Informe sobre las presentaciones Miren B. Amorrortu Fernández

Transcripción

1 1

2 Indice Página Hibernate, introducción 3 Hibernate, resúmen de la presentación 4 OLAP, introducción 7 OLAP, resúmen de la presentación 7 Bibliografía 10 2

3 HIBERNATE Introducción Para realizar el trabajo sobre hibernate, dado que era un producto del que no conocía absolutamente nada, tuve que buscar información en internet refente a dicho producto. No fue difícil documentarme, de hecho, el mayor problema que tuve fue que había reunido mucha información, varios manuales exhaustivos sobre el tema y algunos ejemplos prácticos. Una vez leida toda la documentación sobre hibernate, y dado que el plazo de entrega se me echaba un poco encima, hice un resumen de lo más importante de Hibernate. Preparé una primera presentación que no era a mi parecer, suficiente como para presentar realmente la herramienta... Hibernate es un producto bastante extenso, y resulta muy difícil hablar de él en poco tiempo sin entrar en profundidad. De manera que me encontraba con un grave problema... tenía mucha información, pero no tenía suficiente tiempo para contarlo todo... y a modo resumido, el concepto de hibernate no daba para una charla rápida. Con esto, decidí hablar con el profesor al cargo de la asignatura, Germán Rigau, y decidimos retrasar la charla e insertar en la misma un ejemplo práctico facilito, que hiciera posible adentrarse en hibernate sin tener que explicar completamente todo lo relacionado con el tema. Con esto, y con la colaboración de otros dos alumnos, (, ), que deberían realizar el mismo ejemplo con la base de datos que ellos habían presentado, me dispuse a instalar hibernate en mi ordenador. Las primeras versiones de Hibernate que me descargué eran únicamente para Linux, lo que supuso el primer problema, dado que mi PC sólo tenía instalado Windows. Tras un par de días conseguí descargarme una versión de Hibernate que funcionaba bajo WXP. Pero los problemas no habían hecho más que empezar. Aunque la instalación fue un poco costosa, dado que no había información sobre cómo se debía hacer, el mayor de los males era que la versión de XP que tenía instalada no soportaba conexiones con BD, problema que solucioné instalando el XP completo y reinstalando Hibernate de nuevo. Una vez instalado todo, XP, Jdeveloper, MySql e Hibernate, me dispuse, a falta de un par de días para la presentación, a probar el ejemplo que previamente se había acordado con los otros dos alumnos. Pero no fue posible... aún así no funcionaba correctamente y las tablas que debían generarse, no eran almacenadas en la Bd MySql. Tras varios intentos y después de consultar en foros y no encontrar respuesta, decidí preparar la presentación con algunos ejemplos del manual de hibernate. La presentación final consta de una primera parte en la que se presenta la historia de cómo y porqué surge hibernate, una breve descripción de lo que es y lo que hace, algunos datos característicos del trabajo con dicha herramienta (Pojo s, arquitectura...) y una referencia a ejemplos para poder apreciar realmente cómo se trabaja con hibernate. Al final de la presentación añadí algunos aspectos de la configuración de Hibernate que consideraba realmente importante como por ejemplo los dialectos, HQL y herramientas de apoyo a hibernate, por que aunque es una herramienta que facilita mucho trabajo, hibernate actualmente trabaja desde línea de comandos y resulta un poco engorroso. No tiene un interfaz de usuario, pero algunas de las herramientas que cito en la presentación, facilitan la creación de los archivos necesarios para el trabajo con hibernate. 3

4 Sobre Hibernate Hibernate es un entorno de trabajo que tiene como objetivo facilitar la persistencia de objetos Java en bases de datos relacionales y al mismo tiempo la consulta de estas bases de datos para obtener objetos. Ofrece la Persistencia Relacional para Java, que es una buena manera de persistir objetos de Java a y desde una base de datos subyacente. Hibernate se preocupa del SQL y de que las cosas terminan en la tabla correcta. Si se trabaja con programación orientada a objetos y bases de datos relacionales, podemos observar que son dos paradigmas diferentes. El modelo relacional trata con relaciones, y conjuntos. Sin embargo, el paradigma orientado a objetos trata con objetos, sus atributos y asociaciones de unos con otros. Tan pronto como quieras persistir los objetos utilizando una base de datos relacional observarás que hay una desaveniencia entre estos dos paradigmas. Un mapeador objeto-relacional (ORM) nos ayudará evitar esta diferencia Hibernate es una herramienta ORM completa que ha conseguido en un tiempo record una excelente reputación en la comunidad de desarrollo posicionándose claramente como el producto OpenSource líder en este campo gracias a sus prestaciones, buena documentación y estabilidad. Es valorado por muchos incluso como solución superior a productos comerciales dentro de su enfoque, siendo una muestra clara de su reputación y soporte la reciente integración dentro del grupo JBoss que seguramente generará iniciativas muy interesantes para el uso de Hibernate dentro de este servidor de aplicaciones. En realidad este gráfico sobre la arquitectura básica puede variar segun la configuración de Hibernate, pero quizás éste sea el más ilustrativo de las posibilidades de la herramienta. Vemos, además, que Hibernate se integra dentro de los servicios de una plataforma J2EE siendo capaz de obtener conexiones a través de objetos DataSource vía JNDI, ejecutar sus transacciones dentro de un entorno JTA, etc. Aparte de esto ofrece también vía de integración con otras tecnologias, por ejemplo con JMX y JCA. Figura 1: arquitectura hibernate Hibernate funciona asociando a cada tabla de la base de datos un Plain Old Java Object (POJO, a veces llamado Plain Ordinary Java Object). Un POJO es similar a una Java Bean, con propiedades accesibles mediante métodos setter y getter, como por ejemplo el de la figura 2. Para poder asociar el POJO a su tabla correspondiente en la base de datos, Hibernate usa los ficheros hbm.xml. (fig. 3).Por ejemplo para la clase Cat se usaría el fichero Cat.hbm.xml para mapearlo con la base de datos. En este fichero se declararan las propiedades del POJO y sus correspondientes nombres de columna en la base de datos, asociación de tipos de datos, referencias, relaciones x a x con otras tablas etc. Figura 2: POJO 4

5 De esta forma en nuestra aplicación podemos usar el siguiente código para comunicarnos con nuestra base de datos: Figura 3: Comunicación con la base de datos Además tiene la ventaja de que nos es totalmente transparente el uso de la base de datos pudiendo cambiar de base de datos sin necesidad de cambiar una línea de código de nuestra aplicación, simplemente cambiando los ficheros de configuración de Hibernate.Un dato importante en la configuración de Hibernate son los datos de configuración de la base de datos Podemos usar un fichero hibernate.properties o hibernate.cfg.xml que debe estar en el path de la aplicación. En estos ficheros se indican los parámetros de conexión de la base de datos como la base de datos a la que conectar, usuario y password etc.un parámetro interesante es el Dialecto de Hibernate. En este parámetro se indica el nombre de la clase que se encargará de comunicarse con la base de datos en el SQL que entienda la base de datos. Este parámetro ha de ser siempre especificado. El valor ha de ser una subclase que herede de net.sf.hibernate.dialect.dialect Hibernate nos proporciona los siguientes dialectos: Figura 4: Dialectos Aquí observamos la gran importancia del fichero de configuración, pues es aquí donde se especifica que base de datos usamos, por lo que si cambiáramos de base de datos bastaría con cambiar este fichero de configuración, manteniendo nuestra aplicación intacta. Hibernate nos proporciona además un lenguaje con el que realizar consultas a la base de datos.este lenguaje es similar a SQL y es utilizado para obtener objetos de la base de datos según las condiciones especificadas en el HQL. 5

6 HQL nos permite usar un lenguaje intermedio que según la base de datos que usemos y el dialecto que especifiquemos será traducido al SQL dependiente de cada base de datos de forma automática y transparente.así una forma de recuperar datos de la base de datos con Hibernate sería: Figura 5: conexión con la base de datos Como podemos observar se simplifica considerablemente el código, así como se desacopla el uso de la base de datos de nuestra lógica de aplicación. Existen diversas herramientas útiles para el uso de Hibernate que cubren todo el desarrollo desde nuestra aplicación hasta nuestra base de datos y viceversa. Desde herramientas de modelado UML como por ejemplo con Poseidon podemos generar modelos entidad relación que son traducidos por AndroMDA a POJO's y mediante XDoclet se generan los ficheros HBM. Todas estas tareas se automatizan mediante el uso de ANT. Otra opción es crear la base de datos con una herramienta de modelado y a partir de la base de datos una vez creada usar Middlegen para generar los ficheros HBM y a partir de estos los POJO's mediante hbm2java. 6

7 Introducción OLAP Para el trabajo sobre OLAP, al igual que con Hibernate, dado que no conocía nada de la herramienta, recurrí a internet para buscar información. Una vez recopilada la mayor parte, comencé a leerla y resumirla. El único problema que me encontré, es que OLAP trabaja en base a DataWarehouse, por lo que tuve que buscar un poco de información para comprender algunos de los conceptos que se usaban en OLAP. Una vez leidos y resumidos algunos de los manuales sobre el tema y comprendidos los conceptos básicos de DataWarehouse, preparé una presentación donde recogía aquello que consideraba más importante o lo que resultaba más interesante de dicha herramienta. Realicé un breve resumen de lo que es OLAP, para qué sirve, y las arquitecturas básicas que se utilizan. Describí algunos de los conceptos básicos del trabajo con OLAP (dimensiones...) y dediqué gran parte de la presentación a los operadores de refinamiento, que en realidad son lo más importante de la herramienta OLAP, aquello por lo que es realmente útil en el trabajo con grandes bases de datos. Sobre OLAP El proceso analítico en línea (Online analytical processing - OLAP) es una tecnología cada vez más popular que puede mejorar significativamente el análisis de negocio. Un sistema OLAP se puede entender como la generalización de un generador de informes. Las aplicaciones informáticas clásicas de consulta, orientadas a la toma de decisiones, deben ser programadas. Atendiendo a las necesidades del usuario, se crea una u otra interfaz. Sin embargo estas aplicaciones son susceptibles de ser generalizadas y servir para casi cualquier necesidad, esto es, para casi cualquier base de datos. Los sistemas OLAP evitan la necesidad de desarrollar interfaces de consulta, y ofrecen un entorno único válido para el análisis de cualquier información histórica, orientado a la toma de decisiones. A cambio, es necesario definir dimensiones, jerarquías y variables, organizando de esta forma los datos. Para los desarrolladores de aplicaciones acostumbrados a trabajar con bases de datos relacionales, el diseño de una base de datos multidimensional puede ser complejo o al menos, extraño. Pero en general, nuestra experiencia nos dice que el diseño de dimensiones y variables es mucho más sencillo e intuitivo que un diseño relacional, debido a que las dimensiones y variables son reflejo directo de los informes en papel utilizados por la organización. El uso de dimensiones es una forma de mostrar (y a veces almacenar) datos muy útil en sistemas con grandes cantidades de información. Las dimensiones son ejes de análisis o criterios de clasificación de la información que ofrecen un índice a los datos mediante una lista de valores. Dimensiones son por ejemplo: tiempo, zona geográfica y producto. Se llama DataWarehouse al almacén de datos que reúne la información histórica generada por todos los distintos departamentos de una organización, orientada a consultas complejas y de alto rendimiento. Un DataWarehouse pretende conseguir que cualquier departamento pueda acceder a la información de cualquiera de los otros mediante un único medio, así como obligar a que los mismos términos tengan el mismo significado para todos. Un Datamart es un almacén de datos históricos relativos a un departamento de una organización, así que puede ser simplemente una copia de parte de un DataWarehouse para uso departamental. 7

8 Tanto el DataWarehouse como el Datamart son sistemas orientados a la consulta, en los que se producen procesos batch de carga de datos (altas) con una frecuencia baja y conocida. Ambos son consultados mediante herramientas OLAP (On Line Analytical Processing) que ofrecen una visión multidimensional de la información. Sobre estas bases de datos se pueden construir EIS (Executive Information Systems, Sistemas de Información para Directivos) y DSS (Decision Support Systems, Sistemas de Ayuda a la toma de Decisiones). Por otra parte, se conoce como Data Mining al proceso no trivial de análisis de grandes cantidades de datos con el objetivo de extraer información útil, por ejemplo para realizar clasificaciones o predicciones. A continuación se muestra una representación espacial de una variable multidimensional con una, dos y tres dimensiones. En esta figura los cubitos representan valores de dimensión, y las esferas son datos. Fig. 6 - Variables con una dos y tres dimensiones. Una variable unidimensional podría ser el cambio de la peseta con el dólar, que sólo varía en la dimensión tiempo. Los cubitos serían, por ejemplo, los meses del año y las esferas serían los valores numéricos correspondientes al cambio monetario en cada momento. Un ejemplo de variable de dos dimensiones es el número de habitantes, que se mueve por las dimensiones zona geográfica y tiempo. Finalmente, los ingresos de una organización podrían almacenarse mediante una variable de tres dimensiones: tiempo, zona geográfica y producto. Una vez que se ha decidido emplear un entorno de consulta OLAP, se ha de elegir entre R-OLAP y M-OLAP. R-OLAP es la arquitectura de base de datos multidimensional en la que los datos se encuentran almacenados en una base de datos relacional, la cual tiene forma de estrella (también llamada copo de nieve o araña). En R-OLAP, en principio la base de datos sólo almacena información relativa a los datos en detalle, evitando acumulados (evitando redundancia). En M-OLAP, en cambio, los datos se encuentran almacenados en archivos con estructura multidimensional, los cuales reservan espacio para todas las combinaciones de todos los posibles valores de todas las dimensiones de cada una de las variables, incluyendo los valores de dimensión que representan acumulados. Es decir, un sistema M-OLAP contiene precalculados (almacenados) los resultados de todas las posibles consultas a la base de datos. M-OLAP consigue consultas muy rápidas a costa de mayores necesidades de almacenamiento, y retardos en las modificaciones (que no deberían producirse salvo excepcionalmente), y largos procesos batch de carga y cálculo de acumulados. En R-OLAP, al contener sólo las combinaciones de valores de dimensión que representan detalle, es decir, al no haber 8

9 redundancia, el archivo de base de datos es pequeño. Los procesos batch de carga son rápidos (ya que no se requiere agregación), y sin embargo, las consultas pueden ser muy lentas, por lo que se aplica la solución de tener al menos algunas consultas precalculadas. En M-OLAP, el gran tamaño de las variables multidimensionales o el retardo en los procesos batch puede ser un inconveniente. Dado el carácter agregado de las consultas en el Análisis de Datos, se aconseja la definición de nuevos operadores que faciliten la consolidación y división de los datos. De hecho, lo interesante de OLAP no es poder realizar consultas que, en cierto modo, se pueden hacer con selecciones, proyecciones, concatenaciones y agrupamientos tradicionales, lo realmente interesante de las herramientas OLAP son sus operadores de refinamiento o manipulación de consultas: Drill: permite introducir un nuevo criterio de agrupación en el análisis, disgregando los grupos actuales Roll: permite eliminar un criterio de agrupación en el análisis, agregando los grupos actuales Pivot: reorientación de las dimensiones en el informe Slice&Dice:seleccionar y proyectar datos en el informe Con estos operadores, el usuario formula consultas a la herramienta OLAP seleccionando atributos de este esquema multidimensional sin conocer la estructura interna (esquema físico) del Almacen de Datos (A.D.) En resumen, las herramientas de OLAP se caracterizan por: ofrecer una visión multidimensional de los datos (matricial). no imponer restricciones sobre el número de dimensiones.üofrecer simetría para las dimensiones. permitir definir de forma flexible (sin limitaciones) sobre las dimensiones: restricciones, agregaciones y jerarquías entre ellas. ofrecer operadores intuitivos de manipulación: drill-down, roll-up, slice-and-dice, pivot. ser transparentes al tipo de tecnología que soporta el almacén de datos (ROLAP o MOLAP). (Subconjunto de las 12 reglas propuestas por E.F. Codd para A.D.) 9

10 Bibliografía Sobre Hibernate Manual hibernate (Hector Suárez González) 6. Introducción a Hibernate (Francesc Rosés Albiol) 7. Cachés, concurrencia e Hibernate (Martín Pérez Mariñán) 8. Guía del autoestopista a Hibernate (Aitor García Glen Smith) Sobre OLAP support.businessobjects.com/library/docfiles/cps10/downloads/es/oixi_olapwhatsnew _es.pdf 10