Анализ предметной
области: описание предметной области, выявление ограничений целостности, определение
статуса (доступности, секретности) информации, определение потребностей пользователей,
определение соответствия «данные—пользователь», определение объемно-временных
характеристик обработки данных.
Проектирование структуры
БД: определение состава и структуры файлов БД и связей между ними, выбор
методов упорядочения данных и методов доступа к информации, описание БД на
языке описания данных (ЯОД).
Задание ограничений
целостности при описании структуры БД и процедур обработки БД:
определение динамических
ограничений целостности, присущих предметной области в процессе изменения
информации, хранящейся в БД;
определение ограничений
целостности, вызванных структурой БД;
разработка процедур
обеспечения целостности БД при вводе и корректировке данных;
определение ограничений
целостности при параллельной работе пользователей в многопользовательском
режиме.
Первоначальная
загрузка и ведение БД:
разработка технологии
первоначальной загрузки БД, которая будет отличаться от процедуры модификации
и дополнения данными при штатном использовании базы данных;
разработка технологии
проверки соответствия введенных данных реальному состоянию предметной
области. База данных моделирует реальные объекты некоторой предметной
области и взаимосвязи между ними, и на момент начала штатной эксплуатации
эта модель должна полностью соответствовать состоянию объектов предметной
области на данный момент времени;
в соответствии
с разработанной технологией первоначальной загрузки может понадобиться
проектирование системы первоначального ввода данных.
Защита данных:
определение системы
паролей, принципов регистрации пользователей, создание групп пользователей,
обладающих одинаковыми правами доступа к данным;
разработка принципов
защиты конкретных данных и объектов проектирования; разработка специализированных
методов кодирования информации при ее циркуляции в локальной и глобальной
информационных сетях;
разработка средств
фиксации доступа к данным и попыток нарушения системы защиты;
тестирование системы
защиты;
исследование случаев
нарушения системы защиты и развитие динамических методов защиты информации
в БД.
Обеспечение восстановления
БД:
разработка организационных
средств архивирования и принципов восстановления БД;
разработка дополнительных
программных средств и технологических процессов восстановления БД после
сбоев.
Анализ обращений
пользователей БД: сбор статистики по характеру запросов, по времени их
выполнения, по требуемым выходным документам
Анализ эффективности
функционирования БД:
анализ показателей
функционирования БД;
планирование реструктуризации
(изменение структуры) БД и реорганизации БнД.
Работа с конечными
пользователями:
сбор информации
об изменении предметной области;
сбор информации
об оценке работы БД;
обучение пользователей,
консультирование пользователей;
разработка необходимой
методической и учебной документации по работе конечных пользователей.
Подготовка и поддержание
системных средств:
анализ существующих
на рынке программных средств и анализ возможности и необходимости их использования
в рамках БД;
разработка требуемых
организационных и программно-технических мероприятий по развитию БД;
проверка работоспособности
закупаемых программных средств перед подключением их к БД;
курирование подключения
новых программных средств к БД. 11. Организационно-методическая работа по
проектированию БД:
выбор или создание
методики проектирования БД;
определение целей
и направления развития системы в целом;
планирование этапов
развития БД;
разработка общих
словарей-справочников проекта БД и концептуальной модели;
стыковка внешних
моделей разрабатываемых приложений;
курирование подключения
нового приложения к действующей БД;
обеспечение возможности
комплексной отладки множества приложений, взаимодействующих с одной БД.
Классификация моделей данных
Одними из
основополагающих в концепции баз данных являются обобщенные категории «данные»
и «модель данных».
Понятие «данные»
в концепции баз данных — это набор конкретных значений, параметров, характеризующих
объект, условие, ситуацию или любые другие факторы. Примеры данных: Петров Николай
Степанович, $30 и т. д. Данные не обладают определенной структурой, данные становятся
информацией тогда, когда пользователь задает им определенную структуру, то есть
осознает их смысловое содержание. Поэтому центральным понятием в области баз
данных является понятие модели. Не существует однозначного определения этого
термина, у разных авторов эта абстракция определяется с некоторыми различиями,
но тем не менее можно выделить нечто общее в этих определениях.
Модель данных
-
это некоторая абстракция, которая, будучи приложима к конкретным
данным, позволяет пользователям и разработчикам трактовать их уже как информацию,
то есть сведения, содержащие не только данные, но и взаимосвязь между ними.
На рис. 2.3
представлена классификация моделей данных.
В соответствии
с рассмотренной ранее трехуровневой архитектурой мы сталкиваемся с понятием
модели данных по отношению к каждому уровню. И действительно, физическая модель
данных оперирует категориями, касающимися организации внешней памяти и структур
хранения, используемых в данной операционной среде. В настоящий момент в качестве
физических моделей используются различные методы размещения данных, основанные
на файловых структурах: это организация файлов прямого и последовательного доступа,
индексных файлов и инвертированных файлов, файлов, использующих различные методы
хэширования, взаимосвязанных файлов. Кроме того, современные СУБД широко используют
страничную организацию данных. Физические модели
данных, основанные на страничной организации, являются наиболее перспективными.
Рис.
2.3. Классификация моделей данных
Наибольший
интерес вызывают модели данных, используемые на концептуальном уровне. По отношению
к ним внешние модели называются подсхемами и используют те же абстрактные категории,
что и концептуальные модели данных.
Кроме трех
рассмотренных уровней абстракции при проектировании БД существует еще один уровень,
предшествующий им. Модель этого уровня должна выражать информацию о предметной
области в виде, независимом от используемой СУБД. Эти модели называются инфологическими,
или семантическими.
Инфологические модели данных
-
отражают в естественной и удобной для разработчиков
и других пользователей форме информационно-логический уровень абстрагирования,
связанный с фиксацией и описанием объектов предметной области, их свойств и
их взаимосвязей.
Инфологические модели данных используются на ранних стадиях проектирования для описания структур
данных в процессе разработки приложения, а дата-логические модели уже
поддерживаются конкретной СУБД.
Документальные модели данных
-
соответствуют представлению о слабоструктурированной информации,
ориентированной в основном на свободные форматы документов, текстов на естественном
языке.
Модели, основанные
на языках разметки документов, связаны прежде всего со стандартным общим языком
разметки — SGML (Standart Generalised Markup Language),
который был утвержден ISO в качестве стандарта еще в 80-х годах. Этот язык предназначен
для создания других языков разметки, он определяет допустимый набор тегов (ссылок),
их атрибуты и внутреннюю структуру документа. Контроль за правильностью использования
тегов осуществляется при помощи специального набора правил, называемых DTD-описаниями,
которые используются программой клиента при разборе документа. Для каждого класса
документов определяется свой набор правил, описывающих грамматику соответствующего
языка разметки. С помощью SGML можно описывать структурированные данные, организовывать
информацию, содержащуюся в документах, представлять эту информацию в некотором
стандартизованном формате. Но ввиду некоторой своей сложности SGML использовался
в основном для описания синтаксиса других языков (наиболее известным из которых
является HTML), и немногие приложения работали с SGML-документами напрямую.
Гораздо более
простой и удобный, чем SGML, язык HTML позволяет определять оформление элементов
документа и имеет некий ограниченный набор инструкций — тегов, при помощи которых
осуществляется процесс разметки. Инструкции HTML в первую очередь предназначены
для управления процессом вывода содержимого документа на экране программы-клиента
и определяют этим самым способ представления документа, но не его структуру.
В качестве элемента гипертекстовой базы данных, описываемой HTML, используется
текстовый файл, который может легко передаваться по сети с использованием протокола
HTTP. Эта особенность, а также то, что HTML является открытым стандартом и огромное
количество пользователей имеет возможность применять возможности этого языка
для оформления своих документов, безусловно, повлияли на рост популярности HTML
и сделали его сегодня главным механизмом представления информации в Интернете.
Однако HTML
сегодня уже не удовлетворяет в полной мере требованиям, предъявляемым современными
разработчиками к языкам подобного рода. И ему на смену был предложен новый язык
гипертекстовой разметки, мощный, гибкий и, одновременно с этим, удобный язык
XML. В чем же заключаются его достоинства?
XML (Extensible Markup Language)
-
это язык разметки, описывающий целый класс объектов данных,
называемых XML-документами. Он используется в качестве средства для описания
грамматики других языков и контроля за правильностью составления документов.
То есть сам по себе XML не содержит никаких тегов, предназначенных для разметки,
он просто определяет порядок их создания.
Тезаурусные модели
-
это модели, которые основаны на принципе организации словарей, содержат определенные
языковые конструкции и принципы их взаимодействия в заданной грамматике. Эти
модели эффективно используются в системах-переводчиках, особенно многоязыковых
переводчиках. Принцип хранения информации в этих системах и подчиняется тезаурусным
моделям.
Дескрипторные модели
-
самые простые из документальных моделей, они широко использовались
на ранних стадиях использования документальных баз данных. В этих моделях каждому
документу соответствовал дескриптор - описатель. Этот дескриптор имел жесткую
структуру и описывал документ в соответствии
с теми характеристиками, которые требуются для работы с документами в разрабатываемой
документальной БД. Например, для БД, содержащей описание патентов, дескриптор
содержал название области, к которой относился патент, номер патента, дату выдачи
патента и еще ряд ключевых параметров, которые заполнялись для каждого патента.
Обработка информации в таких базах данных велась исключительно по дескрипторам,
то есть по тем параметрам, которые характеризовали патент, а не по самому тексту
патента.
Знаете ли Вы, что "тёмная материя" - такая же фикция, как черная кошка в темной комнате. Это не физическая реальность, но фокус, подмена. Реально идет речь о том, что релятивистские формулы не соответствуют астрономическим наблюдениям, давая на порядок и более меньшую массу и меньшую энергию. Отсюда сделан фокуснический вывод, что есть "темная материя" и "темная энергия", но не вывод, что релятивистские формулы не соответствуют реалиям. Подробнее читайте в FAQ по эфирной физике.