КУРСОВАЯ РАБОТА

По дисциплине

«База данных и знаний»

На тему

Муртузалиев И.А

Система «»

Предполагаемые поля БД:

Введение

В сегодняшнем технологическом мире все больше увеличивается значительность информации в самом широком смысле этого слова и связанных с ней информационных технологий. Для больших объемов информации главным качеством является их структурированность, так как именно от характера структуры данных зависит скорость обработки поиска информации.

База данных на сегодняшний день - это самый распространенный ”повод” для написания программ. Все современные языки программирования содержат в себе встроенные возможности для быстрого и удобного создания СУБД.

Размещено на http://www.allbest.ru/

Рис.1 Трехуровневое представление данных в концепции ANSI/SPARC.

Так как с данными обычно работают многие пользователи и прикладные программисты, имеется множество частично перекрывающихся внешних представлений данных. Концептуальное представление данных является интегрированным определением данных на основе объединения внешних представлений данных для всей совокупности приложений, т.е. достаточно полной моделью предметной области. Структура данных на концептуальном уровне называется концептуальной схемой и описывает семантику данных.

Наибольший интерес для нас представляет концептуальное представление данных, связанное с развитой в 70 - 80 - е годы теории баз и банков данных и направленное на унификацию данных и уменьшение избыточности при интегрировании внешних представлений в концептуальное.

Концептуальное представление основано на определенной модели данных. Этот термин впервые введенный в 70 - х годах основоположником теории баз данных Дж. Коддом, в современной трактовке отображает совокупность правил порождения структур данных в базах данных, последовательности их изменения. Различают три основные типа модели данных: иерархический, сетевой и реляционный.

Модель данных предопределяет множество выводимых допустимых типов данных и отношений между ними и является основой для построения модели конкретной базы данных.

Модель базы данных является средством интерпретации содержимого базы данных и реализации операции по обработке и управлению данными.

Проектирование баз данных представляет собой длительный, трудоемкий и слабо формализованный процесс, от которого зависит жизнеспособность и эффективность проектируемой базы данных, ее способность к развитию. Важную роль при проектировании базы данных играет методология построения концептуальных моделей предметной области, включающая методы и средства, позволяющие спроектировать базу данных, удовлетворяющую заданным целям и требованиям пользователей и прикладных программистов.

Такими средствами моделирования являются системный анализ, методы экспортных оценок, с помощью которых в концептуальной модели совмещаются концептуальное представление объективно существующей предметной области и концептуальное представление субъективных информационных требований к данным со стороны пользователей и прикладных программистов.

В недавнем прошлом процесс проектирования баз данных был ориентирован, в основном, на требования пользователей и прикладных программистов и учитывал текущие или предвидимые приложения. В этом случае база данных создавалась сравнительно легко и быстро. Однако такие базы данных оказывались неприспособленными к обработке неформализованных, изменяющихся, не предвиденных ранее запросов и приложений, не имели стимулов к дальнейшему развитию. Поэтому важную роль при проектировании стала играть информация о предметной области, не зависящая напрямую от существующих приложений и обеспечивающая гибкость, адаптивность и универсальность данных, пригодность всей системы к развитию и использованию для незапланированных будущих приложений.

Современная методология проектирования баз данных и построения концептуальных моделей основывается на одновременном учете предметной области и пользователей и прикладных программистов. Предметная область в этом случае используется для построения первоначальной информационной структуры данных, а пользователей и прикладных программистов для совершенствования последней с целью повышения эффективности обработки данных.

Процесс построения концептуальной модели разделяется на следующие этапы:

1) сбор и содержательный анализ априорной информации о предметной области и прикладных задач пользователей;

2) концептуальный анализ данных и синтез концептуальной модели.

На этапе сбора данных проводятся наблюдения и измерения, собираются отчеты и различные документы, интервьюируются специалисты в данной предметной области, выявляется перечень задач организации и ее структурных подразделений. Сбор применения баз данных должен определяться независимо от прикладных задач и охватывать все функциональные подразделения организации. Для этого проводятся собеседования с руководством организации с целью выявления отделов данной организации и внешних организаций, связанных с информационным обеспечением текущих и планируемых прикладных задач, а также возможных в будущем изменений в деятельности организации. Далее проводятся дополнительные собеседования в подразделениях организации с целью выявления совместно используемых данных. На этом же этапе собранные данные реализуются на предмет устранения дублирования и противоречивости данных, неоднозначности их определений и описаний, выявляются и формулируются правила обработки информации и принятия решений.

Составляется список данных, требуемых для выполнения каждой из производственных или управленческих функций, а также формулируются явные и неявные правила, определяющие, как и когда выполняется каждая функция.

Результатом данного этапа являются:

1) список всех создаваемых и используемых элементов данных;

2) перечень прикладных задач, их характеристик и используемых в них данных;

3) список принимаемых решений в управлении организацией или процессами, а также условий и правил их принятия;

4) список возможных будущих изменений в деятельности и их влияний на принятие решений.

На этапе концептуализации собранной информации выявляются элементы предметной области, их свойства и взаимосвязи, затем синтезируется структура концептуальной модели базы данных. Наиболее известными подходами концептуализации являются анализ сущностей и представление знаний.

Так как собранная на предыдущем этапе информация является плохо структурированной, для ее концептуального анализа необходимо использовать методы системного и классификационного анализа, являющиеся универсальными инструментами организации неформализованного знания.

На первом шаге анализа предметная область разбивается на несколько относительно слабо связанных между собой подобласти. Связи между элементами внутри каждой подобласти являются сильными и реализуют логические отношения типа «род - вид», «целое - часть».

Следующим шагом анализа является декомпозиция каждой подобласти, вычленение компонент (подсистем, частей) и видов (подклассов), связанных такими же отношениями с объектами соседних уровней иерархии.

Декомпозиция должна:

· быть направлена на выделение элементов предметной области, существенных с точки зрения прикладных задач баз данных;

· приводить к вычислению элементов, свойства которых могут быть описаны с помощью собранных на первом этапе элементов данных;

· прекращаться при достижении уровня иерархии, исчерпывающего собранную априорную информацию об элементах данных.

Следующим шагом концептуального анализа предметной области является анализ существенных свойств элементов, выделенных на стадии декомпозиции, а также формулирование и наполнение этих свойств с помощью выявленных ранее элементов данных. При этом собственные свойства элементов рассматриваются как атрибуты, а взаимосвязи между элементами - как k-арные отношения.

Синтез информационной структуры концептуальной модели проводится как композиция (сборка) структуры с учетом связей между частями.

В последние годы мощным инструментом организации плохо структурированных знаний и построения концептуальных моделей сложных предметных областей стал, так называемый, системный анализ. В основе системного анализа лежат принципы системного подхода, являющиеся методологией современного социально - научного познания и социальной практики, составляющие трактовку любого рассматриваемого объекта как системы. Системой называется совокупность элементов, находящихся в существенных отношениях и связи друг с другом. Существенность связей означает, что совместно элементы системы приобретают новое свойство (или функцию), которым не обладает ни один из элементов системы в отдельности. Этим система отличается от сети - совокупности элементов, не существенно связанных между собой, свойства или функции любого элемента сети не зависят от других элементов. Появление нового свойства системы, не сводимого к свойствам ее элементов, выражается понятием эмерджентности.

В качестве основных принципов системного подхода при построении моделей используются:

рассмотрения объекта с различных точек зрения, выявления аспектов изучаемого с учетом их взаимосвязи;

расчленения объекта на более простые подсистемы (основанием для введения подсистем является то, что связи между подсистемами много слабее, чем между элементами внутри подсистемы, а каждая подсистема много проще, чем вся система в целом);

выделения иерархических отношений типа «целое - часть» между компонентами системы разных уровней и отношений эквивалентности между компонентами, одного уровня.

Системный анализ - это применение системного подхода при обработке конкретной информации и принятию решений. Рассмотренные принципы системного подхода являются и принципами системного анализа.

Их дополняют следующие специфические принципы:

· анализ любого процесса принятия решения должен начинаться с выявления и четкой формулировки целей (желаемых результатов деятельности), которые часто определяются на основе рассмотрения системы более высокого уровня;

· необходимо рассматривать лишь те цели, вероятность достижения которых p>p0 за время t<t0, где p0 и t0 пороги осуществимости цели.

Данные специальные принципы предполагают некую системную стратегию анализа, требующую рассмотрения не только самой системы, но и внешней по отношению к ней среды (надсистемы или метасистемы), и определение границы между ними.

Прежде чем преступить к работе с “Fox Pro”, познакомимся с некоторыми понятиями и принципами организации баз данных (БД). БД системы ”Fox Pro” с определенной степенью строгости можно назвать реляционными. Не вдаваясь в тонкости точного определения реляционной модели организации данных, скажем лишь, что пользователем реляционная база данных воспринимается как таблица (или совокупность таблиц). Используя аналогии с двумерной таблицей, мы дадим определение таких понятий, как «запись», «поле», «файл данных». Строку в нашей таблице назовем «записью» (record), а столбец «полем» (Field). «Файл данных» объединяет собственно информацию, хранящуюся в таблице, и информацию о ее структуре.

Запись характеризуется своим номером, а поле имеет «имя поля» (fieldname). Именно указание номера записи и имени поля позволяет осуществить доступ к конкретной единице информации - значению поля данной записи, хранящемуся в ячейке нашей таблицы. Сразу укажем, что в ”Fox Pro” имя поля может состоять наиболее, чем из десятки латинских букв или цифр, должно начинаться с буквы, из специальных знаков допустим лишь знак подчеркивания «__».

Помимо имени поле имеет еще две важные характеристики: ширину (width) и тип данных (field type). Ширина указывает, сколько позиций будет отводиться в базе данных для значений данного поля (данные большей длины будут усекаться).

При работе с компьютером большое значение имеет тип обрабатываемых данных. От этого зависит способ их хранения и обработки: один и тот же элемент компьютерной информации может быть интерпретирован по-разному.

”Fox Pro” поддерживает шесть различных типов данных

1. Символьные (Character) произвольная строка символов, как правило, заключаемая в двойные или одинарные кавычки.

Напомним, что пробел тоже является символом и влияет на длину символьной строки.

2. Числовые с фиксированной точкой (Numeric) тип числовых данных, используемых в том случае, когда необходимы вычисления.

3. Числовые с плавающей точкой (Float) как и тип Numeric, используются в полях, которые принимают участие в вычислениях. Тип Float занимает больше места в памяти и замедляет работу, но позволяет добиться более высокой точности при выполнении арифметических операций.

Для числовых полей типа Numeric и Float кроме ширины определяется число знаков после десятичной точки. В случае, когда содержимое поля является числом, но не участвует в вычислениях (например, почтовый индекс), следует определять тип поля как Character это ускорит и упростит манипулирование данными.

4. Логические (Logical) данные, которые могут принимать только два значения: «Да» (Yes) или «Правда» (True) и «Нет» (No) или «Ложь» (False). Примером такого типа данных может служить членство в профсоюзе: «Да» (член профсоюза) или «Нет» (не член профсоюза).

5. Дата (Date) тип данных, говорящий сам за себя. Выделен потому, что даты подчиняются собственной арифметике (прибавление дней к определенной дате, определение числа дней между двумя датами и т.д.). Ширина полей этого типа данных автоматически устанавливается равной 8. Дата может выводиться в следующих форматах:

американском (american ММ ДД ГГ);

британском (british ДД / ММ / ГГ);

французском (frensh ДД.ММ..ГГ);

итальянском (italian ДД ММ ГГ);

В стандарте Американского национального института стандартов (ANSI ГГ.ММ..ДД).

Символы ДД, ММ и ГГ обозначают соответственно день, месяц и год конкретной даты. Например, 23 сентября 1996 года в американском формате примет вид 09/23/96.

6. Текстовые (Memo) символьные данные, длина которых не определена заранее. Преимущество типа Memo и Character состоит в том, что размер текста, занесенного в такое поле, может быть довольно большим (до 4096 символов) и на него выделяется столько места, сколько занимает текст (или вообще ничего, если поле пусто). В основном файле данных для полей типа Memo выделяется 10 позиций, а сама информация хранится в отдельном файле с расширением *.dbt.

Совокупность всех записей каждой таблицы (за исключением значений полей типа Memo) помещается в отдельный файл данных с расширением .dbf. В этом же файле хранится служебная информация (имена, ширина и типы полей данных, количество записей и т.д.).

Как правило, конкретная информационная система не ограничивается одним файлом данных. Для удобной и качественной работы приходится создавать различные вспомогательные файлы: индексные файлы, файлы форматов, отчетов, наклеек и т.д. Для этого чтобы объединить все файлы в единую систему, введено понятие «Каталога» (Catalog). Каталог содержит все файлы данных и вспомогательные файлы, необходимые в конкретном приложении. Для каждого файла каталог может содержать краткое описание, позволяющее хранить поясняющую информацию. Использование управляющего центра предполагает работу именно с такими крупными структурными единицами, как и каталог.

Еще до включения компьютера необходимо определить, в каких файлах данных и с какой структурой будут храниться связанные отношениями данные. Под структурой файла данных мы будем понимать число полей и их характеристики: имя, тип данных, ширина, число знаков после десятичной точки (для полей типа Numeric и Float).

О принципах организации БД можно говорить довольно долго, поэтому ограничимся лишь замечанием о том, что следует избегать дублирования или появления избыточной информации. Для этого часто бывает удобно разбивать отношения между данными, создавая несколько файлов, и использовать коды вместо самих показателей.

1.1 Общие сведения об инфологическом моделировании

Описание предметной области, выполненное без ориентации на используемые в дальнейшем программные и технические средства, называется инфологической моделью предметной области.

Для того чтобы база данных адекватно отражала предметную область, проектировщик базы данных должен хорошо представлять себе все нюансы, присущие данной предметной области. Поэтому, прежде чем начинать проектирование базы данных, необходимо как следует разобраться, как функционирует предметная область, для отображения которой вы создаете БД. Предметная область должна быть предварительно описана. Для этого в принципе может использоваться и естественный язык, но и его применение имеет много недостатков, основными из них являются громоздкость описания и неоднозначность его трактовки. Поэтому обычно для этих целей используют искусственные формализованные языковые средства. В связи с этим под инфологической моделью (ИЛМ) понимают описание предметной области, выполненное с использованием специальных языков средств, не зависящих от используемых в дальнейшем программных средств.

Инфологическая модель должна строиться вне зависимости от того, будите ли мы в дальнейшем использовать какую - либо СУБД или пользоваться другими программными средствами для реализации своей информационной системы.

Требования, предъявляемые к инфологической модели.

Основным требованием к ИЛМ, вытекающим из ее назначения, является требование адекватного отображения предметной области. В связи с этим язык для представления ИЛМ должен обладать выразительными достаточными возможностями для отображения явлений, имеющих место в предметной области. ИЛМ должна быть непротиворечивой. Она является единым интегрированным описанием предметной области и отображает взгляды и потребности всех пользователей системы. Не должна допускаться неоднозначная трактовка модели.

Несмотря на то, что реальный мир, отображаемый в ИЛМ, является по своей природе бесконечным, инфологическая модель является конечной, что обеспечивается четким ограничением предметной области. Тем не менее, в ИЛМ по разным причинам часто приходится вводить новые объекты. ИЛМ должна в связи с этим обладать свойством легкой расширяемости, обеспечивающим ввод новых данных без изменения ранее определенных. То же самое можно сказать и об удалении данных. В связи с большой размерностью реальных инфологических моделей должна обеспечиваться возможность композиции и декомпозиции модели.

Желательно, чтобы язык спецификации ИЛМ был одинаково применим как при ручном, так и при автоматизированном проектировании информационных систем. Последнее предъявляет дополнительные требования к нему, а именно он должен:

· быть вычисляемым, т.е. восприниматься и обрабатываться ЭВМ;

· использовать «дружелюбные» пользователю интерфейсы, в частности графические;

· быть не зависимым от оборудования и других ресурсов, которые подвержены частным изменениям;

· использовать средства тестирования ИЛМ, а также иметь аппарат для указания того, что спецификация завершена и по ней может быть выполнена генерация структур баз данных.

При автоматизированном проектировании все изменения, внесенные в ИЛМ, должны быть автоматически отражены в связанных с модифицируемым элементом компонентах банка данных.

Инфологическая модель предметной области включает в себя ряд компонентов (рис.2). Центральной компонентной инфологической модели является описание объектов предметной области и связей между ними.

Размещено на http://www.allbest.ru/

Любая СУБД оперирует с доступными для нее логическими единицами данных, а также допускает использование определенных правил, композиции логических структур более высокого уровня из составляющих информационных единиц более низкого уровня. Кроме того, многие СУБД накладывают количественные и иные ограничения на структуру базы данных. Поэтому прежде чем преступить к построению даталогической модели, необходимо детально изучить особенности СУБД, определить факторы, влияющие на выбор проектного решения, ознакомиться с существующими методиками проектирования, а также провести анализ имеющихся средств автоматизации проектирования, возможности и целесообразности их использования.

Хотя даталогическое проектирование является проектированием логической структуры базы данных, на него оказывают влияние возможности физической организации данных, предоставляемые конкретной СУБД. Поэтому знание особенностей физической организации данных является полезным при проектировании логической структуры.

Глава II. Проектная часть