Đề tài Biên dịch câu truy vấn thời gian, thực thi trên hệ quản trị cơ sở dữ liệu

Khoa học - kĩ thuậät 37 *  TÓM TẮT: Trong bài báo trước [9], chúng tôi đã đề xuất một tiểu ngôn ngữ truy vấn có yếu tố thời gian SubTSQL để truy vấn và thao tác dữ liệu trên cơ sở dữ liệu thời gian. Bài báo này chúng tôi sử dụng mã nguồn mở Lex và Yacc để xây dựng một trình biên dịch, trình biên dịch này làm công việc biên dịch câu truy vấn thời gian thành câu SQL trong Oracle. Một trình biên dịch như thế dễ dàng tạo lập và giảm tải cho người lập trình.  ABSTRACT: In [9] we proposed the temporal query sublanguage SubTSQL that can work with temporal database. In this paper, we present to use Open source code Lex and Yacc that can support a complier so that the complier is easily built and reducing the working of programmer. This complier can convert temporal queries to Oracle SQL queries 1. GIỚI THIỆU Thực tế, nhiều ứng dụng trên cơ sở dữ liệu (CSDL), mà các đối tượng trong CSDL đó cần gắn thêm yếu tố thời gian [3]. Ví dụ: những ứng dụng như: ngân hàng, lịch chuyến bay, quản lý kho hàng, hồ sơ bệnh viện, thị trường chứng khoán v.v..., thì yếu tố thời gian gắn với đối tượng * Khoa Cơng nghệ Thơng tin, Trường Đại học Cơng nghiệp TP. HCM là một thực tế (đối tượng thay đổi dữ liệu theo thời gian), cần có nó để tăng mức phong phú và ngữ nghĩa của dữ liệu trong CSDL [4], [5], [9]. Hiện tại, chưa có một hệ quản trị cơ sở dữ liệu (HQTCSDL) nào hỗ trợ một cách có hệ thống cho việc truy xuất hay thao tác dữ liệu trên CSDL hướng thời gian. Ngay cả Oracle 10g thì những câu lệnh có hỗ trợ thời gian cũng khá phức tạp, người dùng cần sử dụng nhiều hàm thư viện trong câu truy vấn, hơn nữa để có một phiên bản chính thức của Oracle 10g tốn chi phí rất cao. Câu truy vấn có yếu tố thời gian, nếu được viết theo cú pháp của một HQTCSDL thì phức tạp (xem câu truy vấn trong mục 4.1), ngay cả đối với lập trình viên chuyên nghiệp. Để người dùng dễ dàng viết câu truy vấn thời gian, cần xây dựng một trình biên dịch có tính hệ thống, cũng như dễ dàng mở rộng nó để biên dịch cho nhiều dạng câu truy vấn khác. Nếu viết một trình biên dịch như thế theo truyền thống, tốn kém nhiều chi phí. Do vậy, sử dụng phần mềm mã nguồn mở (PMMNM) là một phương pháp khả thi để xây dựng trình biên dịch. Hơn nữa, Thủ tướng chính phủ đã phê duyệt Dự án tổng thể ứng dụng và phát triển PMMNM tại Việt Nam giai đoạn 2004-2008 (Quyết định số 235/QĐ-TTg ngày 02/02/2004), một trong những nội dung quan trọng của dự án là đẩy mạnh BIÊN DỊCH CÂU TRUY VẤN THỜI GIAN, THỰC THI TRÊN HỆ QUẢN TRỊ CƠ SỞ DỮ LIỆU Phạm Văn Chung* Khoa học - kĩ thuậät 38 việc ứng dụng các PMMNM trong triển khai các ứng dụng công nghệ thông tin tại các đơn vị, các tổ chức nhà nước cũng như trong các doanh nghiệp [8]. Bài báo này sử dụng PMMNM Lex và Yacc để xây dựng bộ văn phạm cho tiểu ngôn ngữ SubTSQL, mà chúng tôi đã để xuất trước đây, nó có cú pháp đơn giản gần như câu truy vấn thông thường (chi tiết SubTSQL xem trong [9]), và biên dịch câu truy vấn SubTSQL, thành câu truy vấn theo cú pháp của Oracle, sau đó dùng thư viện OCI để kết nối HQTCSDL Oracle qua lập trình trên C++. Rộng hơn, có thể truy vấn dữ liệu theo thời gian trên bất kỳ HQTCSDL nào, miễn là ngôn ngữ dùng để lập trình cho phép kết nối đến HQTCSDL đó. Phần còn lại của bài báo gồm có : Phần 2, xây dựng trình biên dịch bằng Lex và Yacc. Phần 3, kết nối CSDL qua thư viện OCI. Phần 4, Hiện thực biên dịch câu truy vấn thời gian trên CSDL bệnh viện và cuối cùng là kết luận trong phần 5. 2. XÂY DỰNG TRÌNH BIÊN DỊCH DÙNG LEX VÀ YACC Xây dựng trình biên dịch Xây dựng một trình biên dịch theo truyền thống (thông thường) thường tốn rất nhiều công sức. Các bước cơ bản mà một trình biên dịch thông thường phải thực hiện: - Đọc chuỗi nhập và tách thành các token. - Dựa vào văn phạm và các token tiến hành xây dựng cây phân tích cú pháp . - Dựa vào cây phân tích cú pháp để sinh ra mã. Các bước xây dựng trình biên dịch được minh họa như hình 1. Trong hình này, chuỗi nhập sẽ được chuyển qua bộ phân tích từ vựng để phân tích thành các token, sau đó các token sẽ được chuyển sang bộ phân tích cú pháp, tại đây dựa vào văn phạm và các token, nó tiến hành xây dựng cây phân tích cú pháp. Cuối cùng, dựa vào cây phân tích cú pháp, bộ sinh mã sẽ sinh id3 Chuỗi nhập a = b + c * d Token id1 = id2 + id3 * id4 Bộ phân tích cú pháp Cây cú pháp = Bộ sinh mã id1 + * id4 id2 Sinh mã load id3 mul id4 add id2 store id1 Hình 1. Các bước mà một trình biên dịch thơng thường thực hiện Bộ phân tích từ vựng Khoa học - kĩ thuậät 39 mã tương ứng. Bài báo sử dụng Lex và Yacc là hai PMMNM khá thông dụng, qui trình xây dựng trình biên dịch được trình bày trong những phần sau . Xây dựng trình biên dịch dùng LEX và YACC Lex tạo ra bộ phân tích từ vựng với mã C/C++ hoặc Java. Lex dùng các mẫu (pattern) để so khớp với chuỗi nhập và biến đổi chuỗi nhập thành các token tương ứng. Một token có một mã riêng biệt nhằm đơn giản hoá công việc xử lý. Khi Lex nhận ra các danh hiệu (id) trong dòng dữ liệu vào, nó nhập chúng vào bảng danh biểu. Bảng danh biểu chứa các thông tin khác như kiểu dữ liệu (integer, real,…) và vị trí của biến trong bộ nhớ. Một khi danh hiệu được sử dụng, các thông tin liên quan đến nó được truy xuất thông qua chỉ mục trong bảng này. Yacc tạo ra bộ phân tích cú pháp với mã C/C++ hoặc Java. Yacc dùng các luật văn phạm mà mỗi luật cho phép phân tích các token từ kết quả của Lex và tạo ra cây phân tích cú pháp. Một cây phân tích cú pháp áp đặt cấu trúc có thứ tự lên các token. Việc tạo ra cây phân tích cú pháp là một bước quan trọng mà một trình biên dịch phải thực hiện như trong hình 1. Quy trình xây dựng một trình biên dịch sử dụng Lex và Yacc [1],[4] được trình bày như hình 4. Giả sử, cần viết một trình biên dịch có tên là bas. Dùng trình sọan thảo (có thể là Parser Generator 2, chép tự do trên Internet), trước tiên, xác định tất cả các luật, kết hợp với các mẫu và đặt chúng trong tập tin bas.l. cho Lex. Tiếp đến viết các luật văn phạm vào tập tin bas.y cho YACC. Nhiệm vụ của Yacc là đọc các luật văn phạm và định nghĩa các token, ghi chúng vào tập tin bas.y và sinh ra bộ phân tích cú pháp đặt vào tập tin y.tab.c, các token cũng được định nghĩa trong tập tin y.tab.h. Nhiệm vụ của Lex là đọc các mô tả mẫu trong tập tin bas.l và các định nghĩa token trong tập tin y.tab.h để tạo ra bộ phân tích từ vựng ghi vào tập tin Lex.yy.c. Cuối cùng, bộ phân tích từ vựng và bộ phân tích cú pháp được biên dịch (dùng trình biên dịch C/C++ hoặc Java), tạo ra tập tin thực thi bas.exe. Mỗi luật văn phạm khai báo trong tập tin bas.y đều có một hành động ngữ nghĩa tương ứng. Hành động ngữ nghĩa đóng vai trò như một như bộ sinh mã. Quá trình sinh mã có nhiều mức, có thể sinh mã trung gian hoặc sinh ra một mã khác, mã máy là cấp sinh mã thấp nhất, trong bài báo này sẽ sinh ra mã trung gian là câu truy vấn theo cú pháp của Oracle. Xây dựng bộ phân tích từ vựng sử dụng Lex có cấu trúc gồm 3 khối như hình 2: %{ Các khai báo C (C declaration) %% Các luật Lex (Lex rules) %% Phần mã C (Additional C code) Hình 2: Cấu trúc các khối cho Lex Trong hình 2, khối khai báo C được bắt đầu bởi %{ và kết thúc bởi }%; khối luật Lex bắt đầu bởi %% và kết thúc bởi %%; khối mã C viết cuối cùng. Tương tự, xây dựng bộ phân tích cú pháp sử dụng Yacc gồm 4 khối, các khối được phân cách bởi các ký hiệu đóng mở khối như hình 3, chi tiết về mỗi khối cho mỗi cấu trúc, xem trong [1],[4],[7]. %{ Các khai báo C (C declarations) %} Các khai báo Yacc (Yacc declarations) Khoa học - kĩ thuậät 40 Chương trình nguồn Trình biên dịch của Host language Tập tin đối tượng Liên kết với OCI Ứng dụng Thư viện OCI Oracle Sever %% Phần văn phạm (Grammar rules) %% Phần mã C (Additional C code) Hình 3: Cấu trúc các khối cho Yacc 3. KẾT NỐI CƠ SỞ DỮ LIỆU DÙNG THƯ VIỆN OCI Tiến trình phát triển một ứng dụng OCI Oracle là một hệ quản trị cơ sở dữ liệu lớn có bề dầy thời gian và có uy tín. Tuy nhiên để sử dụng trọn gói, người dùng phải mất chi phí khá lớn. Thay vì phải mua trọn gói, người dùng chỉ mua hệ quản trị cơ sở dữ liệu, khi đó chi phí sẽ giảm đáng kể. Việc xây dựng các công cụ để kết nối cơ sở dữ liệu trên Oracle bằng ngôn ngữ C (C được coi như là một host language) dựa vào các hàm OCI [6] có sẵn trong Oracle là một giải pháp khả thi, vì chính Oracle cũng sử dụng OCI để xây dựng một số công cụ cho nó. OCI có thư viện khá phong phú, cho phép người dùng phát triển các ứng dụng truy cập dữ liệu không thủ tục của SQL bằng lập trình thủ tục trên C/Java. OCI hỗ trợ tất cả các câu lệnh định nghĩa dữ liệu, thao tác dữ liệu, truy vấn, khả năng điều khiển chuyển tác mà có sẵn trong Oracle. Hình 5 minh họa tiến trình phát triển một ứng dụng OCI. Yacc Lex Trình biên dịch C/C++ y.tab.c bas.exe Lex.yy.c bas y.tab.h bas.y bas.l Hình 4. Quy trình xây dựng trình biên dịch sử dụng Lex và Yacc Hình 5: Tiến trình phát triển một ứng dụng OCI Khoa học - kĩ thuậät 41 Trong hình 5, từ chương trình nguồn, tiến hành biên dịch bằng một host language, để tạo ra các tập tin đối tượng, các tập tin này tiếp tục được liên kết với thư viện OCI để tạo ứng dụng, và ứng dụng có khả năng truy xuất đến CSDL Oracle server. Các bước lập trình bằng OCI Để kết nối CSDL dùng thư viện OCI, cần thực hiện các bước sau: khởi tạo các tiến trình, khởi tạo môi trường làm việc, cấp phát các handle và các cấu trúc dữ liệu cần thiết và kết nối với CSDL Oracle server. Bắt đầu phiên làm việc, cấp phát câu lệnh SQL và truy xuất dữ liệu. Kết thúc phiên làm việc, người dùng ngắt kết nối với Oracle server, khi đó cấu trúc dữ liệu và các handle được giải phóng. Hoạt động của OCI được minh họa trong hình 6. Trong hình này, bước xử lý câu lệnh SQL và truy xuất dữ liệu là khá quan trọng. Một trong hầu hết những nhiệm vụ phổ biến của một chương trình OCI là chấp nhận và xử lý câu lệnh SQL, một khi các handle cần thiết đã được cấp phát và đã kết nối được với Oracle server. Đồng thời với mỗi bước trên, OCI cung cấp các hàm cần thiết tương ứng cho xử lý câu lệnh SQL, chi tiết coi trong [6]. 4. ỨNG DỤNG Chúng tôi đã cài đặt thử nghiệm những câu truy vấn có yếu tố thời gian trên môi trường Visual C++ với dữ liệu thực của bệnh viện Nhân dân Gia Định-TP.HCM, và có những kết qủa tốt. 4.1 Cú pháp của câu truy vấn SubTSQL Để thực hiện biên dịch câu truy vấn bằng mã nguồn mở, phần này nhắc lại một số ý cơ bản về SubTSQL, chi tiết có thể xem trong [9]. Dữ liệu thời gian được cập nhật trong những bảng dữ liệu của mô hình quan hệ truyền thống, trong mỗi bảng nếu có dữ liệu thời gian thì thêm vào 2 cột v_begin (thời gian bắt đầu của dữ liệu được sinh ra), và v_end (thời gian kết thúc). Nói một cách khác dữ liệu (hay sự kiện) được ghi trong bảng có giá trị đúng trong khoảng thời gian từ v_begin đến v_end (xem bảng patient dưới đây. Câu truy vấn thời gian SubTSQL tương tự như những câu SQL thông thường, chỉ thêm một mệnh đề WHEN để thao tác yếu tố thời gian, yếu tố thời gian là vị trí tương đối giữa hai khoảng thời gian v_begin và v_end và nó tuân theo những tân từ trong [2], cụ thể là những tân từ: BEFORE, AFTER, DURING, CONTAINS, OVERLAPS, Khởi tạo tiến trình Khởi tạo mơi trường Định vị các handle Kết nối với server Gửi câu SQL và xử lý Ngắt kết nối Giải phĩng các handle và cấu trúc dữ liệu Hình 6: Những bước hoạt động của OCI Khoa học - kĩ thuậät 42 MEETS, STARTS, FINISHES, và EQUALS. Và sau đây là một số ví dụ cụ thể về câu truy vấn thời gian. - Câu truy vấn SELECT, mệnh đề WHEN dùng tân từ ‚DURING‛ SELECT manv, Hoten, V_begin, V_end FROM NhanVien WHEN NhanVien DURING (25/3/2000 , 25/5/2000) WHERE mapb = 'D8' ; - Câu truy vấn UPDATE, mệnh đề WHEN chỉ ra thời gian cần cập nhật UPDATE drugs set drug= 'dfdsf' WHEN (25/02/03,05/03/03,'dd/mm/yy') where p_id>0 - Câu truy vấn DELETE, mệnh đề WHEN chỉ ra dữ liệu cần xóa trong một khỏang thời gian. DELETE from drugs WHEN(5/02/03,05/03/03,'dd/mm/yy') where p_id>0 Ví dụ: Cho bảng dữ liệu Patient và câu truy vấn thời gian như sau Patient P_ ID problem department v_begin v_end J001 P1 D10 14/02/2000 01/03/2000 J001 P2 C2 10/03/2000 31/12/9999 P005 P3 D8 01/04/2000 12/05/2000 R006 P3 D8 13/02/2000 01/06/2000 SELECT p_id, problem, v_begin, v_end FROM patient WHEN patient DURING (25/3/2000 , 25/5/2000) WHERE department = 'D8' ; Câu truy vấn trên cần biên dịch thành câu Oracle-SQL SELECT p_id, problem, v_begin, v_end FROM patient WHERE department ='D8' AND ((patient.v_begin)> to_date(‘25/3/2000’,’’dd/mm/yyyy’) AND( (patient.v_end) <= to_date(‘25/5/2000’,’dd/mm/yyyy’)) OR (( patient.v_begin) >= to_date(‘25/3/2000’,’dd/mm/yyyy’)) AND (patient.v_end)< to_date(‘25/5/2000’,’dd/mm/yyyy’)); Trong ví dụ này, phần chữ in nghiêng, đậm trong mệnh đề WHERE của câu Oracle-SQL chính là nội dung của mệnh đề WHEN được viết theo những tân từ so sánh khoảng thời gian như trong [2]. Ví dụ này cho thấy: một câu truy vấn thời gian được viết bằng câu truy vấn thông thường thì khá phức tạp, rất dễ mắc lỗi, ngay cả những lập trình viên chuyên nghiệp. Do vậy, việc biên dịch câu SubTSQL bằng mã nguồn mở có ý nghĩa thiết thực, cũng như câu SubTSQL với cú pháp đơn giản, dễ thân thiện với người dùng (Những câu truy vấn thời gian Update và Delete cũng được biên dịch một cách tương tự như câu truy vấn Select). 4.2 Kiến trúc trong cài đặt Để thực hiện cài đặt, chúng tôi kiến trúc một mô-đun như hình 7, đặt trong khung hình chữ nhật được viền đậm bằng đường kép, và nó được đặt trên đỉnh của HQTCSDL Oracle. Hơn nữa mô-đun này, nó độc lập với mọi HQTCSDL, nếu được chỉnh lại một chút trong Yacc để có mã sinh ra đúng với cú pháp của HQTCSDL cần dùng. Khoa học - kĩ thuậät 43 Trong hình 7, tiến trình thực hiện câu truy vấn bao gồm : Người dùng nhập một câu lệnh Q, sau đó Lex phân tích Q thành các token. Yacc phân tích cú pháp của Q dựa trên cú pháp của SubTSQL. Bất kì lỗi nào được tìm thấy trong quá trình phân tích sẽ thông báo. Nếu không có lỗi thì Q được gửi đến Bộ sinh mã, nó biên dịch Q thành câu lệnh SQL của Oracle, sau đó gửi đến hệ quản trị CSDL Oracle thông qua mô-đun OCI, tại đây nó nhận câu lệnh SQL- Oracle và thực hiện trên Oracle để lấy kết quả trả về. Cuối cùng Bộ xử lý xuất kết quả cho người dùng. 4.3 Giao diện thực hiện câu truy vấn Hình 8 chỉ ra màn hình giao diện với người dùng để thực hiện vấn tin trên CSDL hướng thời gian, được cài đặt trong Visual C++, người dùng có thể soạn câu truy vấn trong khung SubTSQL input, sau đó cho kết nối Oracle bằng nút Connect và thực thi bằng nút Execute, Kết quả được hiện thị trong Results. Nếu quá trình biên dịch hay thực thi trên Oracle có lỗi, thông báo lỗi được hiển thị trong SQL output/Error output. 5. KẾT LUẬN Xây dựng ứng dụng bằng sử dụng mã nguồn mở đã giảm được nhiều chi phí, hơn nữa mã nguồn mở cho phép có thể áp dụng xây dựng những ứng dụng khác nhau trong nhiều lãnh vực. Trong bài báo này, sử dụng LEX và YACC biên dịch những câu lệnh để thực hiện những ứng dụng trong mô hình CSDL hướng thời gian. Và còn có nhiều mã nguồn mở khác cho phép người dùng sử dụng theo yêu cầu riêng của mỗi người mà không vi phạm bản quyền, và đi vào khá nhiều lãnh vực ứng dụng thiết thực như: kế toán, phát triển Web, chính phủ điện tử, công nghệ sinh học, quản trị doanh nghiệp . . . có thể xem chi tiết trong tập san [8]. Trong chiều hướng Việt Nam gia nhập WTO, thì việc phát triển về CNTT dùng mã nguồn mở là một lối đi dễ dàng có nhiều hứa hẹn. Công việc tiếp theo của chúng tôi tiếp tục triển khai ứng dụng mã nguồn mở để xây dựng thêm những câu truy vấn cho việc trích yếu thời gian trong mô hình CSDL hướng thời gian. Hình 7: Kiến trúc thực hiện câu truy vấn Oracle Bộ sinh mã Bộ xử lý xuất kết qủa Câu truy vấn SubTSQL Mơ-đun OCI Lex Yacc Kết qủa Báo lỗi Khoa học - kĩ thuậät 44  TÀI LIỆU THAM KHẢO [1] Anthony A. Aaby, ‘Compiler construction using FLex and Bison’, Walla Walla College, April, 2005. [2] J.F. Allen, ‘Maintaining Knowledge about Temporal Intervals’, Communication of the ACM, 26(11), November, 1993, 832-843. [3] C.J. Date, Hugh Darwen, N.A.Lorentzos, ‘Temporal Data and the Relation Model’, Morgan Kaufmann Publishers, 2003. [4] Bert Hubert, ‘LEX and YACC primer/How to’, PowerDNS BV, April, 2002. [5] N. A. Lorentzos, ‘The Interval- extended Relational Model and its Application to Valid-time Databases’, Temporal Databases – Theory, Design and Implementation, Benjamin/ Cummings Publishing, 1993, 65-91. [6] Phil Locke, ‘Oracle Call Interface Programmer’s Guide’, Oracle Corporation, 1997. [7] Thomas Niemann, ‘A compact guide to LEX & YACC ’, www.epaperpress.com. [8] Tập san ‘Hội thảo khoa học ứng dụng phần mềm mã nguồn mở’, Văn phòng CNTT- Bộ KH&CN, Sở KH&CN- TP.HCM 13-09-2005. [9] Phạm văn Chung. Dương Tuấn Anh, ‚Implementing a Query Sublanguage for Temporal Clincal database Systems‛, Proceedings of the MMU International Symposum on information & Communications Technologies 2005, 24– 25 November 2005, Malaysia, pp. TS12- 13-16. Hình 8: Giao diện thực hiện hiện câu truy vấn có yếu tố thời gian