr 1948Zarobek 2500Dział zabawki

PRACOWNIKNazwisko Babacki

RokUr 1940Zarobek 3000Dział sprzedaż

Ekstensja klasy PRACOWNIK

extent


Wielokrotne dziedziczenie Jest to dziedziczenie z kilku klas, z zsumowaniem dziedziczonych cech.

Problemem wielo-dziedziczenia jest konieczność rozstrzygnięcia konfliktów nazw. Nie ma na to dobrego sposobu.

POJAZDciężar

.....prędkość_eksploat()

POJAZD_LĄDOWYilość_kół

max_prędkość.....

POJAZD_WODNYwyporność

max_prędkość.....

AMFIBIASAMOCHÓD JACHTTRAKTOR ŻAGLÓWKA

multiple inheritancemulti-inheritance


Abstrakcyjne typ danych, ADT ADT jest oparty na założeniu, że typ struktury danych jest skojarzony z

operacjami działającymi na elementach tego typu. Nie istnieje potrzeba i możliwość używania operacji nie należących do

oferowanego zestawu; operacje są kompletne i wyłączne (hermetyzacja). Bezpośredni dostęp do składowych takiej struktury danych nie jest

możliwy, dzięki czemu jej szczegóły implementacyjne (np. zestaw i reprezentacja atrybutów) są niewidoczne. • Np. stos, wraz z operatorami push (połóż element na wierzchołku stosu), pop

(zdejmij element z wierzchołka stosu), top (odczytaj element znajdujący się na wierzchołku stosu) i empty (sprawdź, czy stos jest pusty).

• Po zadeklarowaniu lub utworzeniu zmiennej X jako stosu, wszelkie operacje na tej zmiennej odbywają się poprzez powyższe cztery operatory.

ADT jest w istocie innym spojrzeniem na pojęcia klasy i interfejsu. W związku z tym dalej zrezygnujemy z używania terminu ADT.

abstract data type


Polimorfizm• Polimorfizm w teorii typów: umożliwienie programom lub procedurom

działania jednocześnie na wielu typach. Tym nie będziemy się zajmować. Polimorfizm w obiektowości: dynamiczny wybór metody, po

otrzymaniu komunikatu skierowanego do obiektu.

polymorphism

obiekt obiektobiekt obiekt

STUDENT....

dochody()....

PRACOWNIK....

dochody()....

EMERYT....

dochody()....

obiektobiekt

OSOBAnazwiskokategoria

....

....

Metody dochody są różne dla każdej klasy. Po otrzymaniu komunikatu dochody wybierana jest metoda właściwa dla klasy, do której należy dany obiekt.

Polimorfizm wymaga dynamicznego wiązania.

Przesłanianie jest jedną z jego form.

Polimorfizm stwarza znaczny potencjał dla ponownego użycia i modyfikowalności oprogramowania.


Wykład 3


Dynamiczne role obiektów Stanowią odpowiedź na problemy wielokrotnego dziedziczenia oraz

innych anomalii (powtarzalnego dziedziczenia, wieloaspektowego dziedziczenia, obiektów historycznych, ekspolozji liczby klas, itd.).• Normalne dziedziczenie: student JEST osobą . Jest to błąd pojęciowy.

To raczej osoba STAJE SIĘ studentem, i to tylko na jakiś czas. Każdy obiekt może nabywać i tracić wiele ról lub specjalizacji, nie

zmieniając swojej tożsamości. Role zmieniają się dynamicznie.

PACJENT

CZŁONEK KLUBUPRACOWNIK

STUDENT PODATNIK

dane historyczne

OSOBA

STUDENTSTUDENT

dynamic roles


Dynamiczne role i klasy

OSOBANazwisko Abacka

RokUr 1948

OSOBA Nazwisko

RokUrWiek()

PRACOWNIKZarobek

DziałZarobekNetto()

ZmieńZarobek(..)

OSOBANazwisko Kowalska

RokUr 1975

STUDENTSemestr

NrIndeksuWpiszOcenę(...)

ObliczŚredniąOcen()

OSOBANazwisko Nowak

RokUr 1951

Klasy

OSOBANazwisko Nowacki

RokUr 1940

Obiekty

FIRMANazwa BankSA

pracuje_w pracuje_w

UCZELNIANazwa PW

studiuje_na

UCZELNIANazwa UW

studiuje_najest_klientem

PRACOWNIKZarobek 2500Dział Kredyty

PRACOWNIKZarobek 1500Dział Obsługa

STUDENTSemestr 7

NrIndeksu 223344

STUDENTSemestr 4

NrIndeksu 556677


Kolekcje Kolekcje są zestawami danych o podobnej strukturze. Rozmiaru kolekcji

nie można przewidzieć ani ograniczyć. Do kolekcji zaliczane są zbiory, relacje, wielozbiory, sekwencje, listy, drzewa, itp. • Popularne języki programowania nie wprowadzają pojęcia kolekcji lub silnie

je ograniczają (np. Java - sekwencja referencji).

• Brak kolekcji w językach programowania jest powodem niezgodności impedancji pomiędzy językiem programowania i językiem zapytań.

• Brak kolekcji jest powodem konieczności używania sterty (heap), co np. prowadzi do wyciekania pamięci.

Kolekcje mogą być zagnieżdżone (co jest najczęściej ignorowane przez teorie dotyczące obiektowych baz danych, np. obiektowe algebry).• Relacje z modelu relacyjnego są przypadkiem kolekcji. Brak możliwości

zagnieżdżania relacji jest utrudnieniem dla modelowania pojęciowego, ale zdaniem adwokatów modelu relacyjnego, upraszcza struktury danych i daje możliwość zastosowania matematyki. Są to poglądy kontrowersyjne.

collections


Przykład zagnieżdżonych kolekcji

XML stwarza nowy stosunek do kolekcji: kolekcje nie są nazywane, lecz są modelowane przez identyczne nazwy obiektów. Na podobnej zasadzie jak w XML, dynamiczne role pozwalają na tworzenie heterogenicznych, wzajemnie przecinających się kolekcji

- bez wprowadzania pojęcia kolekcji explicite.

Pracownicy

.....

PracownikZatrudnienia

.....

Zatrudnienie

Zatrudnienie

Stanowisko

Nazwisko

Dzieci...

Dziecko Dziecko

PracownikZatrudnienia

.....

Zatrudnienie

Zatrudnienie

Stanowisko

Nazwisko

Dzieci...

Dziecko Dziecko

nested collections


Wartości zerowe Zwykle są oznaczane jako NULL lub NIL. Istnieje wiele przyczyn powstawania wartości zerowych, np.:

• Atrybut nie ma zastosowania dla danego przypadku, np. NazwiskoPanieńskie; • Informacja jest nieznana, np. miejsce, gdzie został pochowany Mozart;• Informacja o przyszłości, np. wynik przyszłego meczu piłkarskiego;• Informacja jeszcze nie zapełniona.

Większość przyczyn powstawania wartości zerowych można określić jako skutek nieregularnych w danych, które nie chcą się zmieścić w formacie.

Wartości zerowe okazały się trudne dla interfejsów programistycznych, rodząc dużą liczbę anomalii, które są nie do usunięcia. • Liczne patologie w SQL.

XML postępuje z wartościami zerowymi bardzo prosto: daną z wartością zerową po prostu się pomija, razem z tagami.• Ten sposób można uważać za najlepszy i podnieść do rangi zasady. Implikuje

on pewne problemy dla mocnej kontroli typów.

null values


Warianty (unie) Warianty (unie) są nieregularnościami w strukturach danych. Służą do

odwzorowania takich sytuacji, kiedy wystąpienia danej określonego typu mogą się różnić zestawem lub typem atrybutów.

Pracownik:( Nazwisko:”Nowak”, Rodzaj:”etatowy”, Zarobek:3000 )Pracownik:( Nazwisko:”Wrona”, Rodzaj:”uczeń”, Status:3, Stypendium:700 )

• Ta sytuacja jest modelowana jako „zapis z wariantami” (w rodzinie języków linii Pascala) lub unia (w rodzinie C i C++); np. (w składni C):

struct{ string Nazwisko; string Rodzaj; union{ int Zarobek; struct{ int Status; int Stypendium;} str;} un; } Pracownik;

• Warianty mogą posiadać wyróżniony atrybut, tzw. dyskryminator, który służy do rozróżnienia podczas wykonania, z którym przypadkiem mamy do czynienia.

Wariant jest pojęciem podobnym do wartości zerowej ale nieco różnym. Np. jeżeli pewien zapis ma 10 atrybutów, które mogą przyjmować wartości zerowe, wówczas liczba wariantów wynosi 210 = 1024.

variants, unions


Dane pół-strukturalne Dane pół-strukturalne są nieregularne, nie mają stałego formatu. Mogą nie podlegać mocnej kontroli typu. Mogą nie posiadać schematu, lub ich schemat jest luźny. Są nowym podejściem do wartości zerowych i wariantów.

Dane pół-strukturalne są typowe dla zastosowań Webowych.• Przykładem danych półstrukturalnych są pliki XML.

Dane pół-strukturalne implikują nowe problemy dla języków zapytań.• Wymagają nowych podejść i/lub nowych operatorów.• Implikują nowe problemy co do opisu ontologii biznesowej.

semistructured data

Osoba( Pseudonim( "Masa") Kwalifikacja( "kryminalista") Przestępstwo( "rozbój") Przestępstwo( "włamanie"))

Osoba( Nazwisko( "Nowak") Imię( "Jan") Imię( "Antoni") Zawód("piekarz") )

Osoba( Nazwisko( "Kruk") Stopień("kapral") Jednostka("artyleria") )


Ortogonalna trwałość Tradycyjnie, bazy danych przechowywały wyłącznie typy trwałe i

masowe (zbiory, relacje, etc.). Podobnie, klasyczne języki programowania zajmowały się wyłącznie

typami indywidualnymi i nietrwałymi (zmienne, struktury, zapisy, etc.). Taki podział nie ma uzasadnienia. Niekiedy niezbędne jest zapamiętanie

w bazie danych pojedynczych wartości; np. adresu firmy, w której jest zainstalowany system. Brak typów masowych w językach programowania ma liczne wady.

Zasada ortogonalnej trwałości oznacza nowy typ języka programowania, w którym cecha trwałości jest ortogonalna w stosunku do konstruktorów struktur danych.

Oznacza to m.in., że języki zapytań w równym stopniu dotyczą: • trwałych i nietrwałych danych: są ortogonalne w stosunku do trwałości,

• kolekcji i indywidualnych danych: są ortogonalne w stosunku do masowości.

orthogonal persistence


Moduł W modularnych językach programowania, takich jak Modula-2, moduł

oznacza fragment programu stanowiący jednostkę przechowywania, kompilacji i konsolidacji (linking) programów.

Moduł podlega regułom hermetyzacji oddzielającym specyfikację modułu od jego implementacji.

Specyfikacja modułu zawiera tzw. listy eksportowe i importowe. • Lista eksportowa jest odpowiednikiem pojęcia interfejsu znanego ze

standardu CORBA, standardu ODMG i języka Java. • Lista importowa określa obiekty innych modułów, które można użyć w

danym module - skuteczny środek kontroli efektów ubocznych modułu. Z punktu widzenia koncepcji obiektowości, moduł jest obiektem, który

wewnątrz może zawierać obiekty oraz inne własności, takie jak typy lub klasy.

Moduły nie wprowadzają w zasadzie nowej jakości dla obiektowych języków zapytań.

module


Podstawy semantyczne języków zapytań


Składnia, semantyka i pragmatyka języka Składnia: oznacza reguły tworzenia wyrażeń języka z elementarnych

symboli (alfabetu). Istotną cechą składni są reguły składniowe określające sposób budowania wyrażeń (hierarchiczny podział wyrażeń na części).

Semantyka: określa znaczenie wyrażeń języka, czyli stosunku napisów tego języka do rzeczy, które te napisy wyrażają lub oznaczają. • Definicja semantyki wymaga co najmniej zdefiniowania wspomnianych

„rzeczy”, czyli pewnej dziedziny znaczeń, pewnego uniwersum dyskusji o znaczeniach. Definicja takiej dziedziny nie jest jednoznaczna i zależy od tego, kto jest odbiorcą naszej definicji, jaki jest cel definicji, itd.

Pragmatyka: wyznacza funkcję użytkową języka w interakcji międzyludzkiej lub w interakcji pomiędzy człowiekiem i maszyną. • Jak należy używać języka, w jakim celu, jak dopasować wyrażenia języka do

konkretnego problemu. Można znać składnię i semantykę, i być bezradnym wobec problemu, jak przy pomocy tego języka zrobić użyteczny system (przypadek wielu tzw. "teoretyków informatyki").

Składnia i semantyka języka są służebnicami jego pragmatyki.

syntax, semantics, pragmatics


Składnia wzbudza odruch lekceważenia u specjalistów, którzy ukuli termin „lukier syntaktyczny” (syntactic sugar) na oznaczenie semantycznie nieistotnych elementów zdań lub wyrażeń. • w zdaniu: select Nazwisko from Osoba where Zawód = „analityk”

słowa select, from i where są lukrem.• Równie dobrze można byłoby je zapisać przy pomocy innego lukru, np.:

search Osoba with Zawód : „analityk” then retrieve Nazwisko

• Dyskusja odnośnie tego, który lukier jest lepszy, jest często niepoważna.• Semantyka nie zależy od lukru syntaktycznego.

Składnia pozbawiona lukru syntaktycznego jest składnią abstrakcyjną.• Zapis: select A from B where C w składni abstrakcyjnej może mieć

postać nazwy operatora i jego argumentów, np. select(A; B; C) .• Istotne jest to, aby do reguł składniowych przyporządkować reguły

semantyczne. • To przyporządkowanie nazywa się semantyką kierowaną składnią.

Składnia abstrakcyjna abstract syntax


Semantyka kierowana składniąsyntax-driven semantics

Składnia abstrakcyjna powinna być zbudowana w taki sposób, aby odzwierciedlać reguły semantyczne.

Reguła semantyczna przyporządkowana do klauzuli składniowej odzwierciedla znaczenie wyrażenia.• Np. mamy składnię select A from (B where C) , której

przyporządkowujemy następującą regułę semantyczną:• wyznacz zbiór B; z tego zbioru odrzuć elementy nie spełniające C; następnie

dokonaj projekcji wyniku na A.• Jeżeli dokonalibyśmy rozbioru tego zdania w inny sposób, np.

(select A from B) where C , wówczas nie udałoby się zbudować poprawnej semantyki.

Semantyka kierowana składnią oznacza, że:• język wyrażamy w postaci reguł składni abstrakcyjnej;• do każdej reguły składni abstrakcyjnej przyporządkowujemy regułę

semantyczną, która bierze elementy składniowe jako argumenty.


Modularność lub kompozycyjność semantyki Zasada modularności lub kompozycyjności mówi, że semantyka całości

wyrażenia jest funkcją semantyk wszystkich części tego wyrażenia. Niech wyrażenie w ma w abstrakcyjne składni postać:

• gdzie w1, w2, ..., wn są podwyrażeniami wyrażenia w. Oznaczmy przez |x| semantykę napisu x. Wówczas :

Zasadę tę stosujemy rekurencyjnie, t.j. semantyki |w1|, |w2|, ..., |wn| są wyznaczane analogicznie, aż do elementów alfabetu składni abstrakcyjnej.• Elementom alfabetu przyporządkowujemy funkcje semantyczne w zależności

od ich kategorii leksykalnej (nazwy, stałe, operatory, itd.).• Zasada ta obowiązuje formalne języki komputerowe. Dla niektórych z nich (np.

SQL) wyznaczenie funkcji semantycznych zależnych od konstrukcji składniowych może być bardzo trudne ze względu na "syntaktyczne zlepki" i odległe kontekstowo zależności.

w = konstrukcja_składniowa(w1, w2, ..., wn )

|w| = funkcja_zależna_od_konstrukcji_składniowej( |w1|, |w2|, ..., |wn| )

modularity, compositionality


Język modularny lub ortogonalny Język jest modularny lub ortogonalny, jeżeli:

• Jego wyrażenia w składni abstrakcyjnej zawierają mało podwyrażeń; najlepiej jeżeli maksymalne n wynosi 2 lub 3;

• Składnia abstrakcyjna ma niewiele klauzul (nie więcej niż 50);• Język zawiera niewielką liczbę kategorii leksykalnych (od 3-ch do 10-ciu).• Funkcje semantyczne są proste i naturalne dla użytkowników;• Nie występują wyjątki, dodatkowe ograniczenia syntaktyczne lub

semantyczne, nieregularne zależności. Język modularny/ortogonalny jest prosty w definicji, jest łatwy do uczenia

się, użycia, ma krótkie podręczniki. Język modularny/ortogonalny jest łatwy do bezpośredniej implementacji i

do optymalizacji.• Obecna praktyka przemysłowa nie sprzyja tworzeniu języków modularnych/

ortogonalnych. Regułą są chaotyczne syntaktyczne zlepki, monstrualny eklektyzm, niejasna semantyka, mnóstwo wyjątków i ograniczeń. Np. SQL3.


Semantyka języka zapytań z lotu ptaka Podstawą będzie założenie, że semantyka dowolnego zapytania jest

funkcją odwzorowującą zbiór wszystkich stanów (przede wszystkim bazy danych, ale nie tylko) w element zbioru rezultatów zapytań. • Niech Q będzie zbiorem napisów składających się na język zapytań

(wyznaczonych przez jego abstrakcyjną składnię), • Stan - zbiór wszystkich możliwych stanów, • Rezultat - zbiór wszystkich możliwych rezultatów zapytań.

Dla dowolnego napisu q Q semantyka jest pewną funkcją |q| odwzorowującą stan w rezultat:

Jeżeli zapytanie q ma efekty uboczne, np. wywołuje metodę, która powoduje zmiany w bazie danych, wówczas semantyka takiego zapytania wyraża się poprzez funkcję:

Jeżeli q jest zleceniem aktualizacyjnym (np. klauzulą update języka SQL), to:

|q|: Stan Rezultat

|q|: Stan (Rezultat Stan)

|q|: Stan Stan


Własność domkniętościclosure property

Własność ta mówi, że zarówno argumentami jak wynikiem dowolnego zapytania muszą być elementy należące do tej samej dziedziny.• Np. algebra relacji: argumentami zapytania są relacje, wynikiem jest relacja.

Własność tę próbowano zastosować dla obiektowych języków zapytań. Okazało się jednak że:

Dla obiektowych języków zapytań własność domkniętości jest nonsensem prowadzącym do licznych anomalii semantycznych.• Jest ona również nonsensem dla SQL.

Używając oznaczeń z poprzedniego slajdu, własność ta oznacza, że:

• Stan = Rezultat Rezultat Rezultat Rezultat Rezultat Rezultat ...

• Nic takiego nie będziemy zakładać. Jakkolwiek zbiory Stan i Rezultat będziemy budować z tych samych cegiełek, zbiory te będą zasadniczo różne, o różnej intencji, przeznaczeniu i roli semantycznej.


Co więc należy zdefiniować?

Dla potrzeb semantyki języka zapytań należy zdefiniować:

Dziedzinę syntaktyczną zapytań, oznaczony wcześniej jako Q, w postaci składni abstrakcyjnej.

Zbiór wszystkich stanów, oznaczony wcześniej jako Stan. Zbiór wszystkich rezultatów zapytań, oznaczony wcześniej jako

Rezultat. Dla każdej klauzuli syntaktycznej z dziedziny Q, należy zdefiniować

odwzorowanie jej w znaczenie (semantykę) tej klauzuli. • Najczęściej będzie to funkcja odwzorowująca Stan w Rezultat.

• Niekiedy będzie to funkcja odwzorowująca Stan w Rezultat i nowy Stan.

Musimy zadbać o modularność, czyli taką definicję, która pozwoli na budowanie semantyki dowolnie złożonych zapytań poprzez rekurencyjne złożenie semantyk jego komponentów.


Co to jest "stan"? Zazwyczaj, pojęcie "stanu" jest utożsamiane ze "stanem bazy danych".

Jest to uproszczenie i ograniczenie. W naszym przypadku pojęcie stanu będzie znacznie rozszerzone.

Ze względu na ortogonalną trwałość interesować nas będzie nie tylko stan bazy danych, ale także stan nietrwałych zmiennych/obiektów używanych przez programy aplikacyjne, procedury, funkcje, metody, itd.

Całość trwałych i nietrwałych zmiennych/obiektów będziemy nazywać składem obiektów (krótko: składem). • Cecha trwałości nie będzie nas w gruncie rzeczy interesować.

• Skład zawiera także pewne cechy globalnego środowiska, takie jak czas bieżący, datę, login aktualnego użytkownika, itd.

Interesować nas będzie także chwilowy stan przetwarzania, który jest odwzorowany w postaci stosu środowisk (environment stack).

state


Modele składu obiektów


Złożoność modeli obiektowych (1) Istniejące modele obiektowe są bardzo złożone. Model obiektowy standardu ODMG włącza dużą liczbę pojęć takich jak:

obiekty, literały, typy, podtypy, interfejsy, dziedziczenie, przesłanianie, polimorfizm, kolekcje, struktury, związki, operacje, wyjątki i inne.

Jeszcze bardziej złożony jest model SQL3, ponieważ do wymienionych pojęć dokłada (co najmniej) relacje i abstrakcyjne typy danych (ADT).

Zasadniczy udział w tej złożoności mają cechy drugorzędne i brak dążenia do upraszczania i redukcji pojęć, eliminacji pojęć drugorzędnych i zastępowanie bardziej specyficznych pojęć przez pojęcia bardziej ogólne.

Konsekwencją złożoności modelu obiektowego jest złożoność języka zapytań, w szczególności jego semantyki, ponieważ każda cecha modelu obiektowego musi mieć swoje odbicie w składni, semantyce i w pragmatyce języka bazującego na tym modelu. • Precyzyjna semantyka języka oznacza konieczność zdefiniowania zbioru

wszystkich stanów (zbioru Stan). Złożoność modelu obiektowego powoduje złożoność definicji tego zbioru i w konsekwencji złożoność definicji języka.


Złożoność modeli obiektowych (2) Złożoność oznacza zwiększenie trudności przy formalnej analizie

semantyki, czyli utrata kontroli nad uniwersalnością języka oraz znaczne zmniejszenie potencjału dla optymalizacji zapytań.

Obecny świat informatyki przemysłowo-komercyjnej przy konstrukcji języków zapytań ignoruje lub lekceważy problem ich semantyki oraz problem optymalizacji zapytań.

Twierdzenia, że np. dla SQL3 lub OQL można łatwo zbudować modele formalne, nie mają żadnego uzasadnienia. Wręcz odwrotnie, nie można.

Z tego powodu konieczne staje się uproszczenie modeli obiektowych i/lub taka abstrakcja nad tymi modelami, która byłaby formalnie prosta i jednocześnie dostatecznie wiernie oddawałaby modele praktyczne. • Modele obiektowe wprowadzają dużo pojęć, często różnie rozumianych.

Nie jest możliwe zbudowanie pojedynczego modelu formalnego. Będziemy opierali się o pewną rodzinę modeli, posiadającą tę samą bazę

pojęciową.


Modele składu obiektów M0: obejmuje dowolnie powiązane hierarchiczne struktury danych; nie

obejmuje klas, dziedziczenia, interfejsu i hermetyzacji. Model M0 pozwala wyjaśnić semantykę relacyjnych języków zapytań (szczególnie SQL), przykrywa koncepcję zagnieżdżonych relacji, struktury implikowane przez XML i dane określane jako pół-strukturalne.

M1: uzupełnia M0 o pojęcia klasy, dziedziczenia i wielodziedziczenia w najczęściej spotykanym rozumieniu; nie obejmuje hermetyzacji i interfejsu.

M2: uzupełnia model M1 oraz nieco go modyfikuje wprowadzając dziedziczenie pomiędzy obiektami oraz dynamiczne role. Można go również uważać jako model odwzorowujący koncepcję wielu interfejsów do obiektu.

M3: uzupełnia model M1 lub M2 o pojęcie hermetyzacji - podział własności klas i obiektów na publiczne i prywatne.

Podana rodzina modeli nie zamyka tematu.

object store


Wykład 4


Pojęcia wspólne dla modeli M0, M1, M2 i M3 Wewnętrzny identyfikator obiektu. Jest nadawany automatycznie przez

system i nie posiada semantyki w świecie zewnętrznym. Jest nieczytelny. Jest unikalny dla danego obiektu. Służy do identyfikacji obiektów w pamięci komputera. Nie będziemy zajmować się budową identyfikatorów ani ich specjalizowaniem w zależności od rodzaju obiektu lub pamięci.

Zewnętrzna nazwa obiektu. W odróżnieniu od wewnętrznego identyfikatora, zewnętrzna nazwa jest nadawana przez projektanta, programistę lub administratora. Jest powiązana z modelem koncepcyjnym lub biznesowym aplikacji działających na bazie danych. Posiada (nieformalną) semantykę w świecie zewnętrznym. Np. taką nazwą może być Klient lub Zarobek. W odróżnieniu od wewnętrznego identyfikatora, zewnętrzna nazwa nie musi być i zwykle nie jest unikalna.

Wartość atomowa. Wartość atomowa jest z naszego punktu widzenia niepodzielna, nie posiada wyróżnialnych składowych. Wartość atomowa może być liczbą, stringiem, blobem, ciałem metody, perspektywy, procedury, reguły, itd.


Model M0 składu obiektów


Model M0• I - zbiór identyfikatorów (i, i1, i2, ... - oznaczenia identyfikatorów)

• N - zbiór nazw (n, n1, n2, ... - oznaczenia nazw)

• V - zbiór wartości atomowych (v, v1, v2, ... - oznaczenia wartości) Obiekt atomowy: trójka <i, n, v>.

Obiekt pointerowy: trójka <i1, n, i2>. Obiekt jest identyfikowany przez i1, natomiast i2 jest pointerem (referencją) do innego obiektu.

Obiekt złożony: trójka <i, n, T>, gdzie T jest zbiorem dowolnych obiektów. Powyższa reguła umożliwia rekurencyjne tworzenie obiektów o nieograniczonej złożoności i o nieograniczonej liczbie poziomów hierarchii.

Skład obiektów jest zdefiniowany jako para <S, R>, gdzie S jest zbiorem obiektów, zaś R jest zbiorem identyfikatorów "startowych”. • Zbiór R wyznacza punkty wejściowe do składu obiektów, tj. obiekty

"korzeniowe" (root objects), które mogą być początkiem wyszukiwania w zbiorze przechowywanych obiektów.


Ograniczenia w modelu M0 Każdy obiekt, podobiekt, itd. w składzie posiada unikalny identyfikator. Jeżeli (na dowolnym poziomie hierarchii obiektów) wystąpi obiekt

pointerowy <i1,n,i2>, to powinien istnieć również obiekt posiadający identyfikator i2. Warunek oznacza brak zwisających pointerów (lub tzw. integralność referencyjną).

Dowolny identyfikator ze zbioru R jest identyfikatorem pewnego obiektu znajdującego się w składzie.

Będziemy abstrahować od obiektów, które nie są osiągalne ze zbioru R, bezpośrednio lub pośrednio. Obiekt bezpośrednio osiągalny posiada identyfikator ze zbioru R. Obiekt jest osiągalny, jeżeli jest bezpośrednio osiągalny lub jest podobiektem obiektu osiągalnego. Obiekt jest także osiągalny, jeżeli posiada identyfikator i2 oraz jest osiągalny obiekt pointerowy <i1, n, i2>. Obiekty nieosiągalne nie są w stanie wpłynąć na wynik ewaluacji zapytań; są one tzw. nieużytkami (garbage) i mogą być w dowolnym momencie skasowane.


Przykład składu w modelu M0

Dział [0..*]NazwaLokacja[1..*]

Diagram klas

PracujeW

Zatrudnia[1..*]

Prac [0..*]NazwiskoZar

Adres [0..1]MiastoUlicaNrDomu

S - Obiekty:

< i1 , Prac , {< i2, Nazwisko, ”Nowak” >, < i3, Zar, 2500 >, < i4, PracujeW, i17 > } >,

< i5 , Prac , {< i6, Nazwisko, ”Kowalski” >, < i7, Zar, 2000 >, < i8, PracujeW, i22 > } >,

< i9 , Prac , {< i10, Nazwisko, ”Barski” >, < i11, Zar, 900 >, < i12, Adres, {< i13, Miasto, ”Radom” >,

< i14, Ulica, ”Wolska” >, < i15, NrDomu, 12 > } >,

< i16, PracujeW, i22 > } >,

< i17 ,Dział, {<i18, Nazwa, ”Produkcja” >, < i19, Lokacja, ”Kielce” >, < i20, Lokacja, ”Kraków” >, < i21, Zatrudnia, i1 > } >,

< i22 , Dział,{< i23, Nazwa, ”Sprzedaż” >, < i24, Lokacja, ”Radom” >, < i25, Zatrudnia, i5 >, < i26, Zatrudnia, i9 > } >

R - Identyfikatory startowe:i1 , i5 , i9 , i17 , i22


Poglądowy obraz małej bazy danych

i1 Prac i2 Nazwisko ”Nowak”

i3 Zar 2500

i4 PracujeW

i5 Prac i6 Nazwisko ”Kowalski”

i7 Zar 2000

i8 PracujeW

i9 Prac i10 Nazwisko ”Barski”

i11 Zar 900

i16 PracujeW

i13 Miasto ”Radom”

i14 Ulica ”Wolska”

i15 NrDomu 12

i12 Adres

i17 Działi18 Nazwa ”Produkcja”

i19 Lokacja ”Kielce”

i21 Zatrudnia

i20 Lokacja ”Kraków”

i22 Działi23 Nazwa ”Sprzedaż”

i24 Lokacja ”Radom”

i25 Zatrudnia

i26 Zatrudnia


Relatywizm obiektów Nie będziemy przywiązywać wagi do podziału obiektów na proste i

złożone, a także nie wprowadzamy specjalnej terminologii i pojęć dla obiektów złożonych (takich jak „atrybut”, „struktura”, „krotka”, itd.). Wszystkie te pojęcia dadzą się zamodelować przy pomocy opisanego modelu składu.

Tego rodzaju relatywizm obiektów ma zasadnicze znaczenie dla uproszczenia definiowanych języków, znacznie upraszcza metamodel i operacje na metamodelu, zwiększa uniwersalność języka i ma zasadnicze znaczenia dla prostoty oraz klarowności semantyki i pragmatyki. • W wielu koncepcjach obiektowości (np w standardach CORBA i ODMG)

relatywizm nie jest wyznawany. Np. w ODMG atrybut jest tzw. literałem, który nie jest obiektem. Podobnie, większość koncepcji innych autorów implicite zakłada, że obiekt musi być złożony, tj. musi posiadać strukturę wewnętrzną w postaci atrybutów, pól, itp.

W tej koncepcji zbędne również staje się pojęcie modułu. Moduł jest po prostu obiektem składającym się z obiektów.

object relativism


Modelowanie kolekcji i struktur W zdefiniowanym powyżej modelu M0 (jak i w następnych modelach) nie

zakładamy unikalności zewnętrznych nazw obiektów. Dotyczy to dowolnego poziomu hierarchii obiektów. • Przykładowo, na górnym poziomie hierarchii nazwy Prac i Dział nie są

unikalne, zaś wewnątrz obiektów Dział nie są unikalne nazwy Lokacja i Zatrudnia.

• To założenie umożliwia modelowanie kolekcji bez wprowadzania w tym celu specjalnych środków formalnych. Kolekcja nie występuje jako identyfikowalny byt programistyczny - w odróżnieniu np. od ODMG.

• Podobne założenie odnośnie kolekcji przyjmuje XML. Abstrahujemy od wielu pojęć wprowadzanych w innych modelach, takich

jak krotki (tuples), struktury, warianty/unie, zapisy (records), zbiory (sets), wielozbiory (bags), ekstensje (extents), itd. • Pojęcia te dadzą się wyrazić w terminach podanego modelu poprzez pewne

ograniczenie lub wyspecjalizowanie. • Z naszego punktu widzenia są to zestawy obiektów lub obiekty złożone.


Model relacyjny i model zagnieżdżonych relacji Model M0 włącza struktury danych zakładane przez model relacyjny jako

szczególny przypadek. Semantykę relacyjnego języka zapytań (w szczególności SQL) można będzie zdefiniować jako szczególny przypadek definiowanej przez nas semantyki. • Nie będziemy nastawiać się na definiowanie semantyki SQL. SQL jest

językiem o licznych anomaliach, niekonsekwencjach i semantycznych rafach, w związku z tym definiowanie jego precyzyjnej semantyki jest trudne i mało sensowne. Przed taką definicją należałoby wcześniej uporządkować koncepcję języka, a na to w przypadku SQL jest za późno.

Model M0 przykrywa również model zagnieżdżonych relacji (NF2) jako szczególny przypadek.

Również struktury danych implikowane przez inne modele, określane przez ich autorów jako funkcjonalne, obiektowe, logiczne, semantyczne, itd. dadzą się sformalizować w terminach podanego prostego modelu.


Relacja zapisana w modelu M0

Schemat relacyjny: Prac( Nazwisko,

Zarobek, PracujeW )

NazwiskoNowakKowalskiBarski

Zarobek250020002000

PracujeWProdukcjaSprzedażSprzedaż

Relacja: Prac

S - Obiekty:< i1 , Prac, { < i2, Nazwisko, ”Nowak” >,

< i3, Zarobek, 2500 >, < i4, PracujeW, ”Produkcja” > } >,

< i5 , Prac, { < i6, Nazwisko, ”Kowalski” >, < i7, Zarobek, 2000 >, < i8, PracujeW, ”Sprzedaż” > } >,

< i9 , Prac, { < i10, Nazwisko, ”Barski” >, < i11, Zarobek, 2000 >, < i12, PracujeW, ”Sprzedaż” > } >

R - Identyfikatory startowe:i1 , i5 , i9

Model składu obiektów:

Krotki relacji jako obiekty złożone


<pracownik><imie>Jan</imie><nazwisko>Kowalski</nazwisko><data_urodz>1973-12-1</data_urodz><pensja>2500</pensja>

</pracownik>

S - Obiekty:< i1, pracownik, {

< i2, imie, ”Jan” >, < i3, nazwisko, "Kowalski" >,< i4, data_urodz, 1973-12-1>< i5, pensja, 2500>

} >R - Identyfikatory startowe:i1

Model składu obiektów M0:

Plik XML

Dokument XML zapisany w modelu M0

Nie ma różnic koncepcyjnych. Potencjalne drobne problemy:

• Jak określić identyfikatory dla obiektów XML?

• Jak traktować informacje (tzw. atrybuty) wewnątrz XML-owych tagów?

• Jak modelować powiązania (obiekty pointerowe) w XML?


Sekwencje i tablice w modelu M0 Istnieją ważne operatory, które potrzebują uwzględnienia porządku w

obiektach. Do nich należy np. operator order by języka SQL. Istotny jest również operator wyboru n pierwszych (lub ostatnich) elementów z pewnej kolekcji. Umożliwia on m.in. takie zapytania jak „Podaj 50-ciu najlepiej zarabiających pracowników”.

Czy potrzebne jest wzbogacenie naszego modelu o pojęcie "sekwencji"?• Model M0 bezpośrednio nie uwzględnia sekwencji. Należy go rozszerzyć. • Można też np. zastosować konwencję w której nazwy obiektów są liczbami

naturalnymi. Np. tablica ustalająca dzieci pracownika w porządku od najstarszego do najmłodszego mogłaby mieć postać:

• <i1, Dzieci, { <i2, 1, ”Jacek”>, <i3, 2, ”Adam”>, <i4, 3, ”Anna”> }>

• Przy takim modelu dostęp do elementu tablicy następowałby poprzez indeks, np. Dzieci.2 oznaczałoby wiązanie do identyfikatora i3 (wartości ”Adam”).

• Możliwe byłoby również użycie takich wyrażeń jak np. Dzieci.[x+1], które przy wartości obiektu x równej 2 zwróci i4.

• Są inne metody realizacji pojęcia sekwencji w ramach modelu M0.


Model M1 - klasy i dziedziczenie Model M1 wprowadza pojęcia klasy i dziedziczenia w wersji prototypów.

Klasa jest obiektem podobnym do wprowadzonych poprzednio obiektów. Obiekty będące klasami będą wyróżnione jako te, które przechowują

inwarianty innych obiektów. Ta rola klas będzie miała wpływ na definiowaną przez nas semantykę języków zapytań.

W M1 skład obiektów jest zdefiniowany jako <S, R, KK, OK>, gdzie: • S jest zbiorem obiektów (rozszerzonym o klasy),

• R jest zbiorem identyfikatorów obiektów będących „wejściem” do nawigacji w obiektowej strukturze danych,

• relacja KK I I wyznacza związek dziedziczenia pomiędzy klasami,

• relacja OK I I wyznacza przynależność obiektów do klas.

Dla każdej pary <i1, i2> KK, i1 oznacza identyfikator klasy dziedziczącej, zaś i2 oznacza identyfikator klasy z której się dziedziczy.

Model M1 obejmuje wielokrotne dziedziczenie.


Przykład modelu M1

S - Obiekty i klasy:< i1 , Osoba , { < i2, Nazwisko, ”Wilski” >, < i3, RokUr, 1950 > } >,

< i4 , Prac , { < i5, Nazwisko, ”Nowak” >, < i6, RokUr, 1944 >, < i7, Zar, 2500 >, < i8, PracujeW, i127 > } >,

< i9 , Prac , { < i10, Nazwisko, ”Kowalski” >, < i11, RokUr, 1940 >, < i12, Zar, 2000 >, < i13, PracujeW, i128 > } >,

< i40 , KlasaOsoba , { < i41, Wiek, (..kod metody Wiek..) >,inwariant: Nazwa obiektów = "Osoba",..pozostałe inwarianty klasy KlasaOsoba ..}>,

< i50 , KlasaPrac , { < i51, ZmieńZar, (..kod metody ZmieńZar..) >,< i52, ZarNetto, (...kod metody ZarNetto..) >,inwariant: Nazwa obiektów = "Prac";..pozostałe inwarianty klasy KlasaPrac .. }>,


KK - Związki dziedziczenia między klasami:< i50 , i40 > OK - Związki dziedziczenia między obiektami i klasami:< i1 , i40 >, < i4 , i50 >, < i9 , i50 >


Graficzna reprezentacja przykładu modelu M1

i40 KlasaOsoba

i41 Wiek (...kod...)

................

i50 KlasaPrac

i51 ZmieńZar (...kod...)

................

i52 ZarNetto (...kod...)

i4 Prac

i5 Nazwisko ”Nowak”

i7 Zar 2500

i8 PracujeW

i6 RokUr 1944

i127

i1 Osoba

i2 Nazwisko ”Wilski”

i3 RokUr 1950

i128

i9 Prac

i10 Nazwisko ”Kowalski”

i12 Zar 2000

i13 PracujeW

i11 RokUr 1940

OsobaNazwiskoRokUrWiek

PracZarZmieńZarZarNetto

PracujeW


Inwariant klasy - nazwa jej obiektów

Model M1 implikuje problemy z wiązaniem nazw. Zgodnie z zasadą zamienialności (substitutability, LSP), jeżeli w

wyrażeniu występuje nazwa Osoba, to związane muszą być nie tylko obiekty Osoba, ale również obiekty Prac.

M1 w sformułowaniu formalnym nie zawiera bezpośrednio informacji, która to umożliwia, zatem musi być rozszerzony. • W klasycznych modelach problem ten nie występuje, gdyż nazwa obiektów

nie jest inwariantem klasy, zaś zamienialność wynika z hierarchii klas lub typów.

To rozszerzenie można zrobić na kilka sposobów. Podany sposób zakłada, że klasy są wyposażona w dodatkowy inwariant -

nazwę obiektów danej klasy.


Model M2 - dynamiczne role Model M2 jest uporządkowaną piątką <S, R, KK, OK, OO>, gdzie

wprowadziliśmy nową relację OO I I.• Relacja OO pozwala obiektom dziedziczyć z innych obiektów, na takiej

samej zasadzie jak obiekty dziedziczą z klas. Obiekty dziedziczące z obiektu A będziemy nazywać rolami obiektu A. Możliwe jest dziedziczenie z ról.

• Relacja OO ustala semantykę manipulacji obiektami z dynamicznymi rolami. W szczególności, usunięcie obiektu będzie powodować usunięcie wszystkich jego ról.

Model M2 jest wolny od pewnych anomalii typologicznych i jest formalnie bardziej „czysty” w stosunku do modelu M1. W szczególności, nie ma wspomnianego problemu z wiązaniem nazw.• Jest paradoksem fakt, że model składu wprowadzający role, który jest

semantycznie czysty i prosty, jest uważany za zbyt skomplikowany. • Wydaje się, że wynika to z pewnych obciążeń myślenia o obiektowości,

wynikających z tradycji istniejących języków programowania, takich jak C++ i Smalltalk.


Przykład modelu M2S - Obiekty i klasy:< i1 , Osoba , { < i2, Nazwisko, "Wilski" >, < i3, RokUr, 1950 > } >,< i4 , Osoba , { < i5, Nazwisko, "Nowak" >, < i6, RokUr, 1944 >} >,< i7 , Osoba , { < i8, Nazwisko, "Kowalski" >, < i9, RokUr, 1940 >} >,< i13 , Prac , { < i14, Zar, 2500 >, < i15, PracujeW, i127 > } >,< i16 , Prac , { < i17, Zar, 2000 >, < i18, PracujeW, i128 > } >,< i19 , Student , { < i20, NrIndeksu, 76943 >, < i21, Wydział, "fizyka" >} >,

< i40 , KlasaOsoba , { < i41, Wiek, (...kod metody Wiek...) >, ...pozostałe inwarianty klasy KlasaOsoba ...}>,

< i50 , KlasaPracownik , { < i51, ZmieńZar, (...kod metody ZmieńZar...) >, < i52, ZarNetto, (...kod metody ZarNetto...) >,

...pozostałe inwarianty klasy KlasaPrac ... }>,< i60 , KlasaStudent , { < i61, ŚredniaOcen, (...kod metody ŚredniaOcen...) >,

...pozostałe inwarianty klasy KlasaStudent ... }>,R - Identyfikatory startowe: i1 , i4 , i7 , i13 , i16 , i19

KK - Związki dziedziczenia między klasami: Zbiór pustyOK - Związki dziedziczenia między obiektami i klasami: < i1 , i40 >, < i4 , i40 >, < i7 , i40 >, < i13 , i50 >, < i16 , i50 >, < i19 , i60 >,

OO - Związki dziedziczenia między obiektami i obiektami: < i13 , i4 >, < i16 , i7 >, < i19 , i7 >


Graficzna reprezentacja przykładu modelu M2

i1 Osoba

i2 Nazwisko ”Wilski”

i3 RokUr 1950

i40 KlasaOsobai41 Wiek (...kod...)

.............

i50 KlasaPraci51 ZmieńZar (...kod...)

................

i52 ZarNetto (...kod...)

i60 KlasaStudent

i61 ŚredniaOcen (...kod...)

................

i13 Prac

i14 Zar 2500

i15 PracujeW

i127

i4 Osobai5 Nazwisko ”Nowak”

i6 RokUr 1944 i7 Osoba

i8 Nazwisko ”Kowalski”

i9 RokUr 1940

i128

i16 Prac

i17 Zar 2000

i18 PracujeW

i19 Student

i20 NrIndeksu 76943

i21 Wydział ”fizyka”


Odmienność i zalety modelu z rolami (1) Wielokrotne dziedziczenie: Ponieważ role są hermetyzowane, nie może

wystąpić konflikt nazw nawet wtedy, gdy różne role (czyli specjalizacje obiektu) posiadają własności o tych samych nazwach.

Powtarzalne dziedziczenie: Jest normalne, że obiekt może mieć dwie lub więcej ról o tej samej nazwie. Np. Kowalski może być dwa razy studentem, w różnych szkołach. Ten przypadek nie jest objęty klasycznym modelem dziedziczenia lub wielokrotnego dziedziczenia.

Przechowywanie obiektów historycznych: Role idealnie nadają się do przechowywania obiektów historycznych nie powodując przy tym anomalii z unikalnością identyfikatorów obiektów. Np. można łatwo zapisać fakt, że Kowalski był już kiedyś dwa razy studentem.

Wielo-aspektowe dziedziczenie: Klasa może być specjalizowana wg wielu aspektów, np. według stosunku do zatrudnienia lub stosunku do wykształcenia. UML przykrywa tę cechę, ale jest ona nieobecna w narzędziach obiektowych, co prowadzi m.in. do efektu "eksplozji klas". Role automatycznie mają cechę wielo-aspektowego dziedziczenia.


Odmienność i zalety modelu z rolami (2) Warianty (unie): Cecha ta, wprowadzona m.in. w C++, CORBA i

ODMG, prowadzi do wielu semantycznych i implementacyjnych problemów. Role przykrywają tę cechę, przez co staje się niepotrzebna.

Migracja obiektów: Role mogą pojawiać się i znikać dynamicznie, co w terminach klasycznych modeli obiektowych oznacza, że obiekt zmienia klasę (czyli "migruje") bez zmiany tożsamości. Dla klasycznych modeli jest to duży problem. W przypadku ról problem ten nie istnieje.

Spójność referencyjna: W przypadku ról związki mogą prowadzić do ról, a nie do całych obiektów. Np. jeżeli nawigujemy od obiektu Szkoła do obiektu Kowalskiego poprzez jego rolę Student, wówczas niedostępny jest atrybut Zar i metoda ZarNetto. Jest to znaczne uściślenie hermetyzacji.

Dynamiczne dziedziczenie: KlasaPrac nie dziedziczy statycznie z KlasaOsoba. Zamiast tego, rola Prac dziedziczy dynamicznie z roli Osoba wszystkie cechy, włączając metody zawarte w klasie KlasaOsoba. Stwarza to nową sytuację dla przesłaniania i polimorfizmu.


Odmienność i zalety modelu z rolami (3) Heterogeniczne, przecinające się kolekcje. W klasycznych modelach,

np. w ODMG, jeżeli obiekt był elementem kolekcji, to nie mógł być jednocześnie elementem innej kolekcji. Jest to ograniczenie modelowania pojęciowego. Dynamiczne role posiadają naturalną zdolność modelowania heterogenicznych, przecinających się kolekcji. • Np. można utworzyć rolę Pacjent, i tą rolę objąć ludzi i zwierzęta, oraz inną

rolę ObiektyDzisiajAktualizowane obejmującą obiekty dowolnego typu. Kolekcje Pacjent i ObiektyDzisiajAktualizowane są heterogeniczne i zachodzą na siebie.

Programowanie aspektowe (Aspect-Oriented Programming, AOP) i rozdzielenie aspektów. AOP zajmuje się rozdzieleniem przecinających się aspektów (cross-cutting concerns) celem umieszczenie każdego aspektu w odrębnym module programu (np. historię zmian, reguły bezpieczeństwa, wizualizację, itd.). Dynamiczne role mają wiele zbieżności z AOP lub mogą być wykorzystane jako techniczne wspomaganie AOP.


Model M3 - hermetyzacja i ukrywanie informacji Model M3 uwzględniający hermetyzację możemy zbudować zarówno na

gruncie modelu M1, jak i modelu M2, ponieważ cecha hermetyzacji jest ortogonalna w stosunku do wprowadzonych wcześniej własności.

Idea hermetyzacji polega na tym, aby w określonych sytuacjach zabronić dostępu do pewnych własności obiektów, określanych jako „prywatne”. • Chodzi o to, aby własności prywatne były dostępne z „wnętrza” obiektu, zaś

niedostępne z jego „zewnętrza”. Będzie to wymuszone poprzez stosową semantykę języka zapytań.

Model M3 uzupełnia model M1 lub M2 w taki sposób, że klasy są wyposażona w dodatkowy inwariant - listę eksportową. Jest ona zbiorem nazw własności tej klasy i jej obiektów (metod, atrybutów), które będą widoczne z zewnątrz.

Lista eksportowa będzie użyta w procesie ewaluacji zapytań jako dodatkowy środek kontroli zakresu obowiązywania nazw.• Podobny środek polega na wprowadzeniu pojęcia interfejsu do obiektów danej

klasy.


Przykład modelu M3S - Obiekty i klasy:< i1 , Osoba , { < i2, Nazwisko, ”Wilski” >, < i3, RokUr, 1950 > } >,

< i4 , Prac , { < i5, Nazwisko, ”Nowak” >, < i6, RokUr, 1944 >, < i7, Zar, 2500 >, < i8, PracujeW, i127 > } >,

< i9 , Prac , { < i10, Nazwisko, ”Kowalski” >, < i11, RokUr, 1940 >, < i12, Zar, 2000 >, < i13, PracujeW, i128 > } >,

< i40 , KlasaOsoba , { < i41, Wiek, (..kod metody Wiek..) >,inwariant: Nazwa obiektów = "Osoba",inwariant: Lista eksportowa = {"Nazwisko",

"Wiek"},..pozostałe inwarianty klasy KlasaOsoba ..}>,

< i50 , KlasaPrac, { < i51, ZmieńZar, (..kod metody ZmieńZar..) >,< i52, ZarNetto, (...kod metody ZarNetto..) >,inwariant: Nazwa obiektów = "Prac";inwariant: Lista eksportowa = {"PracujeW",

"ZmieńZar", "ZarNetto" },..pozostałe inwarianty klasy KlasaPrac .. }>,


KK - Związki dziedziczenia między klasami:< i50 , i40 > OK - Związki dziedziczenia między obiektami i klasami:< i1 , i40 >, < i4 , i50 >, < i9 , i50 >

+PracujeW

Osoba+ Nazwisko- RokUr+ Wiek

Prac- Zar+ ZmieńZar+ ZarNetto


Schemat bazy danych dla modeli składu Język schematu bazy danych jest bardzo ważnym uzupełnieniem

dowolnego modelu składu. Język schematu stanowi inherentną część języka zapytań (jego pragmatyki),

gdyż na podstawie schematu programista wie, co baza danych zawiera i jak jest zorganizowana.

Schemat bazy danych jest również wykorzystywany przez SZBD dla właściwej organizacji danych, reprezentacji danych, kontroli typów danych oraz wymuszenia niektórych ograniczeń dotyczących danych.

Przykładem takiego języka jest ODL wg standardu ODMG. • Schematy są również wyrażane w postaci graficznej; np. w UML.

Dla każdego wprowadzonego modelu składu konieczne jest opracowanie języka umożliwiającego zapis schematu. Jest to duże zadanie. • W tym wykładzie będziemy przyjmować (nie do końca słusznie), że schemat

jest ważny dla pragmatyki języka, ale jest mniej istotny dla jego semantyki.• Z tego powodu dalej będziemy stosować notację ad hoc (wzorowaną na UML)

popartą objaśnieniami i przykładami.


Wykład 5


Stos środowisk i wiązanie nazw


Stos środowisk Pojęcie stosu środowisk pojawiło się w informatyce w latach 60-tych. Od tego czasu stos ten jest elementem konstrukcji większości znanych

języków, włączając Pascal, C/C++, Smalltalk, Java, itd. • Idea tego stosu jest znana wszystkim konstruktorom języków oraz większości

programistów programujących w w/w językach. Idea jest prosta i oczywista, ale nie jest często dostatecznie dobrze

objaśniona w podręcznikach. • Specjaliści z zakresu baz danych rzadko rozumieją, po co jest ten stos i jakie

ma własności. • Znane języki zapytań są oparte o koncepcje ograniczone i nieadekwatne,

takie jako algebra relacji, algebry obiektowe, itd. Przy konstrukcji semantyki języków zapytań musimy wrócić do stosu

środowisk. • Chcemy prześledzić jego rolę jako mechanizmu języków programowania

oraz zmodyfikować jego budowę i funkcje go w taki sposób, aby odpowiadał on potrzebom związanym z definicją semantyki języków zapytań.

environment stack


Środowiska w językach programowania Pojęcie środowiska (environment) działania programu oznacza zestaw

wszystkich bytów programistycznych czasu wykonania (zmiennych, stałych, obiektów, funkcji, procedur, typów, klas, itd.), które są dostępne dla programisty w danym punkcie sterowania programu.

Środowisko wykonania nie jest „płaską” strukturą oraz zmienia się w trakcie działania programu.

Wygodnym sposobem zarządzania zmianami środowiska jest przyjęcie założenia, że środowisko jest podzielone na pod-środowiska, które pojawiają się i znikają w miarę przesuwania się sterowania programu.

S1 S1S1 S1 S1S2 S2 S2S3

sterowanie


Zasady zarządzania środowiskami programu Zasady te mają wpływ na technikę i niezawodność programowania.

Są one następujące: Środowisko lokalne danego bytu programistycznego ma priorytet w

stosunku do środowiska bardziej globalnego. Np. programista koncentrujący się nad napisaniem pewnej procedury powinien mieć możliwość abstrahowania od wpływu globalnego środowiska na tę procedurę.

Zasada lokalnego kontekstu: programista piszący pewną procedurę nie może uwzględnić w niej tych (nieznanych) elementów środowiska wykonania, które pojawią się w momencie wywołania tej procedury.

Zasada dowolnego zagnieżdżania wołań procedur: programista piszący procedurę może bez ograniczeń koncepcyjnych wołać w niej inne procedury. W szczególności, dopuszczalne są dowolne rekurencyjne wołania, pośrednie lub bezpośrednie.


Realizacja zarządzania środowiskami Przyjęcie tych zasad prowadzi do pojęcia stosu środowisk (określanego

także jako stos wołań, call stack), czyli struktury danych odpowiedzialnej za kontrolowania zmianami środowiska wykonania programów.

W językach programowania cel, działanie i organizacja mechanizmu stosu środowisk jest dobrze rozpoznane. Stos ten jest odpowiedzialny za:• kontrolowanie zakresów nazw zmiennych i wiązanie tych nazw;

• przechowywanie wartości lokalnych zmiennych funkcji, procedur lub metod;

• przechowywanie wartości parametrów aktualnych funkcji i procedur;

• przechowywanie tzw: śladu powrotu, tj. adresu instrukcji, do której ma przejść sterowanie po zakończeniu działania funkcji, procedury lub metody.

Stos środowisk jest strukturą danych przechowywaną w pamięci operacyjnej (lub wirtualnej). Jest on podzielony na części, które będziemy określać jako sekcje, przy czym kolejność sekcji jest istotna.


Działanie stosu środowisk Stos jest zarządzany zgodnie z wołaniami procedur, funkcji, metod, itd.

oraz wejściem sterowania w tzw. bloki programu. Nowa sekcja (tzw. zapis aktywacji, activation record) pojawia się na

wierzchołku stosu w momencie wejścia sterowania programu w procedurę (funkcję, metodę) oraz w momencie wejścia sterowania w blok.

Sekcja ta zawiera wartości lokalnych zmiennych, wartości parametrów oraz (dla procedur, funkcji i metod) ślad powrotu. • Zatem nowa sekcja na stosie odpowiada każdemu wołaniu procedury, funkcji

lub metody, lub wejściu sterowania w nowy blok. Sekcja ta jest usuwana z wierzchołka stosu w momencie zakończenia

procedury (funkcji, metody) oraz w momencie wyjścia z bloku. Wszystkie lokalne zmienne zadeklarowane w aktualnie wykonywanej

procedurze (funkcji, metodzie) oraz jej parametry są przechowywane na wierzchołku tego stosu.


Ilustracja działania stosu środowiskProcedura p1 wywołuje procedurę p2, która wywołuje procedurę p3

czas

...

Sekcja danych globalnych

Sekcja lokalnych danych i parametrów procedury p1

...


Wywołanie p1



...


Wywołanie p2




...


Wywołanie p3


...


Wyjście z p2

Wyjście z p1

...




...


Wyjście z p3


Wiązanie (1) Wiązanie jest to zastępowanie nazw występujących w tekście programu na

byty programistyczne czasu wykonania, np. na adresy RAM, identyfikatory obiektów, adresy startowe procedur, itd. • Przykładowo, wiązanie nazwy zmiennej x oznacza zastąpienie tej nazwy

przez adres RAM, gdzie przechowywana jest wartość zmiennej x.

Wiązanie może być wczesne lub statyczne (early binding, static binding), czyli odbywa się w czasie kompilacji, albo późne lub dynamiczne (late binding, dynamic binding), czyli odbywa się w czasie wykonania.

binding


Wiązanie (2) Wiązanie nazw na stosie środowiskowym odbywa się więc wg prostej

zasady: • poszukuje się wartości opatrzonej tą nazwą w sekcji na wierzchołku stosu;

• jeżeli na wierzchołku takiej nazwy nie ma, poszukuje się takiej wartości w sekcji poniżej;

• proces ten jest kontynuowany aż do znalezienia wartości opatrzonej tą nazwą, ale z uwzględnieniem reguł zakresu (scoping rules), które nakazują omijanie pewnych sekcji stosu;

• jeżeli nazwa nie jest odnaleziona na stosie, wówczas poszukiwana jest ona wśród zmiennych globalnych (ew. tzw. zmiennych statycznych), bibliotek funkcji i zmiennych/stałych środowiskowych. Można uważać, że tego rodzaju globalne własności znajdują się na dole stosu środowisk.

Abstrahujemy od wiązania statycznego, zakładając, że wszelkie wiązania zachodzą podczas czasu wykonania. • wiązanie statyczne traktujemy jako rodzaj optymalizacji.


Przykładowa sytuacja na stosie środowisk

Zmienne e, f zadeklarowane wewnątrz bloku l

Zmienne c, d i parametry z(55), t(83) procedury p2

Zmienne a, b i parametry x, y procedury p1

.........

Zmienne i inne byty globalne

Wierzchołek stosu

Dół stosu

Kolejność poszukiwania wiązania dla zmiennej g

procedure p1( x, y ) { deklaracje zmiennych a, b; ... call p2( 55, 83 ); ...}

procedure p2( z, t ) { deklaracje zmiennych c,d; ... { (* blok l *) deklaracje zmiennych e, f; g := 75; ... }; ...}

Wykonywany jest blok l w procedurze p2 wywołanej z p1.


Dlaczego przy wiązaniu omijamy niektóre sekcje? Reguła zakresu: z wnętrza procedury p2 (i bloku b) nie mogą być

widoczne zmienne i parametry procedury p1. • Procedury p1 i p2 mogą być pisane przez różnych programistów, w różnym

czasie, zatrudnionych przez różne firmy. • Programista piszący p2 nie ma pojęcia, jakie nazwy lokalnych zmiennych

będą użyte podczas pisania p1.• Nie może mieć jakiejkolwiek możliwości odwołania się do zmiennych

procedury p1. Każde takie odwołanie wynikałoby z przypadkowej zgodności nazw, np. wskutek błędu.

• Zatem najlepiej "na chwilę" ukryć środowisko wewnętrzne p1. Jest to zasada określana niekiedy jako statyczna lub leksykalna kontrola

zakresu (static scoping, lexical scoping). Zasada ta mówi, że programista nie może mieć możliwości odwołania się

do tych bytów programistycznych, które są dla niego niewidoczne lub nieznane podczas pisania programu.


• p1 woła p2 . Procedura p1 znajduje się wewnątrz modułu m1, zaś procedura p2 znajduje się wewnątrz modułu m2. Wykonywany jest blok b wewnątrz p2.

• Podobnie dla języków obiektowych (do tego tematu dojdziemy).

Zmienne zadeklarowane wewnątrz bloku b

Zmienne i parametry procedury p2

Prywatne i publiczne własności modułu m2

Własności importowane przez moduł m2

Zmienne i parametry procedury p1

Prywatne i publiczne własności modułu m1

Własności importowane przez moduł m1

.........

Referencje do wszystkich modułów

Referencje do własności środowiska globalnego

Wierzchołek stosu

Dół stosu

Kolejność poszukiwania zmiennej x

Statyczna kontrola zakresu dla modułów


Po co jest mechanizm stosu środowiskowego? (1) Abstrakcja i hermetyzacja: wnętrze napisanej procedury (funkcji,

metody) zostaje ukryte przed programistami, którzy jej użyją. Procedura jest widoczna wyłącznie poprzez jej interfejs (tzw. sygnaturę).

Izolacja: programiści piszący różne procedury nie muszą o sobie wiedzieć ani nie muszą między sobą uzgadniać nazw lokalnych zmiennych.

Semantyczna niezależność i ponowne użycie: procedura może być wywołana z wielu miejsc. Może być także używana w wielu aplikacjach.

Wywoływanie procedur z innych procedur, włączając wołania rekurencyjne. Dzięki temu, że sekcja stosu jest przypisana do wołania procedury, nie zachodzi konflikt przy wywołaniach procedur z procedur; w szczególności, procedura może bez ograniczeń wywołać samą siebie. • Przy założeniu, że pamięć przeznaczona na stos jest nieograniczona, co nie

ma miejsca w typowych językach programowania. • Niekiedy stos jest zorganizowany z użyciem pamięci wirtualnej, co

minimalizuje problem przepełnienia stosu.


Po co jest mechanizm stosu środowiskowego? (2) Spójne zarządzanie nazwami użytymi w programie. Przestrzeń użytych

nazw jest ściśle kontrolowana, zaś nazwy są wiązane do bytów programistycznych czasu wykonania według ścisłych reguł.

Realizacja metod transmisji parametrów: wartości parametrów oraz inne ich własności są odkładane w lokalnych sekcjach stosu, dzięki czemu możliwy jest spójny dostęp i zarządzanie parametrami oraz realizacja metod transmisji parametrów, takich jak wołanie przez wartość (call-by-value) lub wołanie przez referencję (call-by-reference).

Podane motywacje mają znaczenie dla języków zapytań, pozwalając zrealizować takie ich założenia jak: możliwość dowolnego zagnieżdżania zapytań, możliwość powoływania lokalnych nazw wewnątrz zapytań, możliwość używania nazw z bazy danych łącznie z nazwami zmiennych programistycznych, nazwami procedur, funkcji i metod. • Nie uwzględnienie mechanizmu stosu środowiskowego w typowych

podejściach do języków zapytań, takich jak algebra relacji, rachunek relacyjny, logika matematyczna, itd. z góry skazuje je na ograniczenia.


Stos statyczny i dynamiczny W typowych językach nazwy występujące w programie są drugiej

kategorii programistycznej: nie są dostępne podczas wykonania programu. Dla takich języków stos środowiskowy musi istnieć w dwóch postaciach:

stos zarządzany podczas kompilacji (stos statyczny), oraz stos czasu wykonania (stos dynamiczny).

Wiązanie nazw odbywa się początkowo na stosie statycznym i ostatecznie na dynamicznym. • Podczas kompilacji stos statyczny symuluje działanie stosu dynamicznego -

jest podwyższany lub skracany w miarę postępu analizy syntaktycznej. • Stos statyczny przechowuje nazwy bytów programistycznych, ich sygnatury,

oraz informacje o ich reprezentacji. Wiązanie nazw nie jest bezwzględne, lecz relatywne, z dokładnością do odległości (mierzonej w bajtach) położenia reprezentacji danej wartości od wierzchołka stosu dynamicznego.

• Dopiero podczas wykonania następuje ostateczne obliczenie adresu ulokowania danego bytu programistycznego np. poprzez odjęcie adresu relatywnego od aktualnego rozmiaru stosu.

static stack, dynamic stack


Stos środowisk w SBA (1) Stos środowisk dostosujemy do wymagań semantyki języków zapytań

oraz konstrukcji pochodnych, takich jak perspektywy, procedury bazy danych, itd. Stos będzie spełniać następujące założenia:• Będzie zgodny z modelami składu M0 - M3.

• Będzie w jednorodny sposób traktował dane indywidualne i kolekcje.

• Maksymalny rozmiar stosu nie będzie implementacyjnie ograniczony.

• Stos będzie składał się z sekcji, gdzie każda sekcja będzie przechowywać informację o pewnym środowisku czasu wykonania, np. środowisku wywołania pewnej funkcji, procedury lub metody, środowisku wnętrza pewnego obiektu, środowisku wnętrza pewnej klasy, środowisku obiektów bazy danych, itd. Rozmiar sekcji nie będzie ograniczony.

• Na dole stosu umieszczone będą sekcje globalne, do których należą globalne zmienne aplikacji, baza danych, wspólne biblioteki procedur i funkcji, oraz zmienne środowiskowe systemu komputerowego.


Stos środowisk w SBA (2)• Stos będzie więc przechowywał pełną informację niezbędną do wiązania

dowolnej nazwy, która może wystąpić w zapytaniu, perspektywie, procedurze, trygerze lub programie aplikacyjnym.

• Stos będzie w jednakowy sposób traktował zarówno dane trwałe (persistent) przechowywane w bazie danych, dane chwilowe będące danymi lokalnymi wywoływanych procedur, funkcji i metod, dane chwilowe będące danymi globalnymi aplikacji, oraz aktualne parametry procedur lub metod.

• Stos będzie także miejscem przechowywania informacji o definicjach wprowadzanych w zapytaniach lub w programach. M.in. będzie on przechowywał informację o tzw. „synonimach” lub „zmiennych korelacyjnych” (w SQL lub OQL), zmiennych związanych kwantyfikatorami, zmiennych używanych w iteratorach „for each”, itd.

• W odróżnieniu od języków programowania, gdzie stos jest jednocześnie składem wartości zmiennych, nasz stos jest strukturą różną od składu obiektów. Powodem jest to, że w budowanej przez nas semantyce odwołania do tego samego obiektu mogą pojawić się w różnych sekcjach stosu.


Binder Elementarną strukturą przechowywaną na stosie środowisk jest binder. Binder jest parą <n, x>, gdzie n jest zewnętrzną nazwą (nazwą zmiennej,

stałej, obiektu, funkcji, perspektywy, procedury, metody, itd.), zaś x jest bytem czasu wykonania (zwykle referencją do obiektu). • Parę <n, x> będziemy zapisywać n( x ). • Definicję tę uogólnimy.

Koncepcja bindera jest bardzo prosta. Zadaniem bindera n(x) jest wiązanie (binding), czyli zastąpienie nazwy n występującej w zapytaniu lub programie na wartość x, będącą bytem czasu wykonania. • Dla dowolnej nazwy występującej w programie musi być na stosie

odpowiedni binder, który zamieni tę nazwę na byt czasu wykonania. • Nazwa, dla której odpowiadający jej binder nie istnieje, nie może być

związana, czyli jest błędna. • Przy luźnych modelach składu, tzw. półstrukturalnych, (semistructured)

możemy uznać, że wiązanie takiej nazwy jest puste (jest pustym zbiorem).

binder


Rola binderów Uogólnienie: Binder jest parą n(x), gdzie n może być dowolną zewnętrzną

nazwą definiowaną przez programistę, użytkownika, projektanta aplikacji, projektanta bazy danych, itp., zaś x może być dowolnym rezultatem zwracanym przez zapytanie.

W podejściu stosowym do języków zapytań stos środowisk składa się z sekcji odpowiadających poszczególnym środowiskom czasu wykonania.

Sekcja stosu jest zbiorem binderów do bytów programistycznych odpowiadającego jej środowiska.

W budowanej przez nas semantyce bindery będą miały także inne zastosowania, w szczególności, będą niekiedy zwracane jako rezultaty zapytań.

Stos środowiskowy będziemy oznaczać ENVS (ENVironment Stack).


Przykładowy skład

i1 Prac

i5 Prac

i9 Prac

i17 Dział

i22 Dział

Obiekty trwałe

i127 X i128 Y

Obiekty ulotne


Przykładowy ENVS

Sekcja chwilowa przetwarzania

Sekcja chwilowa przetwarzania - własności lokalne wywołanej metody

Sekcja chwilowa przetwarzania - własności wnętrza aktualnie przetwarzanego obiektu Prac

Sekcje danych globalnych

Prac(i1)

X(i127) Y(i128) N(5) I("Maria")

.........

Nazwisko(i10) Zarobek(i11) Adres(i12) PracujeW(i16)

.........

Bindery do obiektów/zmiennych nietrwałych aktualnej sesji użytkownika

Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

Bindery do globalnych funkcji bibliotecznych

Bindery do zmiennych i funkcji środowiska komputerowego

Sekcja bazy danych


Pojęcie stanu Pojedyncza referencja jest szczególnym przypadkiem rezultatu zapytania.

• W ten sposób, poprzez definicję składu obiektów i stosu ENVS uzyskaliśmy precyzyjną definicje pojęcia stanu.

W podejściu stosowym Stan jest definiowany jako stan składu obiektów plus stan stosu środowisk.• Brak pojęcia stanu jest bardzo poważną wadą wielu koncepcji i modeli

obiektowych, w szczególności standardów SQL3, SQL1999 i ODMG. • Zgodnie z wcześniejszymi definicjami, semantyka zapytania jest funkcją

odwzorowującą stan, czyli skład obiektów oraz stan ENVS, w rezultat. Odwzorowaniem, które będzie podstawą dalszych definicji, jest

semantyka pojedynczej nazwy występującej w zapytaniu lub w programie. Czynność ewaluacji takiej nazwy nosi nazwę wiązania.

• Wiązanie odbywa się na ENVS zgodnie z regułą stosu, które nakazuje przeszukiwanie stosu od jego wierzchołka w kierunku jego podstawy, z pominięciem niektórych sekcji.


Reguły wiązania nazw Zasady przeszukiwania stosu i wyznaczania rezultatu wiązania są

następujące: Przeszukiwanie ENVS zaczyna się od jego wierzchołkowej sekcji, w dół,

aż do jego dolnej sekcji. Dla wiązanej nazwy n, ENVS jest przeszukiwany aż do znalezienia sekcji,

w której znajduje się binder oznaczony nazwą n. Po znalezieniu takiej sekcji wyszukiwanie jest zakończone.

Wszystkie bindery z tej sekcji oznaczone nazwą n tworzą rezultat przeszukiwania.

Rezultat wiązania uzyskuje się poprzez odrzucenie ze znalezionych binderów nazwy n i pozostawienie wyłącznie wartości tych binderów.


Prac(i1)

X(i127) Y(i128) N(5) I("Anna")

.........

Nazwisko(i10) Zarobek(i11) Adres(i12)

PracujeW(i16)

.........

Prac(i1) Prac(i5) Prac(i9) Dział(i17) Dział(i22)

.........

start przeszukiwaniastosu

Mechanizm przeszukiwania stosu - funkcja bind

bind( nazwa ) - funkcja wiązania nazw:

• bind( Prac ) = i1

• bind( Y ) = i128

• bind( I ) = "Anna"• bind( Zarobek ) = i11

• bind( Dział ) = { i17, i22 }

Binder Prac(i1) znajduje się w dwóch sekcjach stosu, ale w tym

przypadku wiązanie nazwy Prac zwróci i1, a nie {i1, i5, i9 }.


Rezultaty zwracane przez zapytania Oprócz referencji i wartości atomowych zapytania mogą zwrócić bindery. Uogólnienie podanych założeń prowadzi do następującej rekurencyjnej

definicji dziedziny Rezultat:• Atomowa wartość należąca do V (np. 3, "Kowalski", TRUE, itd.) należy do

dziedziny Rezultat.

• Referencja do obiektu (inaczej identyfikator obiektu) dowolnego typu należąca do I należy do dziedziny Rezultat. W szczególności, do dziedziny Rezultat należą referencje do metod, procedur, funkcji, perspektyw, itd.

• Jeżeli x Rezultat, zaś n N jest dowolną nazwą, wówczas para n(x) należy do dziedziny Rezultat. Taki rezultat będziemy nazywać nazwaną wartością; w innym kontekście został on już określony jako binder.

• Jeżeli x1, x2, x3, ... Rezultat, wówczas struct{ x1, x2, x3, ...} Rezultat. struct jest konstruktorem struktury, czyli pewnym dodatkowym atrybutem (flagą) rezultatu. Kolejność elementów w strukturze ma znaczenie.

• Jeżeli x1, x2, x3, ... Rezultat, wówczas bag{ x1, x2, x3, ...} Rezultat oraz sequence{ x1, x2, x3, ...} Rezultat.


Przykłady zbioru Rezultat Atomowe:

• 25, "Kowalski", i11, i18

Złożone: • struct{i1, i56}

• sequence{ i1, i6, i11}

• bag{ struct{i1, i56}, struct{i6, i72}, struct{i11, i72}}

• bag{struct{n("Kowalski"), Zarobek(2500), d(i56)}}

• bag{struct{ Dział(i56), Prac( bag{ struct{ n("Nowak"), s(i9 ) }, struct{ n("Stec" ), s(i14) }})}

Przy pomocy podanych konstruktorów można tworzyć struktury przypominające obiekty. Nie są one jednak obiektami, ponieważ nie można im przypisać własnych identyfikatorów i nie można ich związać z istniejącą lub nową klasą. Są one wartościami, jakkolwiek złożonymi.

• Używając terminologii ODMG, rezultaty zapytań są literalami. Takiej terminologii nie będziemy stosować.


Rezultaty zapytań zapisane jako tablice

sequence{ i1, i6, i11}

i1

i6

i11

bag{ struct{i1, i56}, struct{i6, i72}, struct{i11, i72}}

i1

i6

i11

i56

i72

i72

bag{ struct{ n("Nowak"), s(i9)}, struct{ n("Stec"), s(i14)}, struct{ n("Mikuła" ), s(i18)}}

n"Nowak""Stec""Mikuła"

si9

i14

i18


Otwieranie nowego zakresu na stosie środowisk• W klasycznych językach programowania otwieranie nowego zakresu na

wierzchołku ENVS następuje w momencie wywołania procedury (funkcji, metody) lub w momencie wejścia sterowania w nowy blok. Skasowanie tej sekcji następuje w momencie zakończenia działania procedury (funkcji, metody) lub w momencie wyjścia sterowania z bloku.

Do klasycznych sytuacji otwierania nowego zakresu na ENVS dołączymy nową. Stanowi ona istotę podejścia stosowego do języków zapytań. Pewne operatory występujące w zapytaniach (zwane nie-algebraicznymi) działają na stosie podobnie do wywołań bloków programów. • Np. w zapytaniu języka SBQL:

Prac where (Nazwisko = ”Kowalski” and Zarobek > 1000)

część (Nazwisko = ”Kowalski” and Zarobek > 1000) jest blokiem, który jest ewaluowany w nowym środowisku określonym przez “wnętrze” obiektu Prac aktualnie testowanego przez operator where.

• Na stos ENVS jest wkładana nowa sekcja zawierająca bindery do wszystkich wewnętrznych własności (atrybutów, metod, itd.) tego obiektu Prac.


Ilustracja otwierania nowego zakresu

PRAC (i1) PRAC (i5) PRAC(i9) DZIAŁ (i17) DZIAŁ (i22)

Stos w momencie ewaluacji zapytania PRAC . Ewaluacja (wiązanie) nazwy PRAC zwraca {i1, i5, i9}

PRAC where (Nazwisko = ”Kowalski” and Zarobek > 1000)

Stos w momencie ewaluacji pod-zapytania(Nazwisko = ”Kowalski” and Zarobek > 1000)dla trzeciego obiektu PRAC.Ewaluacja (wiązanie) nazwy Nazwisko zwraca i10. Ewaluacja (wiązanie) nazwy Zarobek zwraca i11.

Operator where iteruje po rezultacie zapytania PRAC . W każdej iteracji wkłada (i po ewaluacji zdejmuje) sekcję stosu zawierającą bindery do wnętrza kolejnego obiektu PRAC.

wiązanie wiązaniewiązanie

Nazwisko(i10) Zarobek(i11) Adres(i12) PracujeW(i16)

PRAC (i1) PRAC (i5) PRAC(i9) DZIAŁ (i17) DZIAŁ (i22)


Co wkładamy na ENVST - funkcja nested Intencją jest zdefiniowanie funkcji, której argumentem jest referencja do

obiektu, zaś wynikiem jest wewnętrzne środowisko tego obiektu, które ma być umieszczone na ENVS.

Takie środowisko jest zbiorem binderów. Funkcję nazwaliśmy nested.

nested(i9) = { Nazwisko (i10 ), Zarobek (i11 ), Adres (i12 ), PracujeW (i16 ) }

i9 Prac

i10 Nazwisko ”Barski”

i11 Zarobek 2000

i16 PracujeW

i13 Miasto ”Radom”

i14 Ulica ”Wolska”

i15 NrDomu 12

i12 Adres


Uogólnienie funkcji nested Dla dowolnej wartości atomowej v V nested( v ) = (zbiór pusty). Dla identyfikatora i obiektu atomowego (nie posiadającego podobiektów)

nested( i ) = .

Dla obiektu złożonego <i, n, {<i1, n1, ...>, <i2, n2, ...>, ... , <ik, nk, ...> }> nested( i ) = { n1(i1), n2(i2), ... , nk(ik) }.

Dla identyfikatora i obiektu pointerowego <i, n, i1> dla którego istnieje w składzie obiekt < i1, n1, ...> nested( i ) = { n1(i1) }.

Dla dowolnego bindera n(x) nested( n(x) ) = { n(x) }. Jeżeli argumentem funkcji nested jest struktura elementów, wówczas

wynik jest sumą teorio-mnogościową rezultatów funkcji nested dla pojedynczych elementów tej struktury

nested( struct{ x1, x2, x3, ...}) = nested( x1 ) nested( x2 ) nested( x3 ) ...

Obiektowe języki zapytań

Documents

Transcript of Obiektowe języki zapytań