77. Постреляционные модели данных и субд

И 78. Постреляционные СУБД: Виды и причины возникновения.

СУБД следующего поколения – прямые наследники реляционных систем.

Темпоральные БД – описываются процессы и объекты, где есть временной тренд.

Дедуктивная (логическая ) БД – сюда входит все, что относится к искусственному интеллекту, экспертным системам

Основные направления исследования:

1. База сложно-структурированных объектов- оперируют со сложно-структ объектами ( не поддерживают нормализацию );

2. Активные системы - выполняет не только те действия, которые явно указывает пользователь, но и дополнительные действия в соответствии с правилами, заложенными в саму БД.В частности триггера.

3. Дедуктивные базы данных - По определению, дедуктивная БД состоит из двух частей: экстенсиональной, содержащей факты, и интенсиональной, содержащей правила для логического вывода новых фактов на основе экстенсиональной части и запроса пользователя. Реляционные можно назвать дедуктивными, отличие в том что дедуктивные могут использовать рекурсию в запросах, что делает их очень сложными.

4. Существует отдельное направление исследований и разработок в области темпоральных БД. В этой области исследуются вопросы моделирования данных, языки запросов, организация данных во внешней памяти и т.д. Основной тезис темпоральных систем состоит в том, что для любого объекта данных, созданного в момент времени t1 и закончившего жизненный цикл в момент времени t2, в БД сохраняются (и доступны пользователям) все его состояния во временном интервале [t1,t2].(СУБД Postgres. )

5. ООБД – объектно-ориентированные – оперирование сложными объектами. Семантическое моделирование данных. Основная практическая функция ООБД связана с потребностью в некоторой интегрированной среде построения сложных информационных систем. В этой среде должны отсутствовать противоречия между структурной и поведенческой частями проекта и должно поддерживаться эффективное управление сложными структурами данных во внешней памяти.

Можно 3 направления в области СУБД следующего поколения:

1. Postgers. Максимальное следование известным принципам организации СУБД. Обладает свойствами хранения в полях отношений абстрактных данных, определённых пользователем

2. Exodus/Genesis. Создание не системы, а генератора систем наиболее точно соответствующих потребностям приложений. Решение достигается путем создания наборов модулей со стандартными интерфейсами

3. Starburst. Достижение расширяемости системы и её преспосабливаемости к нуждам конкретных приложений путем использования стандартного механизма управления правилами.

79. Понятие системы базы знаний

Аналогично БД (база данных) существует понятие база знаний (БЗ). Чаще всего БЗ используются в экспертных системах, обеспечивающих создание и использование баз знаний экспертов и системах искусственного интеллекта.

В англоязычной литературе кроме понятия Artificial Intellect используется также термин - Knowledge Based Systems (KBS) - системы, базирующиеся на знаниях (СБЗ).

Таким образом, СБЗ - система, дающая возможность использовать подходящим образом представленные знания с помощью компьютера.

Компоненты СБЗ:

база знаний

механизм получения решений

интерфейс

Самая характерная черта СБЗ - использование базы знаний. Общепринятого определения базы знаний нет.

База знаний содержит

1) модель среды , в которой происходит поиск информации

2) модель предметной области

3) модель пользователя

4) модель себя

80.LOLAP – введение в САОД ( системы аналитической обработки данных) + 81. OLAP(on-line analytical processing) – системы аналитической обработки данных

OLAP - удобный инструмент анализа, выполнение аналитической работы в реальном режиме времени.

Системы принятия решений бывают двух видов: статические и динамические.

Для решения задачи система OLAP дает инструмент для решения задачи, но никак не само решение.

Тест FASMI

Fast (Быстрый) - анализ должен производиться одинаково быстро по всем аспектам информации. Приемлемое время отклика - 5 с или менее.

Analysis (Анализ) - должна быть возможность осуществлять основные типы числового и статистического анализа, предопределенного разработчиком приложения или произвольно определяемого пользователем.

Shared (Разделяемой) - множество пользователей должно иметь доступ к данным, при этом необходимо контролировать доступ к конфиденциальной информации.

Multidimensional (Многомерной) - это основная, наиболее существенная характеристика OLAP.

Information (Информации) - приложение должно иметь возможность обращаться к любой нужной информации, независимо от ее объема и места хранения.

В основе концепции OLAP лежит принцип многомерного представления данных. В большом числе публикаций аббревиатурой OLAP обозначается не только многомерный взгляд на данные, но и хранение самих данных в многомерной БД. Это неверно, поскольку сам Кодд отмечает, что реляционные БД были, есть и будут наиболее подходящей технологией для хранения корпоративных данных.

Одновременный анализ по нескольким измерениям определяется как многомерный анализ.Требования к ОЛАП системе:

1.	Многомерное концептуальное представление данных	Концептуальное представление модели данных в продукте OLAP должно быть многомерным по своей природе
2.	Прозрачность	Пользователь не должен знать откуда берутся данные
3.	Доступность	Данные берутся с различных источников
4.	Устойчивая производительность	Производительность системы не должна зависеть от количества измерений
5.	Клиент - серверная архитектура	Серверный компонент инструмента OLAP должен быть достаточно интеллектуальным и обладать способностью строить общую концептуальную схему на основе обобщения и консолидации различных логических и физических схем корпоративных баз данных для обеспечения эффекта прозрачности.
6.	Равноправие измерений
7.	Динамическая обработка разреженных матриц	Инструмент OLAP должен обеспечивать оптимальную обработку разреженных матриц. Скорость доступа должна сохраняться вне зависимости от расположения ячеек данных и быть постоянной величиной для моделей, имеющих разное число измерений и различную разреженность данных.
8.	Поддержка многопользовательского режима (Multi-User Support)	Зачастую несколько аналитиков имеют необходимость работать одновременно с одной аналитической моделью или создавать различные модели на основе одних корпоративных данных. Инструмент OLAP должен предоставлять им конкурентный доступ, обеспечивать целостность и защиту данных.
9.	Неограниченная поддержка кроссмерных операций (Unrestricted Cross-dimensional Operations)	Вычисления и манипуляция данными по любому числу измерений не должны запрещать или ограничивать любые отношения между ячейками данных. Преобразования, требующие произвольного определения, должны задаваться на функционально полном формульном языке.
10.	Интуитивное манипулирование данными (Intuitive Data Manipulation)	Переориентация направлений консолидации, детализация данных в колонках и строках, агрегация и другие манипуляции, свойственные структуре иерархии направлений консолидации, должны выполняться в максимально удобном, естественном и комфортном пользовательском интерфейсе.
11.	Гибкий механизм генерации отчетов (Flexible Reporting)	Должны поддерживаться различные способы визуализации данных, то есть отчеты должны представляться в любой возможной ориентации.
12.	Неограниченное количество измерений и уровней агрегации (Unlimited Dimensions and Aggregation Levels)	Настоятельно рекомендуется допущение в каждом серьезном OLAP инструменте как минимум пятнадцати, а лучше двадцати, измерений в аналитической модели. Более того, каждое из этих измерений должно допускать практически неограниченное количество определенных пользователем уровней агрегации по любому направлению консолидации.