YourLib.net
Твоя библиотека
Главная arrow Базы данных. Проектирование и создание (С.М. Диго) arrow 1.3.3. Классификационные группировки, относящиеся к БнД в целом
1.3.3. Классификационные группировки, относящиеся к БнД в целом

1.3.3. Классификационные группировки, относящиеся к БнД в целом

   Следующая группа признаков классификации связана с банком данных в целом. По условиям предоставления услуг различают бесплатные и платные банки данных. Платные БД в свою очередь делятся на бесприбыльные и коммерческие. Бесприбыльные банки данных функционируют на принципе самоокупаемости и не ставят своей целью получение прибыли. Это обычно БнД социально значимой информации, имеющей широкий круг пользователей, или научной, библиотечной информации. Основной целью создания коммерческих банков данных является получение прибыли от информационной деятельности.
   Информационные системы различаются по характеру преобладающей обработки информации (табл. 1.3). В одних в основном реализуется большое число достаточно простых запросов (такие системы получили название OLTP (On-Line Transaction Processing) - системы оперативной обработки транзакций). В других, напротив, требуется сложная аналитическая обработка данных (для такого класса систем стал использоваться термин OLAP (On-line Analytical Processing)).
   Термин OLAP является сравнительно новым и в разных литературных источниках трактуется иногда по-разному. OLAP часто отождествляют с поддержкой принятия решений (DSS (Decision Support Systems) - системы поддержки принятия решения). А в качестве синонима для последнего термина используют Data Warehousing - хранилища (склады) данных, понимая под этим набор организационных решений, программных и аппаратных средств для обеспечения аналитиков информацией на основе данных из систем обработки транзакций нижнего уровня и других источников. «Склады данных» позволяют обрабатывать данные, накопленные за длительные периоды времени. Эти данные являются разнородными (и не обязательно структурированными). «Складам данных» присущ многомерный характер запросов. Огромные объемы данных, сложность структуры как данных, так и запросов требует использования специальных методов доступа к информации.
   В других источниках понятие системы поддержки принятия решений (СППР) считается более широким. Хранилища данных и средства оперативной аналитической обработки могут служить одними из компонентов архитектуры СППР.
   Иногда различают «OLAP в узком смысле» - это системы, которые обеспечивают только выборку данных в различных разрезах, и «OLAP в широком смысле», или просто OLAP, включающей:
   - поддержку нескольких пользователей, редактирующих БД;
   - функции моделирования, в том числе вычислительные механизмы получения производных результатов, а также агрегирования и объединения данных;
   - прогнозирование, выявление тенденций и статистический анализ.
   Естественно, что каждый из этих типов ИС требует специфической организации данных, а также специальных программных средств, обеспечивающих эффективное выполнение поставленных задач.
   Для обеспечения быстрой обработки данных при их анализе используются разнообразные приемы. Одним из них является организация данных в виде так называемых многомерных БД (MDD). Информация в MDD хранится не в виде индексированных записей в таблицах, а в форме логически упорядоченных массивов. Единой общепризнанной многомерной модели хранения данных не существует. В MDD отсутствует стандартизованный метод доступа к данным, и они могут отвечать требованиям специфической аналитической обработки данных.

 Таблица 1.3. Сравнение OLTP и OLAP  

Характеристика
  

OLTP
  

OLAP
  

Преобладающие
  

операции
  

Ввод данных, поиск
  

Анализ данных
  

Характер запросов
  

Много простых транзакций
  

Сложные транзакции
  

Хранимые данные
  

Оперативные, детализированные
  

Охватывающие большой период времени, агрегированные
  

Вид деятельности
  

Оперативная, тактическая
  

Аналитическая, стратегическая
  

Тип данных
  

Структурированные
  

Разнотипные
  

   Хранилища данных могут быть разбиты на два типа: корпоративные хранилища данных (enterprise data warehouses) и киоски данных (data marts).
   Корпоративные хранилища данных содержат информацию, относящуюся ко всей корпорации и собранную из множества оперативных источников для консолидированного анализа. Обычно такие хранилища охватывают целый ряд аспектов деятельности корпорации и используются для принятия как тактических, так и стратегических решений.
   Киоски данных содержат подмножество корпоративных данных и строятся для отделов или подразделений внутри организации. Киоски данных часто строятся силами самого отдела и охватывают конкретный аспект, интересующий сотрудников данного отдела. Киоск данных может получать данные из корпоративного хранилища (зависимый киоск), или, что более распространено, данные могут поступать непосредственно из оперативных источников (независимый киоск).
   Киоски и хранилища данных строятся по сходным принципам и используют практически одни и те же технологии.
   По степени доступности БнД делятся на общедоступные и с ограниченным кругом пользователей. По охвату БД могут классифицироваться в разных «разрезах»:
   • территориальный
   ♦ всемирный
   ♦ ...
   ♦ страна
   ♦ ...
   ♦ город
   ♦ ...
   • временной
   • ведомственный
   • проблемный (тематический)
   Территориальный и ведомственный признаки классификации могут относиться не только к информации, хранящейся БД, но и к кругу обслуживаемых пользователей.
   По характеру взаимодействия с пользователями (кто инициализирует действия) БнД делятся на:
   • активные;
   • пассивные.
   В пассивных БнД ведущая роль принадлежит пользователю. В активных - система может самостоятельно менять поведение. В последнее время термин «активная база данных» стал часто использоваться для систем, использующих триггеры.
   По форме собственности БнД делятся на:
   • государственные
   • негосударственные
   ♦ частные
   ♦ групповые
   ♦ личные.
   В литературе встречаются и другие аспекты классификации банков данных, но названные являются наиболее значимыми.

 
< Пред.   След. >