Содержание
- 2. Базы данных Международные стандарты: База данных — совокупность данных, хранимых в соответствии со схемой данных, манипулирование
- 3. Базы данных Другие определения: База данных — некоторый набор перманентных (постоянно хранимых) данных, используемых прикладными программными
- 4. Системы управления базами данных Система управления базами данных (СУБД) — совокупность программных и лингвистических средств общего
- 5. Системы управления базами данных Основные функции СУБД управление данными во внешней и оперативной памяти; журнализация изменений,
- 6. Информационная система Информационная система (ИС) — система обработки информации и соответствующие организационные ресурсы (человеческие, технические, финансовые
- 7. Базы данных Использование в ИС: Централизованная (ЦБД) (centralized database): БД, полностью поддерживаемая на одном компьютере. Распределённая
- 8. Логическая модель РБД Логическая модель РБД строится на 3-х уровнях абстракции данных: представления информации, обработки (бизнес-логики)
- 9. Логическая модель РБД
- 10. Требования к РБД Локальные и глобальные (распределенные) средства доступа к данным (СУБД) Единообразная логика прикладных программ
- 11. Принципы построения РБД Минимизация интенсивности обмена данными (сетевого трафика) Оптимальное размещение серверных и клиентских приложений в
- 12. Критерии построения РБД Всесторонний анализ информационных потребностей предметной области с выявлением объемов хранимых данных их сложности,
- 13. Свойства РБД (по К.Дейту) 1. Локальная автономия Управление данными на каждом из узлов распределенной системы выполняется
- 14. Свойства РБД (по К.Дейту) 4. Прозрачность расположения Полная прозрачность расположения данных. Пользователь, обращающийся к РДБ, ничего
- 15. Свойства РБД (по К.Дейту) 7. Обработка распределенных запросов Возможность выполнения операций выборки над распределенной базой данных,
- 16. Свойства РБД (по К.Дейту) 10. Независимость от оборудования В качестве узлов распределенной системы могут выступать компьютеры
- 17. Жизненный цикл БД
- 18. Проектирование БД
- 19. Системный анализ предметной области Функциональный подход — он реализует принцип движения "от задач" и применяется тогда,
- 20. Пример описания предметной области
- 21. Инфологическое проектирование
- 22. Даталогическое проектирование
- 23. Даталогическое проектирование
- 24. Критерии выбора СУБД: Архитектурные возможности СУБД (1) Коммуникационные возможности СУБД (2) Функциональные возможности СУБД (3) Средства
- 25. Архитектурные возможности СУБД Масштабируемость (1.1). Необходимо учитывать, возможность увеличения числа пользователей, объема хранимых данных и объема,
- 26. Коммуникационные возможности СУБД Сетевые возможности (2.1) Необходимо выбрать оптимальные для обеспечения решаемых задач набор сетевых протоколов
- 27. Функциональные возможности СУБД Внутренний язык СУБД (3.1). В различных СУБД для реализации триггеров, хранимых процедур, генерации
- 28. Средства разработки БД Средства проектировании БД (4.1) Некоторые СУБД имеют свои средства проектирования БД, которые инструментарием
- 29. Эффективность работы СУБД Контроль использования ресурсов сервера (5.1) Система может иметь возможность управления использованием как оперативной
- 30. Надежность работы СУБД Восстановление после сбоев (6.1). Эффективные механизмы восстановления как после мягких, так и после
- 31. Требования к рабочей среде Мобильность (7.1). Необходимо предусмотреть максимальную независимость БД, как от аппаратных средства, так
- 32. Особенности разработки приложений Средства разработки приложений в архитектурах типа клиент-сервер (8.1) Наличие таких средств позволяет наилучшим
- 33. Финансовые критерии Стоимость базового комплекта (9.1). В эту оценку обязательно включать не только приобретение самой СУБД,
- 34. Социальные критерии Фирма-производитель (10.1). По данному критерию выигрывают СУБД, производители которых представляют свою высококачественную продукцию на
- 35. Поэтапное проведение процесса критериальной оценки Из выше перечисленных критериев, объединенных в 10 групп видно, что некоторые
- 36. На качественном уровне, достаточно сравнить СУБД по следующим группам показателей: модель данных (к1) удобство и простота
- 37. качество средств защиты БД (к4) - доступ к функциям защиты на уровне средств разработки - доступ
- 38. Проектирование информационных систем и БД
- 39. Проектирование ИС и БД Для решения задач проектирования сложных систем существуют специальные методологии и стандарты. К
- 40. Проектирование ИС и БД В России действующие ГОСТ-ы по разработке автоматизированных систем следующие: ГОСТ 34.003-90 "Информационная
- 41. Проектирование ИС и БД Важное место в моделировании информационных систем занимает методология и системы, использующие UML
- 42. Проектирование ИС и БД Инструментальные средства На настоящий момент почти все СУБД поддерживают разработку физической модели
- 43. Хранилища данных Хранилище данных (Data Warehouse) — предметно-ориентированная информационная база данных, специально разработанная и предназначенная для
- 44. Системы поддержки принятия решений Система поддержки принятия решений (СППР) (Decision Support System, DSS) — компьютерная автоматизированная
- 45. Принципы организации хранилища данных Проблемно-предметная ориентация. Данные объединяются в категории и хранятся в соответствии с областями,
- 46. Хранилища данных Достоинствами классического хранилища данных являются: общая семантика; централизованная, управляемая среда; согласованный набор процессов извлечения
- 47. Хранилища данных Источники данных для хранилища: Системы регистрации операций (БД) Отдельные документы Наборы данных Источники данных
- 48. Хранилища данных Операции с данными: Извлечение – перемещение информации от источников данных в отдельную БД, приведение
- 49. Архитектура хранилищ данных Нормализованные хранилища Данные находятся в предметно ориентированных таблицах третьей нормальной формы. Недостатки: большое
- 50. Архитектура хранилищ данных Нормализованные хранилища
- 51. Витрины данных Нормализованные хранилища Витрина данных (Data Mart) — срез хранилища данных, представляющий собой массив тематической,
- 52. Архитектура хранилищ данных 2. Хранилища с измерениями Данные копируются из систем OLTP и обрабатываются по технологии
- 53. Принцип функционирования хранилищ данных Данные из OLTP-системы копируются в хранилище данных таким образом, чтобы построение отчётов
- 54. Основные элементы OLAP В основе OLAP лежит понятие гиперкуба, или многомерного куба данных, в ячейках которого
- 55. Основные операции OLAP В OLAP-системах поддерживаются следующие базовые операции: проекция. При проекции значения в ячейках, лежащих
- 56. Основные типы OLAP MOLAP (Multidimensional OLAP) Детальные и агрегированные данные хранятся в многомерной базе данных. Хранение
- 57. Основные типы OLAP ROLAP (Relational OLAP) ROLAP-системы позволяют представлять данные, хранимые в классической реляционной базе, в
- 58. Основные типы OLAP HOLAP (Hybrid OLAP) Детальные данные остаются в той же реляционной базе данных, где
- 59. Архитектура хранилищ данных Хранилище с измерениями ROLAP (схема звезда)
- 60. Архитектура хранилищ данных Хранилище с измерениями ROLAP (схема звезда) Схема типа «звезды» - схема реляционной базы
- 61. Архитектура хранилищ данных Хранилище с измерениями ROLAP (схема снежинка)
- 62. Архитектура хранилищ данных Хранилище с измерениями ROLAP (схема снежинка) Схема типа «снежинки» - схема реляционной базы
- 63. Big Data Большие данные (big data) — серия подходов, инструментов и методов обработки структурированных и неструктурированных
- 64. Характеристики Big Data – VVVVV объём (Volume) в смысле величины физического объёма БД скорость (Velocity) в
- 65. Характеристики Big Data – VVVVV достоверность данных (Veracity) в смысле возможности проведения достоверного анализа (например, разделение
- 66. Источники появления Big Data непрерывно поступающие данные с измерительных устройств события от радиочастотных идентификаторов потоки сообщений
- 67. Методы анализа Big Data Data Mining: обучение ассоциативным правилам, классификация (методы категоризации новых данных на основе
- 68. Технологии Big Data NoSQL MapReduce Hadoop In-memory Columnar (колоночное сжатие) Log-файл аналитика
- 69. Технологии Big Data NoSQL свойства (BASE): базовая доступность (basic availability) — каждый запрос гарантированно завершается (успешно
- 70. Технологии Big Data NoSQL типы хранилищ: 1. Хранилище «ключ-значение» - простейшее хранилище данных, использующее ключ для
- 71. Технологии Big Data NoSQL типы хранилищ: 2. Хранилище семейств колонок - данные хранятся в виде разреженной
- 72. Технологии Big Data NoSQL типы хранилищ: 3. Документо-ориентированная СУБД - служат для хранения иерархических структур данных.
- 73. Технологии Big Data NoSQL типы хранилищ: 4. Базы данных на основе графов - применяются для задач,
- 74. Технологии Big Data NoSQL преимущества: Применение различных типов хранилищ. Возможность разработки базы данных без задания схемы.
- 75. Технологии Big Data MapReduce — модель распределённых вычислений, представленная компанией Google, используемая для параллельных вычислений над
- 76. Технологии Big Data MapReduce преимущества: позволяет распределенно производить операции предварительной обработки и свертки. Операции предварительной обработки
- 77. Технологии Big Data Hadoop — проект фонда Apache Software Foundation, свободно распространяемый набор утилит, библиотек и
- 78. Технологии Big Data Hadoop Состоит из четырёх модулей (по состоянию на 2014 г.): Hadoop Common (связующее
- 79. Технологии Big Data Hadoop Эксперты Allied Market Research обещают, что рынок решений для Hadoop в долгосрочной
- 80. Big Data объем рынка приложения и аналитика составляет 36% выручки Big Data в 2014 году принесли
- 81. Big Data технологии
- 82. Big Data проблемы
- 83. Big Data прогноз
- 84. Dig Data прогноз Россия Рынок Big Data России оценивается в 340 млн долл. США, из них
- 86. Скачать презентацию