WYKLAD 10 30.11.2005

NIERELACYJNE MODELE DANYCH

• Model prosty -płaskie pliki I generacja

• Model klasyczny

• Hierarchiczny II generacja

• Sieciowy III generacja

• Model relacyjny IV generacja

• Modele postrelacyjne V generacja

• Model semantyczny

• Model obiektowy

• Model dedukcyjny

MODEL PROSTY

• Dane są zorganizowane w postaci systemu plików

• Szczególna odmiana - dane w jednym pliku

• Gdy nie potrzebujemy złożonej struktury danych

• Gdy praca z danymi będzie sekwencyjna

• Syst. plików takie jak:

• ISAM

• SAM

• CSAM

• WISS

Model prosty - wady i zalety

Zalety:

• Prostota

• Podstawa zarządzania danymi na poziomie fizycznym do dziś

Wady:

• Brak mechanizmów zabezpieczających:

• Przed niepowołanym dostępem

• Przed utratą spójności

• Trudności wynikające z podziału pól danych

• Znak specjalny

• Długość pola

• Dane- wyłącznie ciąg znaków

• Dostęp tylko sekwencyjny

HIERARCHICZNY MODEL DANYCH

• Brak jednolitych podstaw teoretycznych

• Struktura ma postać drzewa:

• Węzły- typy rekordów

• Łuki - związki nadrzędny-podrzędny

• Dostęp do danych realizowany w języku programowania(tzw. języku gospodarza)

• Brak możliwości zaprezentowania relacji wiele do wiele

• Rekord - zbiór nazwanych pól

• Jeden z rekordów wyróżniony jako unikatowy klucz

• Uporządkowanie rekordów wg wartości jednego z pól

• System IMS( IBM, 1978)

• Język manipulacji danymi- DL/1

• Zgromadzoną olbrzymia ilość danych w systemie

• Wykorzystany w projekcie Apollo

• System 2000

WIĘZY INTEGRALNOŚCI

• Nie można wstawić rekordu podrzędnego dopóki nie ma on powiązania z rekordem nadrzędnym

• Usunięcie rekordu nadrzędnego automatycznie usuwa wszystkie rekordy podrzędne

• Jeżeli podrzędny typ rekordu jest związany z więcej niż jednym typem nadrzędnym to musi on (rekord podrzędny) zostać powielony dla każdego z rekordów nadrzędnych.

Zalety:

• Łatwość stosowania

• Szybkość działania

Wady:

• Brak możliwości reprezentacji wiązań n-m

• Skomplikowane wstawianie i usuwanie danych

• Dostęp do warstw podrzędnych jedynie poprzez warstwy nadrzędne

SIECIOWY MODEL DANYCH

• Główny rozwój tego modelu przypada na lata siedemdziesiąte XX w.

• Struktura danych ma postać grafu(sieci):

• wierzchołki -typy rekordów

• łuki - typy kolekcji związki między typami rekordów

• Początek DBTG CODASYL (1971)

• Wykorzystany m.in. w ADABAS

• Ostatnie istotne zdarzenie NDL (1986)

CODASYL

• Rekordy stanowią kolekcje(set)

• Jeden rekord nadrzędny

• Wiele rekordów podrzędnych

• Kolekcja realizowana jako lista zamknięta

• Brak bezpośredniej reprezentacji wiązań n-m

• Język manipulacji: CODASYL- pozwalający na określenie sposobu automatycznego włączania rekordów do kolekcji

• System IDS(General Electric)

• System IDSM

WIĘZY INTEGRALNOŚCI

• Dotyczące członkostwa w kolekcji:

• Wymagane

• Opcjonalne

• Dotyczące trybu wstawiania

• Ręczny

• Automatyczny

Zalety:

• Wbudowane wsparcie więzów integralności

• Możliwość definiowania więzów n-m

Wady:

• Złożony i skomplikowany w użyciu

• Trudny w nawigacji

• Trudność implementacji zmian struktury

POSTRELACYJNE MODELE DANYCH

Ważniejsze z wymagań stawiane bazom danych piątej generacji

• Reprezentowanie posługiwanie się złożonymi zagnieżdżonymi obiektami

• Przechowywanie i wyszukiwanie dowolnie długich danych

• Definiowanie dowolnych typów i operowanie nimi

• Reprezentowanie i zarządzanie zmianami w bazie danych (pojęcie czasu, wersje pojedynczych i złożonych zagnieżdżonych obiektów, wersje schematów)

• Reprezentowanie i operowanie pojęciami semantycznymi takimi jak hierarchia, agregacja

• Zarządzanie długotrwałymi transakcjami

• Podstawowe mechanizmy do wspomagania programów użytkowych ….

SEMANTYCZNY MODEL DANCH

• Pierwotnie rozwijany w celu przezwyciężenia słabości modelu relacyjnego:

• Słaba reprezentacja świata rzeczywistego

• Semantyczne przeładowania

• Trudności w zarządzaniu złożonymi obiektami

• Modele semantyczne koncentrują się na reprezentacji danych

• Próbują dostarczyć bogaty zbiór narzędzi do budowy schematów

• Umożliwiają określenie w schemacie BD znaczenia lub semantyki dotyczących dziedziny aplikacji

OBIEKTOWY MODEL DANYCH

• Brak zgodnej definicji obiektowości

• Skupia się na operowaniu danymi przekazywaniu komunikatów do metod obiektów:

• Tworzenia

• Usuwania

• Dostępu

• Przekształcenia

• Simulla

• Smalltalk (Xerox)

• ODMG (Object Database Management Group) prace nad standaryzacją

• Bazą danych(SQL-92)

• Obiektów(OMG)

• Obiektowych języków programowania(ANSI)

• ODMG-93- język SQL

• Liczące się ODBMS

• Jasmine

• Gemstone

• O2

• Object store

• Objectivity/DB

• Versant ODBMS

Obiektowy model danych

• Obiekt

• Dane

• Procedury

• Klasa - grupa podstawowych obiektow

• Mechanizmy abstarakcji

• Uogólnienie

• Agregacja

• Dziedzinowe

• Pojedyncze

• Wielokrotne

WIĘZY INTEGRALNOŚCI

• Intgeralność wewnętrzna

• Integralność klasa-klasa

• Integralność klasa-obiekt

• Integralność dziedziny

• Integralność referencyjna

• Integralność dodatkowo wprowadzona przez więzy w treści metod

Zalety:

• Możliwość reprezentacji złożonych obiektów

• Rozszerzalność- typy danych definiowanych przez użytkownika, możliwość wielokrotnego użycia tych samych obiektów w różnych kontekstach

• Trwałość i tożsamość obiektów

• Enkapsulacja, hierarchia, dziedziczenie

• Metod i funkcje przechowywane z danymi

• Możliwości takie jak: wersjonowanie,rejestracja zmian

• Możliwość nowych zastosowań (bazy multimedialne, przestrzenne, aktywne)

Wady:

• Systemy BD trudne do optymalizacji

• Szybkość

• Zasobochłonność

• Brak dopracowania mechanizmów zarządzania dużą bazą obiektów

• Mała liczba ekspertów od technik obiektowych

• Trudne do oszacowania koszty związane z migracją dużych systemów

• Brak opracowanych standardów

SYSTEMY TYPU GIS

• Zbieranie informacji

• GPS

• Zdjęcie satelitarne mapy

• Wykonywanie czynności

• Transformacja na danych

• Interakcja z użytkownikiem

• Inne systemy przestrzenne są pochodną GISu

• Wykonywanie czynności

• Wprowadzenie i weryfikacja danych

• Przechowywanie i zarządzanie danymi

• Wyświetlanie i prezentacja danych

• Theme(kolekcja obiektów) ma schemat i instancje - np. rzeki, państwa, miasta

• Obiekt geograficzny - byt ze świata rzeczywistego

• Opis

• Komponent przestrzenny

• Kształt

• Położenie

• Topologia

Możliwe operacje na danych:

• Projekcja

• Selekcja

• Unia

• Nałożenie

• Selekcja geometryczna

• Okienkowanie

• Zapytanie punktowe

• Zapytanie obcinające

• Merger

• Operacje topologiczne

• Operacje metryczne

• Przechowywanie danych przestrzennych:

• Użycie baz relacyjnych

• Podejście luźno związane

• Podejście zintegrowane

• Modelowanie światów

• Model encyjny

• Fidel- based model

Reprezentacja światów:

• podział

• reprezentacje wektorowe

• wektory Fidel-based model

• półprzestrzenna reprezentacja

Reprezentacja zbioru obiektów:

• Spaghetti

• Model sieciowy

• Model topologiczny

DEDUKCYJNY MODEL DANYCH

• Obejmuje zastosowanie logiki formalnej do definiowania danych operowania danymi i integralności danych

• Teoriodowodowe postrzegania bazy danych

• Języki

• Katalogu

• Prolog( PROgramation en LOGique- programowanie oparte na logice)

Struktury danych

• Asercje

• Stale i zmienne

• Spójniki

Operowanie danymi

• Dodawanie i usuwanie

• Zapytania

INTEGRALNOŚĆ DANYCH

WIĘZY INTEGRALNOŚCI

…

Zalety:

• Wyciąganie niejawnych informacji zapisanych jawnie faktowi reguł

• Łatwe tworzenie klauzul rekurencyjnych

• Intuicyjne wyznaczanie celów

Wady:

• Brak determinizmu

• Słabo rozwinięty system zabezpieczeń

• Mimo istnienia standardu Prologa poszczególne implementacje znacznie się różnią

XML'owe BD

• XML-enabled,oznaczające bazę umożliwiającą eksport i import dokumentów XML'owych, jednak przechowują dane w wewnętrznej postaci innej niż XML-owe

• Native XML ”sugerująca przechowywanie XML'a w naturalnej postaci, bez ingerencji w strukturę” -co może oznaczać w praktyce niewiele więcej niż zarządzanie blokami tekstu

• BD wspierające rozwiązania XML'owe

• Tamino XML Serwer

• Tamino XML Mobile

• ORACLE

• IBM DB2

• Microsoft SQL Serwer 2000

• dbXML

Zalety:

• doskonały format zapisu informacji

• wykorzystanie standardu UNICODE eliminuje większość problemów z przechowywaniem tekstu

• jednolitość formatu

Wady:

• format tekstowy

• wątpliwa możliwość przechowywania innych rodzajów danych

• konieczność konwersji zawartości reprezentowalnej tekstowo, ale niebędącej typu tekstowego(liczby, daty)

TEMPORALNE BD

• Dla procesów zmieniających się w czasie

• Posiadających informacje o czasie wprowadzenia i/ lub czasie ważności

• Temporalny język zapytań (temporalny PROLOG)

• Często administrowane automatycznie, poprzez usuwanie …

STRUMIENIOWE BAZY DANYCH

• Podejście DAHP(Database Human Active Passive)

• Implementacja ciągłych zapytań w systemie zarządzania danymi (nie w aplikacji)

• Modul rejestracji danych umieszczony w systemie zarządzania danymi (wbudowany)

WYKŁAD 11 14.12.2005

HURTOWNIA DANYCH- baza analityczna

ZADANIE I

Wirtualny dziekanat- jakie dane powinien zawierać?

• Studenci (przyjmowanie studentów)

• Pracownicy

• Przedmioty

• Plan zajęć dla kierunku, ( jakie przedmioty i kiedy, pracownicy→przedmioty)

• Wyniki (wpisać oceny)

Wirtualny dziekanat na szczeblu rektorskim -dodatkowo:

• Decyzje czy stać nas na wprowadzenie zajęć?

• Jak analizować koszty zajęć?

• Ile kosztuje kształcenie studenta:

• na jakich kierunkach

• w jakim systemie (dzienne, zaoczne)

Skąd bierzemy dane?

• Rozkład zajęć w semestrze

• Koszty utrzymania budynków

• Potrzebne dochody

• Koszty → system finansowo-księgowy, budynki, amortyzacja, energia (koszty rodzajowe IV zespól)

• Płace

• Plan zajęć (wymiar: dzień tygodnia, godziny, przedmioty, wykładowcy, sala)

• Liczba studentów grupie

• Przychody ( w układzie stacjonarne (dzienne) →subwencje ze strony państwa, za niezadowalające wyniki w nauce, w układzie niestacjonarne (zaoczne, wieczorowe))

Trzeba zaplanować ilu studentów będzie przyjętych na I roku→ dane z rocznika statystycznego (dane demograficzne)

Ile dotacji- czy dopłacamy, czy nie

Jakie grupy małe czy duże → co się bardziej opłaca?

Hurtownia procesów:

• Proces dydaktyczny studenta

• efekty→ student trafił do wykładowcy X a nie Y, procesy oceny jakościowe

Wymiary	Miary
student semestr przedmiot wykładowca kierunek specjalność (grupa dziekańska)

Co obrazuje kostka?

Cele systemu: zintegrować dane i umiejętnie przedstawić 3 podejścia

1. w postaci modelu relacyjnego analiza za pomocą OLAPu relacyjnego- ROLAP, czas przetwarzania dłuższy niż w drugim podejściu, dane relacyjne w tabelach płaskich, relacje zagnieżdżone, przetwarzanie trwa dłużej, prezentacja danych łatwiejsza

2. dane w postaci tablic wielowymiarowych, systemy MOLA

3. Część w postaci relacyjnej i w postaci wielowymiarowej HOLAP(system hybrydowy)

Problem przetwarzania danych

Koszt→ skąd?

Place na pracowników→ na jakim stanowisku?→ Ile kosztuje jeden wykład?

Reprezentacja danych musi być przemyślana

Dane w postaci hurtowni→ problem z tworzeniem i aktualizacją

Płace→ obliczamy na okres miesiąca

Plan→ na semestr

Problem - źle wyliczone place→wszystko w kostkach nie da się poprawić danych w hurtowni→ należy odciąć kostkę w odpowiednim miejscu i odtworzyć ją na nowo. Można ładować dane z opóźnieniem( np. płace po 3 miesiącach). Czasami dla prognoz potrzebne są dane z jednego miesiąca.

ZADANIE II

Firma handlowa, prowadzi sprzedaż 10-ciu produktów na terenie Europy, potrzebna analiza co i gdzie należy sprzedawać?

Wymiary	Miary
M-ce sprzedaży Czas Produkt	Ceny (max, min, średnia) Koszty(transportu, osobowe, zakupu towaru, wytworzenia) Popyt

Miejsce sprzedaży- złożone-kraj, miasta, regiony

Wymiary- mogą mieć charakter hierarchiczny, w przestrzeni wielowymiarowej pytania z różnych punktów widzenia.

Chaos→magazyn danych→analiza

Czego poszukujemy? → Regularności danych lub ich nieregularności (wyjątków danych).

Kostka

Produkt

Czas

Miejsce sprzedaży

---