Современные модели данных. Постреляционная модель.
Постреляционная модель данных представляет собой расширенную реляционную модель, снимающую ограничение неделимости данных, хранящихся в кортежах отношений. Допускает сложение атрибуты – атрибуты, значения, которые имеют внутреннюю структуру, при этом набор значений таких атрибутов считается самостоятельным отношением, встроенным в основное. В данной модели на значения атрибутов отношения не накладываются требования постоянства. Это означает, что структура данных и отношений имеет большую гибкость.
Достоинством постреляционной модели является возможность представления совокупности связанных реляционных отношений одним постреляционным.
Это обеспечивает высокую наглядность представления информации и повышение эффективности ее обработки.
Наглядность!
Недостатком является сложность решения проблемы контроля целостности и непротиворечивости хранимых данных.
Многомерная модель данных.
Толчком к развитию этого направления послужила программная статья одного из основоположников реляционного подхода.
В ней сформулированы 12 основных требований к системам класса OLAP – оперативная аналитическая обработка важнейшие из которых с возможностями концептуального представления и обработки многомерных данных.
В развитии концепций информационных систем можно выделить 2 направления:
-
Системы оперативной (транзакционной) обработки
-
Системы аналитической обработки МСУБД являются узкоспециализированными СУБД, предназначенными для интерактивной аналитической обработки информации. Основными свойствами МСУБД являются агрегируемость, историчность, прогнозируемость данных.
Агрегируемость данных означает рассмотрение информации на различных уровнях ее обобщения. В информационных системах степень детальности представления информации для пользователя зависит от его уровня: аналитик, пользователь-оператор, администратор.
Историчность: данных предполагает обеспечение высоко уровня статичности (неизменности) собственно данных и их взаимосвязей, а также обязательность привязки данных по времени.
Статичность данных позволяет использовать при их обработке специализированные методы загрузки, хранения, индексации и выработки.
Прогнозируемость данных подразумевает возможность задания функций аналитического прогнозирования для различных временных интервалов. По сравнению с РМД многомерная организация данных обладает более высокой наглядностью и информативностью.
Основные понятия многомерных моделей:
Измерение – множество однотипных значений атрибута, образующие одно из ребер гиперкуба.
Ячейка или показатель – это поле, значение которого однозначно определяется фиксированным набором измерений.
В рамках многомерной модели к данным применяется ряд специальных операций, к которым относятся: формирование «среза», «вращение», агрегация и детализация.
Срез – представляет собой подмножество гиперкуба, полученное в результате фиксации одного или нескольких измерений. Формирование «срезов» выполняется для ограничения используемых пользователем значений, так как все значения гиперкуба практически никогда одновременно не используется операция «вращение» заключается в изменении порядка измерений при визуальном представлении данных.
Агрегация и детализация означают соответственно переход к более общему и более детальному представлению информации пользователю.
Достоинство: удобство и эффективность аналитической обработки больших объемов данных, связанных со временем.
Недостаток: громоздкость для простейших задач обычной оперативной обработки информации.
Колоночные БД.
Основная идея – хранение данных не в строках, а в колонках.
Недостатки: медленно работают на запись, не подходят для транзакционных систем, и как правило, имеют ряд функциональных ограничений по сравнению с развитыми РСУБД.
Объектно-ориентированные БД.
Логическая структура объектно-ориентированной БД внешне похожа на структуру иерархической БД и является ее логическим продолжением.
Достоинство: возможность отражения информации о сложных взаимосвязях объектов. Позволяет идентифицировать отдельную запись базы данных и определять функции их обработки.
Недостатки: высокая понятийная сложность, неудобство обработки данных и низкая скорость выполнения запросов.
Лекция №6