1

Materiały uzupełniające do

Materiały uzupełniające do

wykładu: Bazy danych

wykładu: Bazy danych

i hurtownie danych

i hurtownie danych

Materiały uzupełniające do

Materiały uzupełniające do

wykładu: Bazy danych

wykładu: Bazy danych

i hurtownie danych

i hurtownie danych

Rola SZBD (DBMS) w firmie

W p ro w a d z a n ie

d a n y c h i ra p o rty

D z ia ł S p rz e d a ż y

A p lik a c je D z ia łu S p rz e d a ż y

S Z B D

D z ia ł U m ó w

B a z a d a n y c h

A p lik a c je D z ia łu U m ó w

W p ro w a d z a n ie

d a n y c h i ra p o rty

Zadania DBMS:



Zarządzanie zbiorami danych



tworzenie nowych zbiorów (jednostek
logicznej struktury DBMS, tj. baz
danych, tabel, ...)



usuwanie zbiorów



modyfikowanie struktury zbiorów



wstawianie, aktualizowanie i usuwanie
danych



Wyszukiwanie informacji
w odpowiedzi na zapytania otrzymane od
programów klienckich.



Zarządzanie bazą danych jako całością



tworzenie kont użytkowników



definiowanie uprawnień dostępu



monitorowanie działania bazy danych

Zadania DBMS:

Kluczowe pojęcia
z zakresu baz danych



Rekord (record) zwany także krotką

lub wierszem, to pozioma struktura

danych opisująca jeden obiekt.

Rekord składa się z pól opisujących

dokładnie cechy obiektu np.

pojedynczego pracownika.



Pole (field) zwane także atrybutem

lub kolumną, to struktura danych

opisująca pojedynczą daną w

rekordzie np. nazwisko pracownika.



Tabela (table) - zbiór rekordów
opisujących obiekty w sposób
ujednolicony tj. każdy rekord posiada te
same nazwy pól.



Baza danych składa się z tabel, tabele
składają się z rekordów, rekordy składają
się z pól.



Format danej (data format) – postać
wprowadzania i wyświetlania danej
(np. format kodu pocztowego 99-999)

Typy danych

(ang. data type) - rodzaj danej, czyli forma

zapisu informacji:



znakowy (ang.character) dana może
przybierać tylko wartości znaków pisarskich



liczbowy (ang.number) dana może
przechowywać tylko liczby



logiczny (ang.logical) dana może
przybierać tylko dwie wartości: prawda,
fałsz (tak, nie)



data (ang.date) postać daty i czasu np.
rok.miesiąc.dzień godz:min:sek



alfanumeryczny (ang.alphanumeric)

dana może przybierać wartości znaków

ASCII oraz cyfry



numeryczny (ang.numeric)

wartościami danej mogą być tylko cyfry i

znaki: + (plus), - (minus).



walutowy (ang.currency) dana może

przyjmować wartości liczbowe razem z

symbolem waluty



notatnikowy (ang.memo) dana może

być oddzielnym zbiorem tekstowym

służącym do przechowywania dowolnych

opisów.



binarny (ang.binary) dana może być

np. plikiem dźwiękowym lub

filmowym.



graficzny (ang.graphic) dana

przechowuje grafikę (np. zdjęcia,

wzory podpisów)



obiektowy (ang. object) dana

przechowuje obiekty do których

dostęp dokonuje się za pomocą

techniki OLE (ang. object linking and

embedding), czyli obiektów

tworzonych przez różne aplikacje.

Model relacyjny

Najbardziej rozpowszechnionym obecnie

modelem danych jest model relacyjny.

Podstawową koncepcję modelu

relacyjnego przedstawił w latach

siedemdziesiątych E.F. Codd.

Model relacyjny (RDBMS)



Dane przechowywane są w tabelach, z

których każda ma stałą liczbę kolumn i

dowolną liczbę wierszy. Każda tabela ma

zdefiniowany klucz danych (key) -

wyróżniony atrybut lub kilka takich

atrybutów, którego wartość

jednoznacznie identyfikuje dany

wiersz. Wyszukiwanie danych odbywa

się za pomocą odwołania się programu

do danego klucza i identyfikacji danego

wiersza za jego pomocą

Przykładowe relacje
przedstawione w postaci
tabel

Tabela reprezentująca relację
musi posiadać następujące
właściwości:



nazwa tabeli jest nazwą relacji,



uporządkowanie kolumn tabeli jest nieistotne,



uporządkowanie krotek w tabeli jest nieistotne,



w tabeli nie może być dwóch takich samych
krotek,



w kolumnie zawierającej wartości atrybutu
A mogą występować wartości wyłącznie ze
zbioru zwanego dziedziną atrybutu A.

Dla modelu relacyjnego danych istotny jest

fakt, że każda wartość atrybutu jest

wielkością atomową (prostą,

nierozkładalną). Jeśli spełniony jest

omawiany warunek to mówimy, że relacja

jest znormalizowana lub, że znajduje się

w pierwszej postaci normalnej (1PN).

Przykład bazy
nieznormalizowanej

Przykład bazy w pierwszej
postaci normalnej

Pierwsza postać normalna jest konieczna aby, tabelę można było nazwać relacją.
Większość systemów baz danych nie ma możliwości zbudowania tabel nie
będących w pierwszej postaci normalnej.

Relacyjna baza danych składa się z kilku

powiązanych ze sobą tabel (relacji), które

otrzymuje się w wyniku przeprowadzonego

procesu normalizacji.

Cechy baz relacyjnych



istnieje kilka źródeł danych (tabel)
połączonych tzw. relacjami



brak powtarzających się danych, gdyż te
są zwykle wydzielone jako osobna tabela



bazy tego typu można łatwo modyfikować



łatwiejszy jest nadzór nad utrzymaniem
integralności danych



bazy tego typu ekonomicznie zarządzają
zasobami (cechuje je mała redundancja)

Klucze tabeli



Realizacja szybkiego przeszukiwania bazy
składającej się z wielu tabel wymaga obecności
w tabeli pola lub ich zestawu jednoznacznie
identyfikującego każdy rekord zapisany w
tabeli.



Pola takie noszą nazwę

kluczy

podstawowych

tabeli (ang. primary key).



Po zdefiniowaniu w tabeli klucza
podstawowego, nie będzie można w jego pole
wprowadzić wartości już istniejącej w tabeli ani
wartości Null (pustej).

Klucz obcy to taka kolumna w tabeli, która zawiera
wartości będące odnośnikami do klucza głównego
innej tabeli (sama niekoniecznie będąc kluczem
głównym - najczęściej nim nie jest).



Sortowanie rekordów - porządkowanie według

jakiegoś kryterium.



Zapytanie (ang. query) lub kwerenda

konstrukcja językowa, która pozwala na

wyszukiwanie danych z bazy danych za pomocą

zadawania pytań. Rodzaje kwerend to np.:



Wybierające



Aktualizujące,



Dołączające



Usuwające



Tworzące tabele

Filtr - pozwala na wyświetlanie rekordów

spełniających pojedyncze kryterium lub wiele

kryteriów

Podstawowe operacje na
relacyjnych bazach danych

Operacje relacyjne



Operacja selekcji



Operacja projekcji



Operacja złączenia

Operacja selekcji

Umożliwia pobranie
wierszy (krotek)
spełniających
określony warunek.

Operacja ta nazywana
jest również

podzbiorem
poziomym

.

Operacja projekcji

Umożliwia pobranie
wartości wybranych
pól (atrybutów) z
wszystkich wierszy
tabeli (krotek relacji).

Operacja ta jest
nazywana także

podzbiorem
pionowym

.

Operacja złączenia

Umożliwia łączenie wierszy z dwóch lub więcej tabel

z zastosowaniem określonego warunku łączenia.

Wynikiem połączenia jest podzbiór produktu relacji czyli iloczynu

kartezjańskiego

.

Autorzy

Id_autor

Imię

Nazwisko

001

Adam

Mickiewicz

002

Bjarne

Stroustrup

Książki

Id_książki

Tytuł

Id_autor

100

Pan Tadeusz 001

200

Język C++

002

300

Dziady

001

Adam

Mickiewicz Pan

Tadeusz

Adam

Mickiewicz Dziady

SQL – Structured Query
Language

Język używany do tworzenia i modyfikacji
zapytań o raz sterowania dostępem do
danych zorganizowanych w tabelach.

Z technicznego punktu widzenia, SQL
jest podjęzykiem danych. Oznacza to, że
jest on wykorzystywany wyłącznie do
komunikacji z bazą danych. Nie posiada
on cech pozwalających na tworzenie
kompletnych programów

Inne mechanizmy w bazach
danych:

1. Raporty - czyli wydruki
2. Formularze
3. Makra (skrypty) - miniprogramy wspomagające

wykonywanie szeregu kolejnych czynności (np.

sterowanie formularzami)

4. Moduły (fragmenty kodu źródłowego w języku

programowania wysokiego poziomu, np. Visual Basic,

C++ itp.) - moduły pełnią tę samą funkcje co marka.

Są stosowane do projektowania skomplikowanych

operacji. Np. obliczeń, interakcyjnych interfejsów itp.

5. Mechanizmy grupowej modyfikacji (np. kwerendy

aktualizujące)

6. Strony dostępu (formularze umożliwiające dostęp

przez WWW, Access 2000 i nowsze)

Organizacja systemu
zarządzania bazą danych



Scentralizowany system bazy danych



Rozproszony system bazy danych



Lokalna baza danych

Ważniejsze systemy zarządzania
bazą danych 

Systemy profesjonalne



Oracle Corporation –



PROGRESS Application Development Environment



DB/2 (IBM )



Informix,



Ingres



Sybase PL 



Adabas C,



Gupta SQLBase

DBMS dla mniejszych firm



Microsoft Access



FoxPro (Microsoft)



Paradox (Borland)



dBase (Borland),



MySQL

Hurtownie danych

Definicje hurtowni danych (1

)

Twórca teorii hurtowni danych

B.Immon

definiuje hurtownię danych jako:

tematycznie zorientowaną, spójną,

chronologiczną

i niezmienną kolekcję danych.

Hurtownie danych

Hurtownia danych to wydzielona

centralna baza danych stworzona

z myślą o prowadzeniu analiz

służących do podejmowania decyzji

strategicznych związanych

z zarządzaniem organizacją.

Hurtownia danych jest:



informacyjna a nie operacyjna,



zorientowana na analizy oraz na
wspomaganie decyzji, a nie na
przetwarzanie transakcji,



zwykle o architekturze
klient/serwer, a nie pochodną
bazującą na serwerze.

Cechy HD (Inmon)

zbiór danych:



uporządkowany tematyczny



spójny (zintegrowany)



chronologiczny (zawierający wymiar
czasowy)



niezmienny (nieulotny)

Cechy hurtowni danych



uporządkowanie tematyczne – w hurtowni przechowywane są

tylko te dane, które będą potrzebne do sporządzenia analiz

w przewidywanym zakresie,



zintegrowanie – dane są przechowywane w ujednoliconym

formacie, czyli dane dotyczące tego samego atrybutu

a pochodzące z różnych źródeł przechowywane są w jednolity

sposób,



niezmienność – w stosunku do hurtowni danych określa się

tylko dwie operacje na danych: ładowanie danych oraz dostęp

do danych. Dane zgromadzone w hurtownie nie podlegają

modyfikacji w trakcie jej bieżącej eksploatacji,



oznaczenie czasowe gromadzonych danych – w hurtowni

przechowywane są dane historyczne opatrzone znacznikiem

czasu, który pozwala na ustalenie, z jakiego okresu

historycznego dane te pochodzą.

Uporządkowanie tematyczne

•

Dane są zorientowanie na najważniejsze tematy,
z punktu widzenia zarządzania przedsiębiorstwem.

•

Tworzenie HD skupia się natomiast na modelowaniu
danych i bazie danych w sposób wyłączny.
Modelowanie procesów w klasycznej formie nie jest
częścią środowiska HD.

•

Z HD wyłączone są te dane, które nie są
wykorzystywane w procesie wspomagania decyzji,
podczas gdy dane aplikacji zawierają informacje
potrzebne do obsługi procesów bieżących. Dane te
mogą, ale nie muszą być potrzebne analitykom firmy.

Spójność



Najważniejszym aspektem HD jest to, że wszystkie bez

wyjątku dane, które się w niej znajdują są zintegrowane.



Integracja przejawia się w wielu różnych aspektach: nazwach,

jednostkach miary, wyrażaniu czasu, struktur, opisów

obiektów, postaci atrybutów itd.



Integrowanie oznacza także łączenie danych z różnych

systemów i zapewnia zunifikowane spojrzenie całościowe na

sytuację firmy.



Potrzeba integracji wynika przede wszystkim z tego, że w

ciągu wielu lat rozwijania systemu informatycznego organizacji

różni twórcy podejmowali indywidualne decyzje odnośnie

sposobów budowy aplikacji. (klucze, nazwy, kodowanie danych

np. płeć K, M., lub Kobieta True False itd.).



Dane zawarte w HD muszą zostać sprowadzone do

porównywalności w ten sposób, że informacje zawarte w

rozmaicie przedstawionych w aplikacjach danych są ujęte w

sposób wspólnie akceptowany i jednolity (ontologia).

Wymiar czasowy



Czas jest podstawą porządkowania danych w HD. Jest on
podstawowym kluczem porządkowania informacji
o otaczającym nas świecie.



W HD dane odzwierciedlają zmiany zachodzące w długich
okresach czasu - od kilku do kilkunastu i więcej lat.



W HD każdy klucz wyszukiwania jest w sposób jawny lub
niejawny oparty o czas. Jawnie może odnosić się do danych
rejestrowanych na określony moment czasu. W sposób
niejawny związany jest z danymi obliczanymi na koniec
okresów sprawozdawczych (miesięcy , kwartałów, lat).



Trzecim wyróżnikiem HD jest to, że dane raz wprowadzone do
bazy nie są z niej usuwane ani poprawiane. HD jest
z praktycznego punktu widzenia widziana jako długa
sekwencja ujęć rzeczywistości.

Niezmienność danych

W hurtowni danych są wykonywane tylko dwie operacje na
danych:

1.

wprowadzanie danych (dopisanie danych) do bazy,

2.

udostępnianie danych (odczyt danych).

Z tego powodu konstrukcja procedur obsługi HD może być
prostsza, aniżeli w aplikacjach. Nie ma potrzeby zwracania uwagi
na anomalie związane z aktualizacją danych, które są jedną z
przyczyn dużej komplikacji systemów wielodostępnych.

Dodatkowa (5) cecha HD

Hurtownia danych ma wspomagać

przetwarzanie informacji dla celów

strategicznych i analitycznych.

(w przeciwieństwie do systemów transakcyjnych

realizujących przetwarzanie dla celów

operacyjnych)

Źródła danych dla hurtowni
danych



systemy transakcyjne działające
w danej organizacji,



bazy danych istniejące w otoczeniu
organizacji,



zasoby systemu WWW,



arkusze

kalkulacyjne

lub

pliki

w formacie XML.

Korzyści z zastosowania
hurtowni danych

Korzyści ogólne dla Firmy:



integracja danych pochodzących z różnych

systemów,



skrócenie czasu dostępu do wybranych

informacji,



skrócenie czasu przygotowywania raportów,



generowanie raportów ad-hoc,



śledzenie zmian zachodzących w

poszczególnych danych firmy



nadawanie uprawnień użytkownikom

systemu do poszczególnych informacji.

Modele przetwarzania
danych

Istota modelu przetwarzania
danych

Sposób, w jaki użytkownik korzysta

z bazy danych

Modele przetwarzania
danych



przetwarzanie transakcji w trybie on-
line OLTP (on-line transaction
processing) – tradycyjny model
przetwarzania



przetwarzanie analityczne w trybie
on-line OLAP (on-line analytical
processing) – model opracowany dla
potrzeb analizy danych

Cechy OLTP



Doskonałe narzędzie do obsługi bieżącej działalności

firmy, operacji bankowych i księgowych, wykonywania

powtarzalnych i dobrze zdefiniowanych procesów.



Charakteryzuje się krótkimi i prostymi transakcjami,

które operują na niewielkich ilościach danych.



Większość operacji stanowią operacje modyfikacji

zapisu krotek, równolegle wykonują się setki bądź

tysiące transakcji, stąd kluczowe znaczenie mają

kwestie integralności, odtwarzania czy izolacji.



Użytkownicy OLTP - najczęściej urzędnicy, pracownicy

obsługi klienta itp.



Nie znajduje zastosowania w procesach analizy danych,

w systemach wspomagania decyzji oraz procesów nie

do końca dobrze zdefiniowanych.

1. Dynamiczna analiza danych – to taka, w której na danych

historycznych mogą być wykonywane ekstensywne
analizy wykorzystujące wielowymiarowe podejście do
zjawisk i danych
i pozwalają na zrozumienie ich dynamiki.

2. Modele przedsiębiorstwa umożliwiają:

1. definiowanie struktur danych (kategoryzacja),
2. określenie przyczyn istniejącego stanu zapisanego w

modelu kategoryzacji poprzez analizę danych
historycznych (egzegeza),

3. budowanie scenariuszy prognozowanie i

przewidywanie,

4. wskazywanie skomplikowanych połączeń pomiędzy

danymi pozornie niepowiązanymi (formalny, oparty o
formuły).

3. Wspólne dane przedsiębiorstwa – dane widziane poprzez

OLAP muszą być identyczne z tymi, które są używane
przez OLTP.

Najważniejsze charakterystyki

OLAP

•Dostęp do bardzo dużych zbiorów danych

•Analiza powiązań pomiędzy wieloma elementami

gospodarowania: sprzedaż, reklama, regiony,
kanały...

•Zawiera agregaty – przede wszystkim sumy

różnych wartości, ale także wyniki analiz długich
szeregów czasowych, złączenia wielu baz itp.

•Zawiera hierarchie

•Zawiera złożone formuły w odniesieniu do

różnorodnych przekrojów danych

Inne charakterystyki OLAP

Porównanie modelu danych

operacyjnych
i modelu danych hurtowni danych

MODEL DANYCH

OPERACYJNYCH

MODEL DANYCH HURTOWNI

Aktualizacja na poziomie rekordów

Aktualizacja na poziomie tablic

Integralność danych

Oczyszczone, przetworzone

Wiele wzajemnych relacji

Tablice wstępnie połączone

Zapytania na poziomie rekordu

Zapytania na poziomie tablic

Narzędzia SQL

OLAP, data mining, SQL

Transakcje

Usuwane dane nieistotne

Dane aktualne

Dane historyczne

Brak redundancji danych

Kontrolowana redundancja

Znormalizowany

Częściowo znormalizowany