Bazy danych



Znaczenie danych w organizacji opartej
na wiedzy



Bazy danych miejscem gromadzenia
danych



Relacyjne bazy danych



Hurtowania danych



OLAP



Data mining

Agenda:

Bazy danych

Potrzeba gromadzenia danych
1. dane o studentach, wykładowcach, przedmiotach
2. którzy wykładowcy uczą których przedmiotów
3. którzy studenci są zapisani na które przedmioty
4. który studenci zaliczyli moduły i na jakie oceny

Rejestracja (ewidencja) danych
1. dane o studentach wprowadza i aktualizuje Dziekanat
2. dane o przedmiotach wprowadza i aktualizuje Dział

dydaktyki
3. dane o zaliczeniach i ocenach wprowadzają i

aktualizują Wykładowcy
4. dane o zapisach studentów na przedmioty wprowadza

i aktualizuje Dziekanat

Bazy danych

Znaczenie danych w organizacji opartej
na wiedzy

Korzystanie z danych
1. sporządzanie list studentów
2.

sporządzanie

protokołów

zaliczeniowych

i

egzaminacyjnych
3. dane wejściowe dla planowania zajęć

Bazy danych

Znaczenie danych w organizacji opartej
na wiedzy

Bazy danych

Potrzeba stosowania baz danych



Izolowane systemy nie reprezentują sposobu, w jaki

działa organizacji



Izolowane systemy nie dostarczają pełnego obrazu

działalności przedsiębiorstwa

Przeglądając

zamówienia

do

zrealizowania

(system

Zamówienia)



Komunikacja pomiędzy izolowanymi systemami

odbywa się poza komputerem

Raporty z jednego rodzaju systemów stanowią dane wejściowe

do innych systemów



Izolowane systemy powielają dane i wyniki oraz

powodują opóźnienia - brak informacji o stanach

magazynowych (system Magazyn)

Dane o pracownikach przechowywane są w systemie Kadry i te

same są powielane w systemie Płace

Bazy danych

Problemy i trudności



Przechowywanie

danych

organizacji

w

sposób

scentralizowany, w jednym miejscu zamiast w
oddzielnych plikach



Baza danych – wspólny magazyn danych z nałożoną
wewnętrzną strukturą



Struktura oznacza pewien logiczny podział danych



Przykład papierowej bazy danych:

zbiór teczek w kartotece Dziekanatu (teczki: Student,

Przedmiot, Plan zajęć, Wykładowca)

Bazy danych

Rozwiązanie problemów i trudności

Dane to:
dane to „surowe” fakty w postaci liczb, ciągów
znaków, symboli, obrazów itp.

Baza danych to:
zbiór zgromadzonych i zapamiętanych danych

Baza danych to:
zbiór

zapamiętanych

na

nośnikach

elektronicznych

danych

wykorzystywanych

przez organizację

Bazy danych

Dane - Informacje - Bazy
danych



Baza danych to model pewnego obszaru
rzeczywistości (obszaru analizy)

1. przedmioty oferowane studentom
2. studenci zaliczający przedmioty



Klasy (encje) – obiekty istotne dla danego obszaru
analizy

1. Studenci
2. Przedmioty

Bazy danych

Istota bazy danych



Właściwości (atrybuty) – informacje na temat
obiektów danej klasy



1. studenci – nazwiska, imiona, adresy, daty urodzenia,
numery Pesel...



2. przedmioty – nazwy, punkty ECTS



Związki między klasami – informacje o związkach
pomiędzy poszczególnymi obiektami



1. studenci są zapisani na poszczególne przedmioty



2. na poszczególne przedmioty są zapisani studenci

Bazy danych

Istota bazy danych



Trwałość danych oznacza przechowywanie danych
w bazie przez pewien okres czasu

Bazy danych

Trwałość danych w baza danych



Baza danych to zbiór danych, które reprezentują
obszar rzeczywistości



Baza danych to zbiór faktów

Bazy danych

Bazy danych



Reprezentacja klas, atrybutów i związków

Bazy danych

Projektowanie bazy danych

Bazy danych

Schemat i zawartość bazy danych



Funkcje aktualizujące – dokonują zmian na danych,
zmieniają bazę danych z jednego stanu w drugi



Funkcje zapytań – wydobywają dane z bazy danych,
sprawdzają czy fakt lub grupa faktów zachodzi w
danym stanie bazy danych



Baza danych jest używana w tym samym czasie przez
wielu użytkowników – aktualizacja i zapytania w tym
samym

czasie

wykonywane

są

przez

wielu

użytkowników



Przykład:

Baza danych uczelni jest używana przez wykładowców,

pracowników dziekanatu, studentów

Bazy danych

Funkcje bazy danych



Współdzielenie danych – z danych w bazie danych
korzysta wiele osób, bardzo często w tym samym
czasie



Przykład:

Baza danych uczelni jest używana przez wykładowców,

pracowników dziekanatu, studentów



Integracja danych – w bazie danych dane nie
powtarzają się (nie ma redundancji danych)



Przykład:

Dane o studencie zapisane są tylko w jednym miejscu (w

jednym pliku)

Bazy danych

Właściwości bazy danych



Integralność danych – oznacza, że jeżeli pomiędzy
danymi w bazie danych istnieją związki, to zmiany
dokonane w jednych danych powinny znaleźć
odzwierciedlenie w innych danych



Przykład:

Zmiany w danych o przedmiotach powinny zaleźć odzwierciedlenie w

planie zajęć



Bezpieczeństwo danych - ograniczenie dostępu do
bazy danych zgodnie z uprawnieniami (dostęp do całej
bazy, dostęp do części bazy, dostęp do przeglądania,
dostęp do usuwania, dostęp do modyfikowania...)



Przykład:

Student ma dostęp do danych (przeglądanie) o wysokości czesnego i

dokonanych opłatach, nie ma uprawnień do modyfikowania danych o
wysokości czesnego i dokonanych wpłatach

Bazy danych

Właściwości bazy danych



Abstrakcja danych – baza danych jest wybranym
obszarem rzeczywistości i nie przechowuje wszystkich
szczegółów o rzeczywistości – jest zatem abstrakcją
rzeczywistości



Przykład:

Baza danych nie przechowuje wszystkich danych o

studentach, przechowuje tylko dane istotne z punktu
widzenia uczelni

Bazy danych

Właściwości bazy danych



Data Base Management System (DBMS)



SZBD

–

zorganizowany

zbiór

narzędzi

(programów)

umożliwiających

dostęp

i

zarządzanie jedną lub wieloma bazami danych



Za pomocą SZBD dokonuje się wszystkich
operacji na bazie danych



SZBD – bufor (pośrednik) między programami
użytkowymi, użytkownikami końcowymi i bazą
danych

Bazy danych

Systemy zarządzania bazą danych

Bazy danych

Systemy zarządzania bazą danych



Pielęgnacja bazy danych – dodanie nowych struktur
do bazy danych, modyfikacja istniejącej struktury
danych, wstawianie nowych danych do istniejących
struktur, usuwanie danych z istniejących struktur,
aktualizacja danych w istniejących strukturach



Przykład:



Dodanie do bazy danych nowej struktury służącej do
zapisywania

danych

o

dorobku

naukowym

wykładowców



Dodanie do bazy danych, danych o nowym studencie

Bazy danych

Funkcje systemu zarządzania bazą
danych



Wyszukiwanie danych z bazy danych przez
użytkowników oraz przez programy użytkowe



Przykład:



Student wyszukuje w bazie danych, danych o ocenie z
przedmiotu Informatyka



Dziekanat wyszukuje studentów, którzy nie zdali
egzaminu z przedmiotu Informatyka

Bazy danych

Funkcje systemu zarządzania bazą
danych



Kontrola danych – tworzenie i monitorowanie
użytkowników bazy danych, ograniczenie dostępu do
danych w bazie danych, nadzorowanie działania bazy
danych



Przykład:

Przydzielenie studentowi praw dostępu w trybie

przeglądania do danych o dokonanych wpłatach,
otrzymanych ocenach

Bazy danych

Funkcje systemu zarządzania bazą
danych



Zbiór ogólnych zasad posługiwania się danymi:
definicja danych – zbiór reguł określających jaka jest
struktura danych operowanie danymi – zbiór reguł
określających jak operuje się danymi integralność
danych – zbiór reguł określających, które stany bazy
danych są poprawne



Przykład:



model relacyjny, model sieciowy,



model hierarchiczny, model obiektowy

Bazy danych

Modele danych – jako architektura
danych



Twórca modelu relacyjnego (1970) - E.F. Codd



Relacja to zbiór n-elementowych ciągów



Relacja przedstawiona jest w postaci tabeli (tablicy)



Relacyjna baza danych to zbiór tabel (relacji)



Relacja (tablica) odpowiada plikowi w pamięci
komputera



Pojedynczy wiersz relacji to krotka



Relacja to dowolny skończony zbiór krotek



Kolumny tabeli to atrybuty



Relacyjna baza danych składa się z:



kilku powiązanych ze sobą tabel (relacji), które otrzymuje się
w procesie normalizacji

Bazy danych

Historia i istota relacyjnego modelu baz
danych



Każda relacja (tabela) w bazie danych ma
jednoznaczną nazwę



Każda kolumna w relacji ma jednoznaczną nazwę w
ramach jednej relacji



Wszystkie wartości w kolumnie muszą być tego
samego typu



Uporządkowanie kolumn w tablicy jest nieistotne



W tabeli nie może być dwóch tych samych krotek
(identycznych wierszy)



Uporządkowanie wierszy (krotek) w tabeli jest
nieistotne

Bazy danych

Cechy relacyjnego modelu baz danych



Przykład bazy danych w Ms Sql Server



Charakterystyka tabel/relacji



Klucz główny/klucz obcy

Bazy danych

Cechy relacyjnego modelu baz danych



Każda relacja ma klucz główny (primary key)



Klucz główny to jedna lub więcej kolumn (atrybutów),
które jednoznacznie identyfikują każdy wiersz w tabeli



Klucz główny zapewnia, że identyczne wiersze nie
powtarzają się w tabeli



Dwie właściwości klucza głównego:



klucz główny musi być jednoznaczny



klucz główny nie może mieć wartości null

Bazy danych

Klucz główny



Klucze obce (foreign key) – sposoby łączenia
danych przechowywanych w różnych tabelach



Klucz obcy to kolumna lub grupa kolumn w
tabeli, której (których) wartości są z tej samej
dziedziny co klucz główny tabeli powiązanej z
nią w bazie danych

Bazy danych

Klucz obcy



System bazy danych:



baza danych



system zarządzania bazą danych



sprzęt komputerowy pozwalający na gromadzenie i
manipulowanie danymi zgromadzonymi w bazie
danych



Rodzaje systemu baz danych:



scentralizowany system bazy danych



rozproszony system bazy danych



system lokalnej bazy danych

Bazy danych

Systemy baz danych



Jeden centralny komputer lub jedno centrum
komputerowe

obsługujące

bazę

danych

organizacji



Całość operacji związanych z gromadzeniem,
obróbką

oraz

udostępnianiem

danych

realizowana

jest

w

jednym

miejscu

z

wykorzystaniem jednego komputera bazowego



Dostęp do danych odbywa się za pośrednictwem
terminali

podłączonych

bezpośrednio

do

komputera głównego lub zdalnych terminali

Bazy danych

Systemy

baz

danych

-

Scentralizowany system baz danych



System informatyczny może operować na
danych zawartych w kilku fizycznych bazach
danych, zarządzanych przez różne systemy
zarządzania

bazą

danych

na

różnych

platformach sprzętowych



Techniczna złożoność projektów związanych z
projektowaniem i wdrożeniem rozproszonej
bazy danych



Utrzymanie

integralności

danych

zgromadzonych w systemie



Zabezpieczenie systemu przed niepowołanym
dostępem

Bazy danych

Systemy baz danych – Rozproszony
system baz danych



Tworzenie

baz

danych

na

lokalnych

komputerach (np. przy wykorzystaniu Access)



Pozyskiwanie i ładowanie do lokalnych baz
danych, danych z centralnej bazy danych

Bazy danych

Systemy baz danych – Lokalna baza
danych



Przydzielanie użytkownikom praw dostępu do
bazy danych



Archiwizacja bazy danych



Zmiana konfiguracji sprzętu i oprogramowania



Zabezpieczenia systemu komputerowego przed
niepowołanym dostępem



Odtwarzanie stanu bazy danych po wystąpieniu
ewentualnych awarii



Uaktualnianie oprogramowania zarządzającego
bazą danych



Dbanie o utrzymanie integralności bazy danych

Bazy danych

Zadania administracyjne baz danych



Serwer to:



Komputer, który pracując w sieci komputerowej
zapewnia określone usługi



serwery plików - udostępniają innym, pracującym w
sieci komputerom, zgromadzone zbiory



serwery

drukarki

-

udostępniają

innym

użytkownikom podłączoną do nich drukarkę



Program (lub część oprogramowania), świadczący
określone usługi innym programom, np. program
realizujący dostęp do bazy danych



Klient to: program, który zwraca się o wykonanie
określonej usługi do serwera (np. wyszukanie
określonych informacji w bazie danych)

Bazy danych

Architektura klient – serwer



Baza danych klient - serwer rozdziela przetwarzanie
pomiędzy dwa systemy:



Klienta, na którym wykonywane są systemy
informatyczne korzystające z zasobów bazy danych



Serwer, na którym wykonuje się system zarządzania
bazą danych



Dwa elementy bazy danych klient - serwer:



Podłączony do sieci wyspecjalizowany serwer baz
danych - komputer dedykowany do obsługi konkretnej
bazy danych wraz z systemem zarządzania bazą
danych i oprogramowaniem pełniący rolę serwera



Duża ilość połączonych siecią komputerów
osobistych - mogących pełnić rolę klientów

Bazy danych

Architektura klient – serwer



Twórca teorii hurtowni danych Wilhelm Immon:



Hurtownia danych to:



tematycznie zorientowana, zintegrowana,



spójna, chronologiczna, zmienna w czasie,



kolekcja niezmiennych danych



zorientowana na proces wspomagania decyzji,



podejmowanych przez menedżerów organizacji

Bazy danych

Hurtownia danych



Hurtownia danych to:



repozytorium o strukturze właściwej dla organizacji
gospodarczej,



zawierające ukierunkowane tematycznie,



zmienne w czasie, historyczne dane



używane w procesach wyszukiwania informacji

Bazy danych

Hurtownia danych



Przechowuje dane pierwotne i dane zagregowane



Przechowuje dane pochodzące z różnych źródeł



Służy gromadzeniu danych na potrzeby analizy
organizacji i jej otoczenia



Hurtownia danych ma wspomagać przetwarzanie
informacji dla celów strategicznych i analitycznych



Przechowuje zintegrowane i spójne dane, odnoszące się
do konkretnych punktów w czasie (obraz prowadzonej
przez organizację działalności biznesowej w określonym
horyzoncie czasu)



Dane w hurtowniach są z natury historyczne (pozwalają
na analizę przeszłych i obecnych trendów oraz na
prognozowanie przy zastosowaniu scenariuszy typu:
„co będzie, jeśli...”)

Bazy danych

Istota hurtowni danych



Dane w hurtowniach są przechowywane z
podziałem na określone obszary tematyczne
(np.: klient, produkt, położenie geograficzne)



W hurtowni danych są wykonywane tylko dwie
operacje na danych:



wprowadzanie danych (dopisanie danych)



udostępnianie danych (odczyt danych)



Dane w hurtowni danych są:



uporządkowane tematycznie



spójne (zintegrowane)



chronologiczne (zawierające wymiar czasowy)



niezmienne (nieulotne)

Bazy danych

Istota hurtowni danych



Centralne składnice danych (data warehouse) -
zbiorcza

baza

danych

surowych

oraz

zagregowanych,

obejmujących

cała

przedsiębiorstwo



Tematyczne składnice danych (data marts) -
zbiorcza

baza

danych

surowych

oraz

zagregowanych, obejmujących wybrany temat
(zagadnienie), np. obszar funkcjonalny, taki jak
sprzedaż, finanse czy marketing



Tematyczne hurtownie danych – zależne i niezależne
od centralnej hurtowni danych

Bazy danych

Rodzaje hurtowni danych



Wielowymiarowa analiza danych (OnLine Analytical
Processing)



Interaktywne

tworzenia

raportów

według

zdefiniowanych

przez

użytkownika

kryteriów

(wymiarów)



Optymalizacja

przeszukiwania

dużych

zbiorów

danych, poprzez automatyczne generowanie zapytań
języka SQL



Udostępniają odpowiedzi na pytania, typu: "kto?",
"co?", "kiedy?", "co jeśli?" i "dlaczego?"



Pozwalają na przeprowadzanie kompleksowych



analiz, dotyczących funkcjonowania organizacji,



relacji z klientami, zyskowności produktów itp.

Bazy danych

OLAP



Do prognozowania (prediction) - polega na
wykorzystaniu znanych wartości zmiennych do
przewidywania przyszłości (np. model prognostyczny
pomaga na podstawie danych z okresów ubiegłych,
oszacować przychody w ramach poszczególnych
grup asortymentowych wyrobów i grup klientów)



Do opisu rzeczywistości (description) - polega na
tworzeniu czytelnej i zrozumiałej dla człowieka
reprezentacji wiedzy wydobytej z danych w postaci
reguł, zależności, wykresów, wzorów (np. wydobyta
wiedza o zakupach klientów może być spożytkowana
do wspomagania decyzji dotyczących polityki
cenowej)

Bazy danych

Data

mining

(drążenie

danych,

eksploracja danych) – zastosowanie



Klasyfikowanie

(classification)

-

polega

na

określeniu reguł, które służą do przyporządkowania
(zaklasyfikowania) danych do jednej lub więcej
wcześniej zdefiniowanych klas (grup) danych



Dane o sprzedaży pozwalają odkryć regułę
mówiącą, że klienci z przedziału wiekowego W1 –
W2 w X% przypadków kupują produkt P



Dane marketingowe pozwalają odkryć regułę
mówiącą, że mężczyźni w X% przypadków
korzystają z promocji cenowej i dokonują zakupów

Bazy danych

Data mining – przykładowe algorytmy



Grupowanie

(clustering)

-

polega

na

przyporządkowaniu branego pod uwagę elementu
do jednej lub wielu grup (klas), przy czym grupy
te są wyznaczane przez sam proces grupowania
na podstawie analizy danych o wszystkich
dostępnych elementach



Wynikiem grupowania może być reguła mówiąca,
że X% klientów, którzy kupują produkt A to
kobiety

Bazy danych

Data mining – przykładowe algorytmy



Kojarzenie (association) - sprowadza się do
odszukiwania tych danych, które wiążą się z
zadanym zdarzeniem lub inną daną



Specyficzną formą asocjacji są sekwencje (lista
działań, czynności lub zdarzeń następujących po
sobie w czasie)



Dane o sprzedaży pozwalają określić, że jeżeli
klient zakupił produkt A, to w X% przypadków
zakupi produkt B

Bazy danych

Data mining – przykładowe algorytmy

Bazy danych

Bazy danych