Введение в анализ, синтез и моделирование систем
Новые технологии проектирования и анализа систем - часть 5
Такие языки называются языками запросов к базам данных и относятся языкам непроцедурного типа.
Основные функции СУБД:
- управление данными во внешней памяти - обеспечение необходимых структур внешней памяти для хранения данных и манипулирования ими;
- управление буферными областями памяти - обеспечение копирования необходимой части БД в области (буфере) оперативной памяти, а также использование определенных правил манипулирования с буферами;
- управление транзакциями, т.е. последовательностями операций над БД, рассматриваемыми СУБД как одна макрооперация; каждая транзакция не изменяет БД, а, следовательно, можно выполнять различные транзакции, т.е. организовывать многопользовательскую работу с БД через СУБД, в том числе и параллельную;
- поддержание надежности хранения данных в БД через избыточность данных и журнал (часть БД, недоступная пользователям СУБД и тщательно копируемая; в нее поступают записи обо всех изменениях БД) с целью сохранения данных при сбоях аппаратуры или программы;
- поддержка языков БД (языков определения логической структуры БД, языков манипулирования данными) или единого интегрированного языка, содержащего необходимые средства для работы - от проектирования БД до обеспечения базового пользовательского интерфейса с БД.
Пример. База данных ГИБДД всех владельцев автотранспорта, из которой по запросам сотрудников ГИБДД можно оперативно извлечь, например, данные о владельце машины по номеру ее госрегистрации.
2. Технологии хранилищ данных и интеллектуального анализа данных. Хранилище данных - очень большая специализировнная БД и программная система, предназначенная для извлечения, коррекции (чистка, правка) и загрузки данных из источников в БД с многомерной структурой, включая средства упрощения доступа, анализа с целью принятия решения. Интеллектуальный анализ данных (Data Mining) - автоматический поиск скрытых ("не лежащих на поверхности") в больших базах данных взаимоотношений и связей с помощью математического и инфологического анализа, выделения трендов, кластеризации (кластерного анализа), классификации и распознавания (таксономии), шкалирования и т.д.
