مدیریت اطلاعات و داده های سازمان یافته

1. مدیریت اطلاعات و داده های سازمان یافته بخش سوم کتاب توربان درس مهندسی فناوری اطلاعات فصل 3

2. توجه • قسمت هایی که با رنگ سبز نوشته شده اند از کتاب ”مفاهیم بنیادی پایگاه داده ها“ نوشته آقای روحانی گرفته شده اند. درس مهندسی فناوری اطلاعات فصل 3

3. مبانی مرتب سازی و دستیابی داده ها • سلسله مراتب داده ها(Data Hierarchy): یک بیت، کوچکترین واحد داده قابل پردازش در رایانه؛ یک بایت، مجموعه ای از بیت ها که یک کاراکتر ساده را معرفی می کند.یک رشته ترتیبی ازکاراکتر ها را گویند. • فیلد(field): یک رشته معنی دار یا یک ترکیب منطقی از کاراکتر ها به صورت یک کلمه را گویند. • رکورد(record): یک ترکیب منطقی از فیلد های مرتبط به هم که بیان کننده صفات یک پدیده است. • فایل(پرونده): یک ترکیب منطقی از از رکورد های مرتبط به هم در بر دارنده رکوردهای موجودیت ها ی همگن است مانند پرونده دانشجویان . درس مهندسی فناوری اطلاعات فصل 3

4. مبانی مرتب سازی و دستیابی داده ها (ادامه) • پایگاه داده(Database): ترکیب منطقی از فایل های مرتبط به هم که بیانگر پدیده های متصل بهم در یک حوزه کاری است. • موجودیت(entity): یک شخص، مکان، شی، یا یک رویداد در ارتباط با اطلاعاتی که در یک رکورد نگهداری می شود. • موجودیت(entity): مفهوم کلی آنچه می خواهیم در موردش اطلاع داشته باشیم. • دانشجو،استاد،درس • صفت(attribute): هر ویژگی یا کیفیتی که یک مشخصه را توصیف می کند. • نام دانشجو،شماره دانشجویی،سال ورود درس مهندسی فناوری اطلاعات فصل 3

5. مبانی مرتب سازی و دستیابی داده ها (ادامه) • کلید اولیه(primary key): یک فیلد شناسه که به تنهایی یک رکورد را مشخص و متمایز می کند. • شماره دانشجویی • کلید ثانویه(secondary key): یک فیلد شناسه که بعضی از اطلاعات شناسایی را دارد، اما نوعا یک فایل را با دقت کامل شناسایی نمی کند. • نام خانوادگی دانشجو درس مهندسی فناوری اطلاعات فصل 3

6. روش های طراحی و ایجاد سیستم ها • دو روش کلی • مشی ناپایگاهی(فایلینگ) • مشی پایگاهی درس مهندسی فناوری اطلاعات فصل 3

7. محیط فایلی سنتی • یک فایل داده ای، مجموعه ای از رکورد های منطقا مرتبط به هم می باشد. در محیط سنتی مدیریت فایل ها، هر کاربرد(application) یک فایل داده مرتبط به آن دارد که شامل رکورد های داده های مورد نیاز آن کاربرد است. درس مهندسی فناوری اطلاعات فصل 3

8. مشکلات مشی فایلینگ(محیط فایل سنتی) • افزونگی داده(data redundancy):تکرار داده های مشابه در چند محل در یک سیستم اطلاعاتی • ناسازگاری داده(data inconsistency): ناسازگاری بین نسخه های مختلف یک داده در یک سیستم اطلاعاتی • جدایی داده ها(data isolation):سختی دسترسی به داده ها از طریق کاربردهای مختلف در یک سیستم اطلاعاتی • امنیت داده ها(data security): کنترل دسترسی به داده ها در سیستم های اطلاعاتی درس مهندسی فناوری اطلاعات فصل 3

9. مشکلات مشی فایلینگ(ادامه) • جامعیت داده ها(data integrity):حفظ صحت،دقت،سازگاری و اعتبار داده های ذخیره شده در سیستم در تمام لحظات • استقلال کاربرد/داده(application/data independence) :جدایی داده های ذخیره شده از برنامه های کاربردی درس مهندسی فناوری اطلاعات فصل 3

10. پایگاه داده: مشی مدرن یا پایگاهی • گروه منطقی از فایل های مرتبط به هم که داده ها و وابستگی های بین آن ها را در خود ذخیره می کنند. • در مشی ناپایگاهی تنها به طراحی فایل ها می پردازیم در صورتی که در مشی پایگاهی، مراحل زیر را داریم: • مدلسازی معنایی داده ها • طراحی منطقی پایگاه داده • طراحی فیزیکی پایگاه داده • تولید برنامه های تعریف داده ها و کنترل و عملیات در داده ها • انجام تست • پیاده سازی درس مهندسی فناوری اطلاعات فصل 3

11. پایگاه داده: مشی مدرن یا پایگاهی(ادامه) • در مشی پایگاهی،هنر این است که تنها یک پایگاه داده داریم ،ولی هر کاربر فکر می کند پایگاه داده و فایل های مخصوص به خودش را دارد. • توجه: در کتاب درسی، مدلسازی معنایی داده ها و طراحی منطقی یک مفهوم در نظر گرفته شده اند، درحالی که این دو،دو مفهوم جدای از هم هستند. در واقع مدلسازی داده ها، همان رسم نمودارهای ERD است و طراحی منطقی، ایجاد جداول داده ای از روی نمودار است. درس مهندسی فناوری اطلاعات فصل 3

12. ساختن یک پایگاه داده • برای ساختن یک پایگاه داده طراحان باید یک طراحی مفهومی و یک طراحی فیزیکی انجام دهند. • طراحی مفهومی(conceptual design): یک مدل انتزاعی از پایگاه داده از دید کاربر • طراحی فیزیکی(physical design): یک طرح بندی که نشان می دهد داده ها چگونه در حافظه مرتب می شوند. درس مهندسی فناوری اطلاعات فصل 3

13. ساختن یک پایگاه داده(ادامه) • مدلسازی موجودیت ـ رابطه(entity-relationship modeling): فرایند طراحی یک پایگاه داده به وسیله سازماندهی موجودیت داده های مورد استفاده و شناسایی رابطه ای که با هم دارند. • نمودار موجودیت ـ رابطه(entity-relationship diagram): نموداری که موجودیت داده ها، صفت ها و رابطه بین آن ها را نشان می دهد. • کلاس های موجودیتی(entity classes): گروهی از موجودیت های یک نوع داده مشخص. درس مهندسی فناوری اطلاعات فصل 3

14. مدلسازی • نمونه(instance): یک موجودیت مشخص از یک نوع موجودیت • شناسه(identifier): یک صفت که یک نمونه موجودیت را شناسایی می کند. • رابطه ها(relationships): اتصال های مفهومی موجودیت ها در یک پایگاه داده. درس مهندسی فناوری اطلاعات فصل 3

15. مدلسازی(ادامه) • تعداد موجودیت هایی که در یک رابطه هستند، درجه آن رابطه نامیده می شود. رابطه بین دو موجودیت رایجتر است و اصطلاحا رابطه دوگانی نامیده می شود. • سه نوع رابطه دوگانی: • 1:1 : ارتیاط یک نمونه از یک نوع موجودیت با یک نمونه از نوع موجودیت دیگر • 1:M : ارتباط یک نمونه از یک نوع موجودیت با چند نمونه از نوع موجودیت دیگر • M:N : ارتباط یک نمونه از یک نوع موجودیت با چند نمونه از نوع موجودیت دیگر و برعکس. درس مهندسی فناوری اطلاعات فصل 3

16. نمودار موجودیت ـ رابطه (ERD) درس مهندسی فناوری اطلاعات فصل 3

17. نمودار موجودیت ـ رابطه (ERD) درس مهندسی فناوری اطلاعات فصل 3

18. نرمال سازی(normalization): یک روش برای تحلیل و بهبود یک پایگاه داده رابطه ای به شکلی ساده و موثر تر به منظور کاستن افزونگی، افزایش یکپارچگی داده ها، و بهبود کارایی پردازشی. درس مهندسی فناوری اطلاعات فصل 3

19. رابطه بهنجار(نرمال سازی) نشده درس مهندسی فناوری اطلاعات فصل 3

20. رابطه نرمال سازی شده درس مهندسی فناوری اطلاعات فصل 3

21. سیستم های مدیریت پایگاه داده • سیستم مدیریت پایگاه داده(DBMS): یک برنامه نرم افزاری (یا گروهی از برنامه ها) که دسترسی به پایگاه داده را برای کاربر فراهم می کند. درس مهندسی فناوری اطلاعات فصل 3

22. معماری سیستم های مدیریت پایگاه داده • در معماری این سیستم ها سه نوع دید (view) داریم: • دید خارجی: دید کاربران خاص نسبت به داده های ذخیره شده؛نشان دهنده محدوده مورد نیاز یک کاربر • دید ادراکی:شما • دید داخلی:دید مبتنی بر ساختار فایل؛در مرحله طراحی فیزیکی • توجه:کتاب درسی تنها از دو دید نامبرده است و دو دید ادراکی و فیزیکی را در یک دسته دید فیزیکی قرار داده است. درس مهندسی فناوری اطلاعات فصل 3

23. دیدگاه فیزیکی و دیدگاه منطقی • دیدگاه فیزیکی(physical view): طرحی برای آرایش واقعی و فیزیکی و مکان داده ها در حافظه های با دسترسی مستقیم(direct access storage device) سیستم مدیریت داده. • دیدگاه منطقی(logical view): دید کاربر نسبت به داده ها و برنامه های نرم افزاری که آن داده ها را در سیستم مدیریت داده پردازش می کنند. درس مهندسی فناوری اطلاعات فصل 3

24. مولفه های یک DBMS • مفهوم مدل داده ای • بخش ساختاری(S): امکانی برای نمایش موجودیت ها و ارتباط بین آن ها در سطح طراحی منطقی • بخش پردازشی(M):امکان انجام عملیات بر روی داده ها را می دهد. • بخش جامعیتی(I):فرامین کنترل دقت و صحت داده ها M S I درس مهندسی فناوری اطلاعات فصل 3

25. مولفه های یک DBMS(ادامه) • در واقع، در ادامه به تعریف انواع ساختار داده ای رایج می پردازیم(رابطه ای،سلسله مراتبی،شبکه ای) • هر ساختار داده ای(DS)،حداقل یک عنصر ساختاری اساسی دارد که به کمک آن نوع موجودیت، ارتباط یا هردو را نمایش می دهد. • برای مثال،در ساختار رابطه ای،عنصر ساختاری جدول است. درس مهندسی فناوری اطلاعات فصل 3

26. مولفه های یک DBMS(ادامه) • مدل داده(data model): تعریف راهی برای اینکه چگونه یک داده در DBMS ساختاردهی می شود.(به صورت مفهومی) • زبان تعریف داده ها(data definition language-DDL): مجموعه ای از دستور ها که ساختار پایگاه داده را توصیف می کند(انواع رکورد ها و مجموعه داده ها) • در واقع این زبان در ساختار داده ای کاربرد دارد. • مثال : Create /Drop/Alter table [table_name]… درس مهندسی فناوری اطلاعات فصل 3

27. مولفه های یک DBMS(ادامه) • شِما(Schema): توصیف منطقی از همه پایگاه داده و لیست همه داده ها و رابطه بین آن ها. • شما:تعریف ساختارهای انتزاعی طراحی شده؛ نوعی برنامه شامل دستورات تعریف و کنترل داده ها • زیرشِما(Subschema): مجموعه مشخصی از داده های پایگاه داده که مورد نیاز هر کاربرد (application) هستند. • در واقع زیر شما همان دید(view) است که برای هر کدام از کاربران به صورت جداگانه تعریف می شود. درس مهندسی فناوری اطلاعات فصل 3

28. مثال دید(VIEW) • مثال از شما: CREATE TABLE STT (STID CHAR(8) NOT NULL, STNAME CHAR(25) STDEG CHAR(12) …..) PRIMARY KEY STID; • مثال از زیر شما: CREATE DSAL (D,C,SSAL,AVSAL) AS SELECT DN,COUNT(*),SUM(SAL),AVG(SAL) FROM EMPL GROUP BY DN; درس مهندسی فناوری اطلاعات فصل 3

29. مولفه های یک DBMS(ادامه) • زبان تغییر داده ها (Data Manipulation Language): دستورالعمل هایی که از زبان های سطح بالا بهره می برد تا محتوای پایگاه داده را جستجو کند، اطلاعات را ذخیره یا بهنگام کند و کاربردهای پایگاه داده را توسعه دهد. • مثال: Insert into [table_name] values… Delete from [table_name] where … • در واقع ای زبان،مورد استفاده بخش پردازش در مدل داده ای است. درس مهندسی فناوری اطلاعات فصل 3

30. مولفه های یک DBMS(ادامه) • زبان جستجوی ساخت یافته (SQL(Structured querylanguage) ): زبان عمومی پایگاه داده رابطه ای که کاربران را قادر به انجام جستجو های پیچیده با دستورالعمل های نسبتا ساده، می سازد. • جستجو با مثال(query by example-QBE): زبان پایگاه داده که کاربر را قادر می سازد تا با پر کردن یک فرم، یک نمونه یا توصیفی از داده مورد نظر را بسازد. در واقع در این نوع زبان،به جای وارد کردن دستورات SQL،از شمای گرافیکی برای وارد کردن دستورات استفاده می شود. درس مهندسی فناوری اطلاعات فصل 3

31. مولفه های یک DBMS(ادامه) • مجموعه واژگان داده ها(Data dictionary collection): تعریف عناصر داده ها، ویژگی های داده هایی که عناصر داده ها استفاده می کند و افراد، توابع کاری، کاربرد ها و گزارش هایی که این عنصر داده ها را استفاده می کنند. • تعریف داده ها،تعریف جداول،تعریف دیدها،در دیکشنری داده ها نگداری می شود. درس مهندسی فناوری اطلاعات فصل 3

32. مدل های منطقی داده (ساختارهای داده ای رایج) • سه مدل رایج: سلسله مراتبی(hierarchical)، شبکه ای(network) و رابطه ای(relational) بقیه مدل ها مثل چند بعدی، شی ـ رابطه ای(object-relational)، ابررسانه ای (hypermedia)،نهفته(embedded) و مجازی(virtual) • DBMSهای سلسله مراتبی و شبکه ای: معمولا داده های مرتبط به هم را از طریق لیست پیوندی به هم وصل می کنند. • DBMSهای چندبعدی و رابطه ای: داده ها را با توجه به اطلاعاتی که از آن داده ها به دست می آید به هم مرتبط می کنند. درس مهندسی فناوری اطلاعات فصل 3

33. مدل سلسله مراتبی DB • داده ها را در یک درخت ساختاردهی می کند که در آن هر رکورد شامل دو عنصر، یک ریشه که اصطلاحاً کلید نامیده می شود و یک عدد متغیر از میدان های تابعه، می باشد. • بهترین مزیت این مدل سرعت و کارایی آن برای جستجو در داده ها می باشد. • ایراد ها: دسترسی به داده ها از پیش تعریف شده است.(بوسیله مدیر پایگاه داده قبل از نوشتن برنامه هایی که به داده باید دسترسی داشته باشند). برنامه نویس ها باید از سلسله مراتب ساختار داده ها تبعیت کنند. • تعریف: این مدل نوعی درخت با یک ریشه و تعدادی وابسته است. دو عنصر ساختاری اساسی آن رکورد و پیوند پدرفرزندی(parent child link type-pcl) می باشد. درس مهندسی فناوری اطلاعات فصل 3

34. مدل سلسله مراتبی DB درس مهندسی فناوری اطلاعات فصل 3

35. مدل سلسله مراتبی DB درس مهندسی فناوری اطلاعات فصل 3

36. مدل شبکه ای پایگاه داده • مدل داده ای که رابطه بین داده ها را به گونه ای برقرار می کند که رکورد های تابعه می توانند با بیش از یک عنصر داده رابطه داشته باشند. • دو عنصر ساختاری اساسی آن رکورد و کوداسیل(نام مجموعه،رکورد مالک و رکورد عضو) می باشد. درس مهندسی فناوری اطلاعات فصل 3

37. مدل رابطه ای پایگاه داده • مدلی بر پایه یک مفهوم ساده به نام جدول، به منظور تمرکز بر روی ویژگی های سطر ها و ستون های داده ها. • در واقع عنصر ساختاری این مدل ،رابطه ریاضی است اما برای سهولت نمایش برای کاربران از جدول استفاده می شود. • رابطه ها: جدول های سطرها و ستون های استفاده شده در DB رابطه ای • چند تایی(Tuple): یک سطر داده در مدل رابطه ای • صفت: یک ستون داده در مدل رابطه ای درس مهندسی فناوری اطلاعات فصل 3

38. عملگرها در پایگاه داده رابطه ای • عملگرها در مدل رابطه ای به دو دسته معمولی و خاص تقسیم بندی می شوند. • عملگرهای معمولی • اجتماع(UNION)،اشتراک(INTERSECT)،تفاضل(MINUS)،ضرب کارتزین(PRODUCT) • عملگرهای خاص • گزینش(SELECT)،پرتو(PROJECT)،پیوند(JOIN)،تقسیم(DIVIDE) درس مهندسی فناوری اطلاعات فصل 3

39. سه عمل اصلی در پایگاه داده رابطه ای • Select: ایجاد یک زیرمجموعه شامل همه رکوردهای فایل با یک معیار خاص.(تاپل هایی از بدنه یک رابطه را گزینش می کند.) STCOT WHERE STID=‘123’ AND TR=‘1’ • Project: ایجاد یک زیرمجموعه از ستون های یک جدول، به کاربر اجازه ایجاد جدول های جدید شامل اطلاعات مورد نیاز می دهد. PROJECT STT OVER(STID,STNAME,STDEP) درس مهندسی فناوری اطلاعات فصل 3

40. سه عمل اصلی در پایگاه داده رابطه ای(ادامه) • Join: ترکیب جدول های رابطه ای STT JOIN COT WHERE STSEP=CODEP درس مهندسی فناوری اطلاعات فصل 3

41. مزایا و معایب مدل ها ی منطقی داده ها درس مهندسی فناوری اطلاعات فصل 3

42. مدل های دیگر • مدل داده ای شی ـ رابطه ای(ORDB): یک مدل داده که توانایی ذخیره سازی شی(object) را به پایگاه داده رابطه ای اضافه می کند. • مدل ابررسانه ای(Hypermedia): مدل داده ای که بخش های بزرگاطلاعات (chunk) را در گره هایی ذخیره می کند که می تواند شامل داده هایی از گونه های مختلف باشند؛ و کاربر می تواند به داده مربوطه از هر نوع رابطه ای پرش کند. درس مهندسی فناوری اطلاعات فصل 3

43. مدل های خاص • پایگاه داده اطلاعات جغرافیایی(Geographical information database): مدل داده ای شامل داده های مکانی برای قرار دادن روی نقشه ها و تصاویر. • پایگاه داده دانشی(knowledge database): مدل داده ای شامل قواعد تصمیم گیری که می تواند برای تصمیم گیری های خبره استفاده شود. • پایگاه داده چندرسانه ای(multimedia database): مدل داده ای که می تواند داده های چندرسانه ای را ذخیره کند. درس مهندسی فناوری اطلاعات فصل 3

44. مدل های خاص(ادامه) • Small-footprint database: زیرمجموعه ای از یک DB بزرگتر برای کارکنان یک میدان خاص. • پایگاه داده نهفته (Embedded database): پایگاه داده ای که در دستگاه ها و یا کاربردها ساخته می شوند. طراحی شده برای اینکه مستقل باشند و نیاز خیلی کمی به مدیریت دارند. • پایگاه داده مجازی(virtual database): یک پایگاه داده که فقط شامل نرم افزار است و داده ها را که از نظر فیزیکی، در هر جایی روی شبکه و از هر نوعی که باشند، مدیریت می کند. درس مهندسی فناوری اطلاعات فصل 3