Практическое занятие №3 Банк данных его состав и особенности

  • docx
  • 08.10.2021
Публикация на сайте для учителей

Публикация педагогических разработок

Бесплатное участие. Свидетельство автора сразу.
Мгновенные 10 документов в портфолио.

Иконка файла материала Практическое занятие №03.docx

Практическое занятие №3 Банк данных его состав и особенности

 

К наиболее важным признакам классификации современных СУБД могут быть отнесены:

    среда функционирования — класс компьютеров и ОС для работы СУБД;

    тип поддерживаемой в СУБД модели данных;

•  возможности встроенного языка СУБД, его переносимость в

другие приложения (SQL, Visual Basic и др.);

    наличие развитых диалоговых средств конструирования таблиц, форм, запросов, отчетов, макросов и средств работы с БД;

    возможность работы с нетрадиционными данными в корпоративных сетях (страницы HTML, сообщения электронной почты, звуковые файлы, изображения и др.);

    уровень использования — локальная СУБД (для настольных систем), архитектура клиент-сервер, многопроцессорная СУБД (с параллельной обработкой данных);

    использование объектной технологии OLE (Object Linking and Embedding — связывание и внедрение объектов);

    возможности интеграции данных из разных СУБД;

    степень поддержки языка SQL и возможности работы с серв ром баз данных (SQL-сервером);

    наличие средств приложений, позволяющих не проводить пол ной инсталляции СУБД для тиражируемых приложений поль зователя.

Приложение — программа или комплекс программ, которые обеспечивают автоматизацию обработки данных для прикладной задачи пользователя, работающего с БД. В общем случае с одной БД могут работать несколько различных приложений. Например, если БД моделирует некоторое предприятие, то для работы с ней могут быть созданы приложения: одно — обслуживающее подсистему учета кадров, другое — подсистему расчета заработной платы сотрудников, третье — подсистему складского учета и т.д.  Предполагается, что приложения, работающие с одной БД, могут работать параллельно и независимо друг от друга, и именно СУБД призвана обеспечить их работу с БД так, чтобы каждое из них выполнялось корректно и учитывало все изменения в БД, вносимые другими приложениями.

Приложения создаются с помощью системы программирования, использующей средства доступа к БД.

Услугами банка данных пользуется большое число пользователей. Поэтому в банке данных предусматривается словарь данных — подсистема банка данных, предназначенная для хранения информации о структурах данных, взаимосвязях файлов БД друг с другом, типах данных и форматах их представления, кодах защиты и разграничения доступа и т.п.

Функционирование банка данных невозможно без участия специалистов — администраторов БД. Это группа пользователей, отвечающих за выработку требований к БД, ее проектирование, создание, эффективное использование и сопровождение. Для выполнения функций администратора в СУБД предусмотрены различные служебные программы. При работе в компьютерной сети администратор БД, как правило, взаимодействует с администратором сети.

Компьютерная система, на базе которой функционирует банк данных, представляет собой совокупность взаимосвязанных и согласованно действующих компьютеров и других устройств, обеспечивающих автоматизацию процессов приема, обработки и выдачи информации пользователям. Используемая система должна иметь процессоры с приемлемой мощностью, достаточный объем оперативной и внешней памяти.

Обслуживающий персонал банка данных (программисты, инженеры по техническому обслуживанию компьютеров, административный аппарат) призван поддерживать технические и программные средства в работоспособном состоянии, осуществлять обеспечение совместимости и взаимодействия всех составляющих, контроль за работой банка данных, за качеством информации.

Банк данных и БД в случае расположения на одном компьютере называются локальными, при расположении на нескольких компьютерах, соединенных компьютерной сетью, — распределенными.

 Локальные базы и банки данных предназначены для организации более простого и дешевого способа информационного обслуживания пользователей, работающих с небольшими объемами данных при решении несложных задач.

Системы распределенных баз данных состоят из набора узлов, связанных вместе коммуникационной сетью, в которой:

каждый узел обладает своими собственными системами баз данных;

узлы работают согласованно, поэтому пользователь может получить доступ к данным на любом узле сети, как будто все данные находятся на его собственном узле.

Распределенные банки и базы данных предоставляют более гибкие формы обслуживания многочисленных удаленных пользователей при работе со значительными объемами данных в условиях географической или структурной разобщенности.

2. Хранилища данных и базы знаний

Для создания БЗ разрабатываются соответствующие программные средства. Они позволяют обеспечивать загрузку, актуализацию, поддержание в достоверном состоянии, расширение БЗ, формирование, обработку и включение новых знаний, соответствующих текущей ситуации. Базы знаний составляют основу экспертных систем при подготовке управленческих решений.

Экспертные системы (ЭС) — прикладные системы искусственного интеллекта, в которых база знаний представляет собой формализованные эмпирические знания высококвалифицированных специалистов (экспертов) в какой-либо узкой предметной области, а также может содержать результатную информацию, полученную при решении экономических задач.

 База знаний предназначена для хранения экспертных знаний о предметной области, которые используются при решении задач экспертной системой.  База знаний состоит из набора фреймов и правил-продукций.

        Фрейм — это структура данных, состоящая из слотов (полей). Фреймы используются в базе знаний для описания объектов, событий, ситуаций, прочих понятий и взаимосвязей между ними. Правила используются в базе знаний для описания отношений между объектами, событиями, ситуациями и прочими понятиями. На основе отношений, задаваемых в правилах, выполняется логический вывод. В условиях и заключениях правил присутствуют ссылки на фреймы и их слоты.

    База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или резуль татом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.

    Машина логического вывода — механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая-либо его разновидность) или механизм поиска решения в сети фреймов или семантической сети. Машина логического вывода может реализовывать рассуждения в виде дедуктивного вывода (прямого, обратного, смешанного), не четкого вывода, вероятностного вывода, поиска решения с разбиением на последовательность подзадач, поиска решения с использованием стратегии разбиения пространства, поиска с учетом уровней абстрагирования решения или понятий, с ними связанных, моно тонного или немонотонного рассуждения, рассуждений с использованием механизма аргументации, ассоциативного поиска с использованием нейронных сетей и др.

    Подсистема общения служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также дает возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.

    Подсистема объяснений необходима для того, чтобы дать возможность пользователю контролировать ход рассуждений и, может быть, учиться у ЭС. Если нет этой подсистемы, ЭС выглядит для пользователя как «вещь в себе», решениям которой можно либо верить, либо нет. Пользователь выбирает последнее, и такая ЭС не имеет перспектив для применения.

    Подсистема приобретения знаний служит для корректировки и пополнения базы знаний. В простейшем случае это — интеллектуальный редактор базы знаний, в более сложных экспертных системах — средства для извлечения знаний из баз данных, неструктурированного текста, графической информации и т.д.

Среди специализированных систем, основанных на знаниях, наиболее значимы экспертные системы реального времени, или динамические экспертные системы. На их долю приходится 70% этого рынка

Классы задач, решаемых экспертными системами реального времени, таковы: мониторинг в реальном масштабе времени, системы управления верхнего уровня, системы обнаружения неисправностей, диагностика, составление расписаний, планирование, оптимизация, системы — советчики оператора.