Информационные системы / ИС_Тема04

Тема 4. Фактографические информационные системы

4.1. Предметная область информационных систем

Основная деятельность человека обязательно сопровождается информационной деятельностью. Основная деятельность связана с решением задач по обработке данных. Задачи, связанные с обработкой данных, решаются во многих областях. Примеры: учет товаров в супермаркетах и на складах, начисление зарплаты в бухгалтериях и т. д.

Информационные системы составляют фундамент информационной деятельности современного предприятия во всех сферах.

Реальный мир, который должен быть отображен в базе данных информационной системы называется предметной областью

Предметная область ИС отражает основную деятельность предприятия и характеризуется набором объектов предметной области тесно связанных между собой.

Целью ИС является обработка объектов предметной области с учетом связей между объектами. Исходя из того насколько хорошо структурирована предметная область, ее можно рассматривать как фактографическую или документальную. Соответственно и ИС можно разделить фактографические и документальные.

Вфактографических ИС регистрируются факты — конкретные значения свойств объектов предметной области.

Основная идея таких систем заключается в том, что все сведения об объектах (фамилии людей, даты рождения, фотографии, числа) сообщаются компьютеру в каком то заранее обусловленном формате (например, фамилия — в виде текста, а дата рождения — в виде числа). Информация, с которой работает фактографическая ИС, имеет четкую структуру.

Документальных ИС служат для работы с совокупностью неструктурированных текстовых документов.

Понятие «документ» в информационных системах трактуется несколько шире, нежели в традиционном документоведении. В соответствии с Оксфордским словарем «документ — это текст или изображение, имеющее информационное значение».

Существует точка зрения, что нет различий между документальными и фактографическими ИС, между системами поиска и системами обработки информации.

Действительно, поиск документа по элементам библиографических описаний или по элементам, представляющим основное его содержание и терминах предметных рубрик, можно трактовать как частный случай документального поиска, т. е. поиска по элементам связного текста документа.

Вто же время обработкой можно считать и простое упорядочение списка найденных описаний документов.

Массивы информации, накопленные в ИС, должны быть оптимальным образом организованы для их хранения и обработки, при этом должна обеспечиваться их целостность

инепротиворечивость. Используя функции стандартных файловых систем невозможно добиться нужной производительности при решении подобных задач, поэтому все автоматизированные информационные системы основаны на СУБД — системах управления базами данных.

4.2. Модели данных

Информацию о предметной области мы обычно регистрируем в виде отдельных фактов или документов, относящихся к тем или иным явлениям.

Чаще всего данные описываются на естественном языке и фиксируются на каком-либо носителе. Естественный язык достаточно гибок для представления данных, однако применение ЭВМ для обработки данных породило проблему разработки гибких средств интерпретации, эффективных в условиях совместного использования данных в множестве различных приложений.

Одним из средств интерпретации данных является модель данных.

1

Можно построить самые различные модели, отражающие различные аспекты предметной области:

•физические, позволяющие понять физические свойства;

•математические, представляющие собой абстрактное описание мира с помощью математических знаков;

•биологические, химические и т.п.

Модель данных есть средство абстракции, позволяющее увидеть смысловое (семантическое) содержание данных.

Любая модель предметной области отражает его статические и динамические свойства. К статическим свойствам относятся стабильные во времени свойства. Динамические свойства соответствуют эволюционной природе мира.

Модель данных должна определенным образом представлять эти два класса свойств. Исходя из этого, выделяют основные компоненты модели данных, обеспечивающие решение данной задачи.

В качестве основных компонент модели данных рассматривают

•структуры,

•операции,

•ограничения.

Они тесно взаимосвязаны и в различных моделях могут быть реализованы по-разному. Схема структуры данных описывает статические свойства модели.

Динамические свойства модели данных выражаются множеством операций по переводу некоторой реализации БД из одного состояния в другое.

Ограничения используются в модели данных для поддержания целостности данных.

4.2.1. Структуры данных

Одним из основных способов структуризации данных является использование абстракций

Абстракция позволяет сосредоточить внимание только на существенных свойствах и связях объектов предметной области.

При структуризации данных применяются два типа абстракции: обобщение и агрегация. Обобщение позволяет трактовать класс различных подобных объектов как один поименованный обобщенный тип объекта. В обобщении подчеркивается общая природа объектов. В случае многоуровневой иерархии обобщений структура обобщения образует

родовую иерархию, что приводит к появлению понятий родовой и видовой сущности. Например, стул, шкаф и стол обобщаются в понятии гарнитур.

Агрегация позволяет рассмотреть связь между элементами данных как новый элемент более высокого уровня.

Например, связь между сущностями СТУДЕНТ, ДИСЦИПЛИНА, ПРЕПОДАВАТЕЛЬ, ОЦЕНКА, имеющая смысловое описание "студент по фамилии _____получил на экзамене по дисциплине ____ у преподавателя по фамилии ____оценку____", может быть представлена агрегатированным элементом ЭКЗАМЕН:

Множество существующих моделей данных, а также отсутствие общей системы понятий породило большое количество терминов, используемых для обозначения определенных типов структур данных.

Плоская модель данных базируется на четырех типов структур данных:

•поле — наименьшая поименованная единица данных;

•запись — поименованная совокупность полей;

•файл — поименованная совокупность экземпляров записей одного типа;

•набор файлов — поименованная совокупность файлов, обрабатываемых системой. Широко распространена терминология, предложенная КОДАСИЛ — Ассоциацией по

языкам систем обработки данных.

Понятийный базис модели данных КОДАСИЛ (Ассоциация по языкам систем обработки данных) включает

2

Элемент—>Агрегат —> Запись—> Набор—> БД Элемент данных — наименьшая поименованная единица данных, к которой можно

адресоваться непосредственно и с помощью которой выполняется построение всех остальных структур.

Множество значений, которые может представлять элемент данных, называется его областью определения.

Агрегат данных — поименованная совокупность элемент данных внутри некоторой записи. Агрегат данных может быть простым, если состоит только из элемент данных, или составным, если включает в свой состав другие агрегаты.

Пример простого агрегата: Дата — (число, месяц, год) Пример составного агрегата

Предприятие — (Название, Адрес(Почт. Индекс, Город, Улица, дом)) Запись — поименованная совокупность элемент данных и/или агрегатов.

Набор — поименованная совокупность записей, образующих двухуровневую иерархическую структуру.

Понятие набора позволяет образовывать структуры, представляющие связь одной записи со многими, а порядок внутри набора обеспечивает последовательную связь. Каждый тип набора представляет связь между двумя или несколькими типами записей.

Пример набора:

Преподаватели — (предметы, группа)

База данных представляет собой поименованную совокупность записей и наборов. Описание БД задается ее схемой.

Рассмотренные выше типы структур носят абстрактный характер.

Важным моментом является представление данных, поскольку необходимо, во-первых, хранить данные в памяти ЭВМ, во-вторых, представлять их пользователю в форме, облегчающей интерпретацию и понимание.

Простейшими способами представления данных являются

•таблица

•граф.

4.2.2. Ограничениями целостности

Ограничениями целостности называют логические ограничения, накладываемые на данные с целью обеспечения непротиворечивости данных при переводе БД из одного состояния в другое.

Ограничения целостности вводятся в модель данных также для повышения ее семантичности.

Модель данных поддерживают два вида ограничений целостности: внутренние и явные. Внутренние ограничения целостности интегрированы со структурами. Они представлены правилами композиции допустимых структур данных и в конкретной схеме БД находят свое отражение в структурных спецификациях и в правилах выполнения операций.

Для расширения возможностей представления ограничений целостности в модель данных предусмотрены явные ограничения. Они специфицируются в схеме БД явным образом с помощью специальных конструкций языка обработки данных (ЯОД).

Примером явного ограничения целостности может служить указание на то, что атрибут АРТИКУЛ для информационного объекта ТОВАР есть идентификатор. Это означает, что в каждый момент времени множество реализаций информационного объекта ТОВАР не может содержать две или более реализации с одинаковым значением атрибута АРТИКУЛ.

4.2.3. Операции над данными

Динамические свойства модели определены множеством операций над данными, выражаемыми средствами языка манипулирования данными. Операции определяют допустимые действия над некоторой реализацией БД для перевода ее из одного состояния в другое.

3

Любая операция над данными включает в себя две компоненты: селекцию и действие. Селекция определяет критерий отбора данных, над которыми должно быть произведено действие. Действие определяет характер операции.

Селекция может быть выполнена разными способами: с использованием логической позиции данного, значений данного, связей между данными или комбинацией указанных способов.

Действие в модели данных обычно выражается одной из следующих операций:

•идентификация данного и нахождение его позиции в БД;

•выборка данных из БД;

•включение (добавление) новых данных в БД;

•удаление данных из БД.

По способу получения результата выделяют навигационные и спецификационные операции.

Операцию называют навигационной, если ее результат получается путем прохождения по связям, реализованным в структуре БД. Результат ее выполнения представлен единичным объектом БД, например, значением атрибута.

Операцию называют спецификационной, если определяются только требования к результату (но не к способу его получения). Такие операции могут породить новую структуру, определяемую на структуре БД.

Рассмотренные выше процедуры выполняются по схеме "селекция — действие". Однако существуют и другие операции, выполняемые по другим схемам и реализующие более сложные функции, например, функцию поддержания целостности. Такие обобщённые операции над БД называют процедурами БД. Это механизм изменения состояния БД, обладающий высокой общностью. Процедура рассматривается как единая макрооперация. Использование процедур позволяет существенно расширить динамические свойства модель данных.

Принято выделять иерархическую, сетевую, объектную и реляционную модели данных. Соответственно, речь идет об иерархических, сетевых, объектных и реляционных СУБД.

4.3. Иерархическая модель данных

Иерархические модели данных в силу простоты организации первыми использовались для хранения информации. Но, если данные не имели древовидной структуры, то возникала масса сложностей при построении иерархической модели.

Иерархическая модель позволяет строить базы данных с иерархической древовидной структурой.

Структуры данных

Иерархическая модель данных организует данные в виде иерархической древовидной структуры, которая состоит из узлов и ветвей. Наивысший узел называется корнем; он находится на 1-м уровне. Зависимые узлы располагаются на более низких уровнях (рис. 4.1 ).

4

Рис. 4.1. Пример иерархической древовидной структуры БД

Например, на рис. 4.9 объект "Организация" является предком (корневым узлом) для объектов (порожденных узлов) "Отделы" и "Филиалы".

Иерархическая древовидная структура всегда удовлетворяет следующим условиям:

•иерархия начинается с корневого узла;

•на первом уровне самый верхний уровень дерева) может находиться только один узел

—корневой;

•на нижних уровнях находятся порожденные (зависимые) узлы;

•каждый порожденный узел, находящийся на данном уровне связан только с одним исходным узлом, находящимся на более высоком уровне иерархии дерева;

•каждый исходный узел может иметь один или несколько непосредственно порожденных узлов, которые называются подобными;

•доступ к каждому порожденному узлу выполняется через его непосредственно исходный узел;

•существует единственный иерархический путь доступа к любому узлу, начиная с корня дерева.

Ограничения целостности и манипулирование данными К основным внутренним ограничениям целостности относятся следующие:

•все типы связей должны быть функциональными, т.е. 1:1, 1:М.

•представление связи типа М: N непосредственно невозможно;

•структура связей должна быть древовидной.

Следствием этих ограничений является ряд особенностей структуризации данных в модели. Внутренние ограничения иерархические модели, как правило, не предусматривают.

Ограничения, которые иерархическая модель данных накладывает на связи между записями, порождают определенные особенности выполнения операций манипулирования данными. Так, например, при включении данных необходимо учесть, что экземпляр порожденного узла не может существовать в отсутствие исходного узла, а при удалении экземпляра исходного узла также удаляются и все экземпляры порожденных узлов. Так как в иерархических моделях данных взаимосвязи типа «многие к многим» М:N непосредственно не поддерживаются, возможны аномалии заполнения и удаления.

Основное достоинство иерархической модели — простота описания иерархических структур реального мира.

При простоте понимания и использования иерархические модели обладают рядом недостатков:

• взаимосвязи типа «многие к многим» М:N могут быть реализованы только искусственно, при этом структура становится громоздкой и требуется избыточное хранение данных;

5

•из-за строгой иерархической упорядоченности объектов модели значительно усложняются операции включения и удаления;

•особенности иерархических структур обуславливают процедурность манипулирования данными;

•так как корневой тип узла является главным, доступ к любому порожденному узлу возможен только через исходный.

4.4. Сетевая модель данных

Сетевые модели также создавались для мало ресурсных ЭВМ. Это достаточно сложные структуры, состоящие из "наборов" – поименованных двухуровневых деревьев. "Наборы" соединяются с помощью "записей-связок", образуя цепочки и т.д. При разработке сетевых моделей было выдумано множество "маленьких хитростей", позволяющих увеличить производительность СУБД, но существенно усложнивших последние. Прикладной программист должен знать массу терминов, изучить несколько внутренних языков СУБД, детально представлять логическую структуру базы данных для осуществления навигации среди различных экземпляров, наборов, записей и т.п.

Один из разработчиков операционной системы UNIX сказал "Сетевая база – это самый верный способ потерять данные".

Сетевой моделью называется модель данных, в которой каждый порожденный элемент может иметь более одного исходного.

При использовании сетевой модели данных предметная область рассматривается как совокупность частей, связанных между собой бинарными связями различных типов. Части, в свою очередь, поддаются аналогичной декомпозиции. Ориентация связей при сетевой структуре не учитывается.

Сетевая БД состоит из набора записей, соответствующих экземпляру объекта предметной области, и набора связей между ними. Так, например, информация об участие сотрудников в проектах организации может быть представлена в сетевой БД (см. рис. 4.2).

Рис. 4.2. Пример сетевой структуры

В данном примере сетевая модель отражает тот факт, что в проекте могут участвовать разные сотрудники, и в то же время любой сотрудник может участвовать в различных проектах.

К числу главных достоинств сетевой модели данных относят простоту реализации часто встречающейся в реальном мире взаимосвязи типа "М:N".

Недостатки сетевой модели

•сложность сетевой модели;

•возможность потери независимости данных при реорганизации БД;

6

4.4. Реляционная модель данных

В реляционных базах данных вся информация представляется в виде прямоугольных таблиц. Реляционная модель была разработана Коддом в начале 70-х годов. С ее созданием начался новый этап в эволюции СУБД. Простота и гибкость модели привлекли внимание разработчиков, и у нее появилось множество сторонников. Несмотря на некоторые недостатки, реляционная модель данных стала доминирующей, а реляционные СУБД стали промышленным стандартом «де-факто».

Реляционная модель данных является совокупностью простейших двумерных таблиц — отношений. Связи между двумя логически связанными таблицами в реляционной модели устанавливается по равенству значений одинаковых атрибутов таблиц-отношений.

Таблица-отношение является универсальным объектом реляционной модели. Доминирование реляционной модели в современных СУБД обусловлено рядом причин, в

числе которых:

1)наличие развитой теории реляционной модели данных, которая поддержана теоретическими исследованиями в большей степени по сравнению с другими моделями;

2)наличие аппарата сведения к реляционной модели других моделей данных;

3)поддержка реляционной моделью специальных средств ускоренного доступа к информации;

4)возможность манипулирования данными без необходимости знания конкретной физической организации БД во внешней памяти;

5)наличие стандартизованного высокоуровневого языка запросов к базам данных. Наиболее распространенная трактовка реляционной модели данных принадлежит

Дейту, который воспроизводит ее практически во всех своих книгах. Согласно Дейту реляционная модель состоит из трех частей, описывающих разные аспекты реляционного подхода: структурной части, манипуляционной части и целостной части.

Вструктурной части модели фиксируется, что единственной структурой данных, используемой в реляционных БД, является нормализованное n-арное отношение.

Вманипуляционной части модели утверждаются два фундаментальных механизма манипулирования реляционными БД - реляционная алгебра и реляционное исчисление. Первый механизм базируется в основном на классической теории множеств, а второй — на классическом логическом аппарате исчисления предикатов первого порядка.

4.5.1. Структуры данных реляционной модели

В основе реляционной модели данных лежит простая прямоугольная таблица. Все операции над реляционной базой данных сводятся к манипуляциям с таблицами.

Таблица состоит из строк и столбцов и имеет имя, уникальное внутри базы данных. Таблица отражает тип объекта реального мира (понятий, процесс и т.п.), а каждая ее строка

— конкретный объект.

7

Рис. 4.3. Отношение реляционной БД

.

Доменом называется множество всех значений конкретного атрибута.. Имя столбца должно быть уникальным в таблице. Столбцы расположены в таблице в соответствии с порядком следования их имен при ее создании. Любая таблица должна иметь, по крайней мере, один столбец.

Строки таблицы называются также кортежами или записями. В отличие от столбцов строки не имеют имен. Порядок строк в таблице жестко не определен, а количество логически не ограничено. Так как строки в таблице не упорядочены, невозможно выбрать строку по её позиции — среди них не существует "первой" и "последней".

По определению, отношение есть множество кортежей, поэтому отношения не могут содержать одинаковые кортежи. Это значит, что каждый кортеж должен обладать свойством уникальности. На самом деле, свойством уникальности в пределах отношения могут обладать отдельные атрибуты кортежей или группы атрибутов. Такие уникальные атрибуты удобно использовать для идентификации кортежей.

Пусть дано отношение . Подмножество атрибутов отношения будем называть потенциальным ключом, если обладает следующими свойствами:

1.Свойством уникальности - в отношении не может быть двух различных кортежей, с одинаковым значением .

2.Свойством неизбыточности - никакое подмножество в не обладает свойством уникальности.

Любое отношение имеет по крайней мере один потенциальный ключ. Действительно, если никакой атрибут или группа атрибутов не являются потенциальным ключом, то, в силу уникальности кортежей, все атрибуты вместе образуют потенциальный ключ.

Потенциальный ключ, состоящий из одного атрибута, называется простым. Потенциальный ключ, состоящий из нескольких атрибутов, называется составным.

Отношение может иметь несколько потенциальных ключей. Традиционно, один из потенциальных ключей объявляется первичным, а остальные - альтернативными. Различия между первичным и альтернативными ключами могут быть важны в конкретной реализации реляционной СУБД, но с точки зрения реляционной модели данных, нет оснований выделять таким образом один из потенциальных ключей.

8

Замечание. Понятие потенциального ключа является семантическим понятием и отражает некоторый смысл (трактовку) понятий из конкретной предметной области. Для того чтобы проиллюстрировать этот факт рассмотрим следующее отношение "Сотрудники":

Таблица 4 Отношение "Сотрудники"

При первом взгляде на таблицу, изображающую это отношение, может показаться, что в таблице имеется три потенциальных ключа - в каждой колонке таблицы содержатся уникальные данные. Однако среди сотрудников могут быть однофамильцы и сотрудники с одинаковой зарплатой. Табельный же номер по сути свой уникален для каждого сотрудника. Какие же соображения привели нас к пониманию того, что в данном отношении только один потенциальный ключ - "Табельный номер"? Именно понимание смысла данных, содержащихся в отношении.

Попробуем представить это отношение в другом виде, изменив наименования атрибутов:

Предъявим кому-нибудь эту таблицу и не сообщим смысл наименований атрибутов. Очевидно, что невозможно судить, не понимая смысла данных, может или не может в этом отношении появиться, например, кортеж (1, Петров, 3000). Если бы, кстати, такой кортеж появился (что, на первый взгляд, вполне возможно, т.к. не нарушается уникальность кортежей), то мы точно смогли бы сказать, что не является альтернативным ключом - ни один из атрибутов по отдельности. Но мы не сможем сказать, что же является первичным ключом.

Замечание. Потенциальные ключи служат средством идентификации объектов предметной области, данные о которых хранятся в отношении. Объекты предметной области должны быть различимы.

Замечание. Потенциальные ключи служат единственным средством адресации на уровне кортежей в отношении. Точно указать какой-нибудь кортеж можно только зная значение его потенциального ключа.

Кортежи не должны повторяться внутри таблицы-отношения и, соответственно они должны иметь уникальный идентификатор — первичный ключ.

Первичный ключ – это уникальный атрибут или уникальный набор атрибутов, значениям которых однозначно определяют запись (кортеж) в таблице. Уникальность атрибутов означает, что их значения не могут повторяться для строк. Уникальность атрибутов позволяет однозначно определять каждую запись.

Набор атрибутов должен быть минимальным. Это означает, что исключение из набора любого атрибута не позволяет идентифицировать кортеж по оставшимся.

Отношением называется таблица, которая имеет первичный ключ.

Первичный ключ называется простым, если он состоит из одного атрибута, или составным, если он состоит из нескольких атрибутов.

9

Взаимосвязь таблиц в реляционной модели поддерживается первичными и внешними ключами.

Внешний ключ — это атрибут или набор атрибутов одного («дочернего») отношения, значения которого совпадают со значениями атрибута или набора атрибутов, являющегося первичным ключом другого («родительского») отношения.

Говорят, что «дочернее» отношение ссылается на «родительское» отношение.

Связь между «родительским» отношением (обладающего первичным ключом) и «дочерним» отношением (обладающего внешним ключом) устанавливается типа «один к многим».

Таким образом, если отношение В ссылается на отношение А, то оно должна иметь внешний ключ, соответствующий первичному ключу отношения А.

Если отношение С связывает отношения А и В, то оно должна включать внешние ключи, соответствующие первичным ключам отношений А и В.

Требования к первичному ключу:

1.Первичный ключ должен быть подобран таким образом, чтобы по значениям атрибутов, в него включенных, можно было точно идентифицировать экземпляр сущности.

2.Никакой из атрибутов первичного ключа не должен иметь нулевое значение.

3.Значения атрибутов первичного ключа не должны меняться. Если значение изменилось, значит, это уже другой экземпляр сущности.

4.Первичный ключ должен иметь минимальную длину.

При выборе первичного ключа можно внести в сущность дополнительный атрибут и сделать его ключом. Такой ключ называется суррогатным.

Суррогатный ключ — это произвольный номер, который уникальным образом определяет запись в сущности. Атрибут "Номер сотрудника" является примером суррогатного ключа.

Суррогатный ключ лучше всего подходит на роль первичного ключа потому, что является коротким и быстрее всего идентифицирует экземпляры в объекте. К тому же суррогатные ключи могут автоматически генерироваться системой так, чтобы нумерация была сплошной, т.е. без пропусков.

Альтернативный ключ — это потенциальный ключ, который не выбран первичными. С помощью альтернативных ключей часто отображают различные индексы доступа к данным в конечной реализации реляционной базы.

4.5.2. Нормализация отношений

С целью обеспечить минимальное дублирование данных, удобство их обработки и обновления проводится процесс нормализации отношений.

При этом необходимо определить, из каких отношений должна состоять БД, и какие атрибуты должны входить в эти отношения.

Нормализация отношений — пошаговый процесс разложения (декомпозиции) исходных отношений БД на более простые.

Каждая ступень этого процесса приводит схему отношений БД в последовательные "нормальные формы". Каждая следующая нормальная форма обладает «лучшими» свойствами, чем предыдущая.

В теории реляционных баз данных принято выделять следующие нормальные формы:

1)первая нормальная форма (1NF);

2)вторая нормальная форма (2NF);

3)третья нормальная форма (3NF);

4)нормальная форма Бойса-Кодда (BCNF);

5)четвертая нормальная форма (4NF);

6)пятая нормальная форма (5NF).

Любой нормальной форме соответствует некоторый набор ограничений. Отношение находится в определенной нормальной форме, если оно удовлетворяет набору ограничений

10