16. Базы данных. Данные: сбор, структурирование. Комплектование баз данных.

Базы данных - именованные совокупности структурированных, организованных данных, отображающих состояние объектов и их отношений в определенной предметной области. Данные, отображающие сведения об определенной предметной области, могут поступать из внешней и внутренней среды системы как в неструктурированном виде (например, различные документы на естественном языке), так и в структурированной форме (анкеты, таблицы). Естественно, что способы сбора и обработки таких данных отличаются друг от друга. Эти данные необходимо так структурировать, т. е. создать такие структурированные документы, чтобы стала возможной их программная обработка. В общем случае документ представляет собой зафиксированную на материальном носителе информацию (данные) с реквизитами, позволяющими ее идентифицировать.

Сбор информации осуществляется от источников по каналам получения информации. Отнесение информации к определенной предметной области - сложная классификационная и плохо поддающаяся автоматизации задача, поэтому эта операция, как правило, выполняется специалистами. Далее осуществляется комплектование БД, т. е. выполняется предварительная обработка и рубрикация информации. Далее неструктурированная информация подлежит структуризации.

Структуризацияация информации - процесс представления неформализованной документированной информации на информационном языке представления данных в конкретной автоматизированных информационных систем. Структурированная информация заносится в базу данных системы и устанавливается ее связь с уже имеющейся в базе информацией.

17. Модели данных. Логическая и физическая структуры базы данных. Подбазы. Агрегаты данных. Поля. Файлы. Тезаурусы. Словари. Индексы.

Структура базы данных организуются в зависимости от типа модели данных: иерархическая, сетевая, реляционная.

Иерархическая модель - наборы данных, представляющие сущности предметной области и отношения между ними, организованные в виде древовидной (иерархической) структуры. В иерархической модели соблюдается строгая последовательность обхода по вертикали или горизонтали. Операции над данными имеют строгую определенность: найти указанное дерево, в этом дереве найти указанный уровень, в уровне найти указанную запись и т. д. Соблюдается строгая последовательность перехода от родительской сущности к дочерней.

Сетевая модель - наборы данных (объекты), которые имеют связи между любыми объектами любого уровня.

Реляционная модель - наборы данных (объекты) и связи между ними, представленные в виде таблиц (двухмерных массивов).

Логическая структура базы может включать одну или несколько подбаз (файлов, таблиц, массивов). Каждая подбаза состоит из агрегатов данных (записей, документов). Запись состоит из полей. Поля могут быть элементарными (имеют фиксированную и ограниченную длину), составными (агрегаты элементарных), текстовыми (имеют переменную длину и сложную внутреннюю структуру), бинарными (данные, рассматриваемые как поля).

К физической структуре БД относят файлы первичных (исходных) данных, файлы вторичной (справочной) информации, тезаурусы и словари данных (см. описание лексической базы), индексы. Файлы исходных данных содержат объекты, подлежащие об­ работке. Файлы вторичной информации содержат описания объектов или их элементов. Индекс - указатель (файл), связывающий адрес объекта с его содержанием, включает список и частотный словарь.