- •1. Информация, данные, знания.
- •7.Идея субд, отличие от фис
- •8. Определение банка данных. Требования к БнД
- •9. Преимущества централизации управления данными
- •10. Жизненный цикл инженерного изделия
- •11. Модели жизненного цикла разработки ис
- •12. Жизненный цикл программного обеспечения и ис
- •13. Задачная, каскадная(системная) и спиральная модель технологии создания ис.
- •14. Общая технологи создания ис и ас
- •15. Этапы проектирования бд
- •16. Предприятие как открытая система. Метаболизм предприятия.
- •17. Моделирование потоков данных(dfd -диаграммы)
- •18. Матрицы событий (elm)
- •19. Методология sadt
- •20. Понятие модели данных (мд). Сильно и слабо структурированные мд.
- •21. Модель «Сущность-связь»
- •22. Атрибуты, домены. Правила для атрибутов, ключи.
- •29. Ограничения целостности. Бизнес – правила.
- •30. Локальные инфологические модели
- •31. Построение глобальной инфологические модели
- •32. Реляционная модель данных
- •33. Отношение и его свойства
- •34. Язык описания данных, язык манипулирования данными.
- •35. Реляционная алгебра и операции
- •36. Группировка атрибутов в отношения
- •37. Аномалии и их виды
- •40. Виртуальные атрибуты и таблицы
- •41. Триггера, сохраненные процедуры, ссылочная целостность.
- •42. Определение банка данных (БнД) – 8 вопрос
- •43. Требования к БнД – 8 вопрос
- •44. БнД как автоматизированная система. Виды обеспечения
- •47. Администратор бд и его функции.
- •48. Словарь данных.
- •49. Usability, значение и мифы
- •50. Проблемы проектирования пользовательского интерфейса
- •51. Требования к пи. Принципы реализации пользовательского интерфейса (пи).
- •52. Этапы проектирования пи
- •53. Методы и критерии оценки пи
- •54. Основные сведения из инженерной психологии
- •55. Формальная модель пи
- •56. Структуры внешней памяти. Организация индексов
- •57. Организация вычислений в автоматизированных системах.
- •58. Системы Клиент-сервер.
- •59. Файл-сервер и клиент-сервер системы.
- •60. Распределённые бд. Причины возникновения и задачи.
- •61. Распределение данных в сети
- •62. Проблемы распределенных бд
- •63. Что такое транзакция. Транзакции и целостность бд
- •64. Виды ограничений целостности в распределенных ис
- •65. Уровни изолированности транзакций (уит)
- •71. Синхронизационные захваты
- •72. Гранулированные синхронизационные захваты.
- •73. Предикатные синхронизационные захваты.
- •74. Понятие тупика.
- •75. Граф ожидания транзакций
- •76. Метод временных меток
- •77. Постреляционные модели данных и субд
- •79. Понятие системы базы знаний
- •82.Оперативная и аналитическая обработка данных
- •83.Многомерная модель данных
- •84.Гиперкубическая и поликубическая модели данных
- •85. Проектирование многомерной бд
- •86. Ипс и их отличия от банков данных ( информационно-поисковые системы)
- •87. Поисковые структуры в ипс и 88. Поиск в ипс
- •89. Оценка эффективности ипс
- •94. Стадии проектирования по гост (сдту)
- •95. Предпроектные исследования. Цели и задачи
- •96. Смысл и содержание технического задания.
- •97. Технический проект. Рабочий проект
- •98. Технология Microsoft solution framework( Msf)
82.Оперативная и аналитическая обработка данных
Классификация продуктов OLAP по способу представления данных
1) Самые первые системы оперативной аналитической обработки ( Essbase Oracle) относились к классу MOLAP, то есть могли работать только со своими собственными многомерными базами данных. Эти системы обеспечивают полный цикл OLAP-обработки.
2) Системы оперативной аналитической обработки реляционных данных (ROLAP) позволяют представлять данные, хранимые в реляционной базе, в многомерной форме, обеспечивая преобразование информации в многомерную модель через промежуточный слой метаданных.
3) Наконец, гибридные системы (Hybrid OLAP, HOLAP) разработаны с целью совмещения достоинств и минимизации недостатков, присущих предыдущим классам. . По утверждению разработчиков, он объединяет аналитическую гибкость и скорость ответа MOLAP с постоянным доступом к реальным данным, свойственным ROLAP.
83.Многомерная модель данных
Использование многомерных БД в системах оперативной аналитической обработки имеет следующие достоинства.
В случае использования многомерных СУБД поиск и выборка данных осуществляется значительно быстрее, чем при многомерном концептуальном взгляде на реляционную базу данных, так как многомерная база данных денормализована, содержит заранее агрегированные показатели и обеспечивает оптимизированный доступ к запрашиваемым ячейкам.
Многомерные СУБД легко справляются с задачами включения в информационную модель разнообразных встроенных функций, тогда как объективно существующие ограничения языка SQL делают выполнение этих задач на основе реляционных СУБД достаточно сложным, а иногда и невозможным.
С другой стороны, имеются существенные ограничения.
Многомерные СУБД не позволяют работать с большими БД. К тому же за счет денормализации и предварительно выполненной агрегации объем данных в многомерной базе, как правило, соответствует (по оценке Кодда) в 2.5-100 раз меньшему объему исходных детализированных данных.
Многомерные СУБД по сравнению с реляционными очень неэффективно используют внешнюю память.
84.Гиперкубическая и поликубическая модели данных
Многомерный OLAP (MOLAP)
В специализированных СУБД, основанных на многомерном представлении данных, данные организованы не в форме реляционных таблиц, а в виде упорядоченных многомерных массивов:
1) гиперкубов (один куб на всех и в одной ячейке может быть несколько цифр или формул) или
2) поликубов (можно с помощью нашей СУБД на одном хранилище построить много кубов)
85. Проектирование многомерной бд
Этапы:
1) Анализ – опр кто явл. Пользователем системы,круг вопросов, виды запросов
2)Проектирование три вида инструментов для проектирования OLAP:
- MOLAP – многомерный куб в чистом виде,простота,но расточительность по памяти
- POLAP – имитация куба.Куб хранится в объединенной реляционной базе
- HOLAP – смесь.
3) Реализация
4) Внедрение
86. Ипс и их отличия от банков данных ( информационно-поисковые системы)
Это особый класс систем, которые работают со слабо структурированной моделью данных.
Релевантность – это свойство документа соответствовать смыслу запроса.Определит релевантность может только эксперт.
Поиск происходит не по словам , а по корням. Т.е нам нужно слова преобразовывать к корням. Существуют «шумовые слова» - это в, на , из.
Для поиска нужно отбрасывать шумовые слова и оконочания.Для лучшего поиска нужно еще иметь и синонимы : человек – люди. Все ключевые слова соединены логической связкой «и»