ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ, БАЗЫ...

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ,

БАЗЫ ДАННЫХ

Ульяновск 2009

УЛЬЯНОВСКОЕ ВЫСШЕЕ АВИАЦИОННОЕ УЧИЛИЩЕ ГРАЖДАНСКОЙ АВИАЦИИ (ИНСТИТУТ)

Методические указания

по изучению дисциплины

МИНИСТЕРСТВО ТРАНСПОРТА РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

УЛЬЯНОВСКОЕ ВЫСШЕЕ АВИАЦИОННОЕ УЧИЛИЩЕ

ГРАЖДАНСКОЙ АВИАЦИИ (ИНСТИТУТ)



Методические указания по изучению дисциплины

Ульяновск 2009

2

ББК З947.26-Щ18.2 я7

И74

Информационное обеспечение, базы данных : метод. указания по изуче-

нию дисциплины / сост. К. А. Толстов. – Ульяновск : УВАУ ГА(И), 2009. –

35 с.

Содержат методические указания, глоссарий, рекомендуемую литературу,

а также контрольные вопросы для проверки степени усвоения материала и

перечень вопросов для подготовки к экзамену.

Предназначены курсантам специализации 220501.65.01 – Управление ка-

чеством техники и технологии авиатранспортных систем.

Печатаются по решению Редсовета училища.

ОГЛАВЛЕНИЕ

Общие сведения .............................................................................................. 3

Глоссарий ........................................................................................................ 4

Рекомендуемая литература .......................................................................... 11

Содержание дисциплины и методические указания по ее изучению ........ 11

Вопросы для подготовки к экзамену ........................................................... 31

© Ульяновск, УВАУ ГА(И), 2009

3

ОБЩИЕ СВЕДЕНИЯ

Целью изучения дисциплины «Информационное обеспечение, базы дан-

ных» является изучение теоретических основ и принципов построения баз

данных, приобретение практических навыков построения пользовательских

приложений под управлением современных реляционных и реляционно-

объектных СУБД, освоение языков запросов типа SQL, представления и об-

работки знаний в интеллектуальных системах.

Содержание программы дисциплины должно обеспечить базовую подго-

товку курсантов в процессе формирования устойчивых знаний и практиче-

ских навыков использования баз данных в дальнейшей учебной, научной и

профессиональной деятельности. Изучение данной дисциплины базируется

на знании математики, информатики, она является базовой для изучения

дисциплин «Информационные технологии в управлении качеством и защита

информации», «Средства и методы управления качеством».

В результате изучения дисциплины обучающийся должен:

иметь представление:

− о современном состоянии баз данных и тенденциях их развития, о

современных средствах автоматизации проектирования баз данных, о сете-

вых возможностях современных СУБД;

− об истории, целях и задачах исследований в области искусственного

интеллекта, системах искусственного интеллекта, принципах их построения

и областях применения;

знать:

− основы организации баз данных и СУБД, их функции и отличия от

файловых систем;

− многоуровневую архитектуру современных СУБД, модели данных и

языковые средства СУБД для различных моделей данных;

− достоинства и проблемы интеграции данных, принципы организа-

ции больших объёмов информации;

− основы процессов поиска и обновления баз данных;

4

− особенности создания баз данных, функционирующих в локальных

и глобальных сетях;

− основные методы представления и обработки знаний;

− структуру экспертных систем и их архитектурные особенности, ко-

торые зависят от особенностей решаемой задачи;

− этапы построения экспертных систем;

уметь:

− выполнять функции администратора базы данных;

− ставить и решать задачи проектирования структур баз данных;

− искать и обновлять информацию;

− формализовывать знания экспертов с применением различных ме-

тодов представления знаний;

− ставить задачу построения экспертной системы для решения задачи

выбора вариантов в плохо формализуемой предметной области.

ГЛОССАРИЙ

Администратор базы данных (database administrator) – лицо или группа

лиц, отвечающих за выработку требований к базе данных, ее проектирова-

ние, создание, эффективное использование и сопровождение.

Атрибут (attribute) – свойство, характеризующее сущность. В структуре

таблицы каждый атрибут именуется, и ему соответствует заголовок некото-

рого столбца таблицы.

База данных (database) – поименованная совокупность организованных

данных, хранимых в памяти вычислительной системы, и отображающих

стояние объектов и их взаимосвязей в рассматриваемой предметной области.

База знаний – совокупность программных средств, обеспечивающих по-

иск, хранение, преобразование и запись в памяти ЭВМ сложноструктуриро-

ванных информационных единиц (знаний).

5

Взаимно независимые (mutually independent) атрибуты – два или более

атрибутов, каждый из которых не является функционально зависимым от

других атрибутов.

Внешний ключ (external key) отношенuя R1 – неключевой атрибут A,

значения которого являются значениями ключевого атрибута B другого от-

ношения R2.

Домен отношения (domaiп of relatioп) – множество всех возможных зна-

чений определенного атрибута отношения.

Запрос (query) – специальным образом описанное требование, опреде-

ляющее состав производимых над базой данных операций по выборке или

модификации хранимых данных.

Знания декларативные – знания, которые записаны в памяти интеллек-

туальной системы так, что они непосредственно доступны для использования

после обращения к соответствующему полю памяти.

Знания процедурные – знания, хранящиеся в памяти интеллектуальной

системы в виде описаний процедур, с помощью которых их можно получить.

Знания эвристические – знания, накапливаемые интеллектуальной сис-

темой в процессе ее функционирования, а также знания, заложенные в ней

априорно, но не имеющие статуса абсолютной истинности в данной про-

блемной области.

Знания экспертные – знания, которыми располагает специалист в неко-

торой предметной области.

Идентификация знаний – определение характеристик знаний, необхо-

димых для решения задачи.

Иерархическая модель данных (hierarchical data model) – модель дан-

ных, хранящихся в базе, описывающая взаимосвязи с помощью упорядочен-

ного графа (дерева).

Индекс (iпdex) – средство ускорения операции поиска записей в таблице,

а также выполнения других операций, использующих поиск: извлечение, мо-

дификация, сортировка и т. д.

6

Индексный файл (iпdex file) – файл, в котором хранится информация ин-

декса.

Инженерия знаний – раздел искусственного интеллекта, в рамках кото-

рого решаются проблемы, связанные с извлечением, приобретением, пред-

ставлением знаний и манипулированием знаниями.

Интеллект искусственный – научное направление, в рамках которого

ставятся и решаются задачи аппаратного или программного моделирования

тех видов человеческой деятельности, которые традиционно считаются ин-

теллектуальными.

Интерпретация. В широком смысле – объяснение, толкование чего-

либо. В программировании – процесс перевода программы, написанной на

языке высокого уровня, в объектный код таким способом, что программа

хранится в памяти ЭВМ в первоначальной форме, а трансляция в объектный

код осуществляется частями, по мере необходимости. В искусственном ин-

теллекте – установление связи между двумя системами описаний, что позво-

ляет понимать одну систему на уровне другой.

Информационная система (iпformatioп system) – система, реализующая

автоматизированный сбор, обработку и манипулирование данными и вклю-

чающая технические средства обработки данных, программное обеспечение

и обслуживающий персонал.

Информационная система типа клиент-сервер (clieп-server iпformatioп systeт) – система, в которой программы СУБД функционально

разделены на две части, называемые сервером и клиентом.

Источник знаний – текст (инструкция, монография, фотография, кино-

лента и т.п.), наблюдение или сообщающий нужную информацию специа-

лист-профессионал.

Исчисление предикатов – исчисление, в котором наряду с формулами

исчисления высказываний используются формулы, в которые могут входить

отношения (предикаты), связывающие между собой группы элементов ис-

числения и кванторы общности и существования.

http://www.raai.org/library/tolk/aivoc.html#L208�


7

Исчисление предикатов первого порядка – исчисление предикатов, в ко-

тором под знаком квантора не могут находиться символы предикатов.

Клиентская программа (froпt-eпd program) – программа, отвечающая за интерфейс пользователя, для чего она преобразует его запросы в команды за-просов к серверной части (back-end), а при получении результатов выполняет обратное преобразование и отображение информации для пользователя.

Кластерный индекс (clиstered iпdex) – индекс, в котором логический по-рядок значений ключей совпадает с физическим порядком записей в таблице.

Клиент (clieпt) определенного ресурса в компьютерной сети – компью-тер (программа), использующий этот ресурс.

Ключевая таблица (key table) – таблица с ключевыми полями. Ключ отношения, или первичный ключ (primary key) – атрибут отноше-

ния, однозначно идентифицирующий каждый из его кортежей. Компьютер-клиент (computer-client) – ЭВМ сети, обращающаяся за ре-

сурсами к компьютерам-серверам. Компьютер-сервер (computer-server) – ЭВМ сети, предоставляющая свои

ресурсы другим компьютерам сети. Логическая целостность (logical integrity) – отсутствие логических оши-

бок в базе данных, к которым относятся нарушение структуры базы данных или ее объектов, удаление или изменение связей между объектами и т. д.

Многомерная модель данных (multilevel data model) – модель данных, обеспечивающая многомерное логическое представление структуры инфор-мации при ее описании и в операциях манипулирования данными.

Модель знаний – описание знаний в базе знаний. Известны четыре типа модели знаний: логические, в основе которых лежит формальная модель; се-тевые, в основе которых лежит семантическая сеть; фреймовые, основанные на фреймах; продукционные, основанные на продукциях.

Модель представления данных (data model) – логическая структура дан-ных, хранимых в базе данных.

Нормальная форма (norтal forт) – форма задания ограничения типа

функциональных зависимостей для устранения аномалий при выполнении

операций над отношениями базы данных.






8

Объектно-ориентированная модель данных (object-oriented data

model) – модель данных, которая позволяет между записями базы данных и

функциями их обработки устанавливать взаимосвязи с помощью механизмов,

подобных соответствующим средствам в объектно-ориентированных языках

программирования.

Ограничения целостности (integrity constraiпts) – условия, которым

должны удовлетворять хранимые в базе данные.

Отношение (relation) – множество, представляемое двумерной таблицей,

состоящей из строк и столбцов данных.

Отчет (report) – объект базы данных, основное назначение которого

описание и вывод на печать документов на основе данных базы.

Поле связи, или ключ связи (connection field) – поле, с помощью которо-

го производится логическое связывание таблиц. Поле связи, подобно ключу

таблицы, состоит из одного или нескольких полей.

Постреляционная модель данных (post-relational data model) – расши-

ренная реляционная модель, снимающая ограничение неделимости данных,

хранящихся в записях таблиц.

Приложение базы данных (database application) – программа или ком-

плекс программ, использующих базу данных и обеспечивающих автоматиза-

цию обработки информации из некоторой предметной области.

Реляционная алгебра (relational algebra) – теоретический (процедурный)

язык запросов.

Реляционное исчисление (relational calcиlиs) – теоретический (непроце-

дурный, описательный, декларативный) язык запросов.

Репликация (replication) – создание специальных копий (реплик) базы

данных, с которыми пользователи могут работать одновременно на разных

рабочих станциях.

Реляционная модель данных (relational data model) – модель данных,

хранящихся в базе, описывающая взаимосвязи элементов данных в виде от-

ношения (таблицы).

9

Сервер базы данных (database server) – программа, выполняющая функ-

ции управления и защиты базы данных. в случаях, когда вызов функций сер-

вера выполняется на языке SQL, его называют SQL-сервером.

Сетевая модель данных (пetwork data model) – модель данных, храня-

щихся в базе, описывающая взаимосвязи элементов в виде графа произволь-

ного вида (сети).

Сетевая СУБД (network database management system) – система управле-ния базами данных с произвольной моделью данных, ориентированная на использование в сети.

Система управления базами данных (database management system) – комплекс языковых и программных средств, предназначенный для создания, ведения и совместного использования баз данных.

Система экспертная – интеллектуальная система, предназначенная для оказания консультационной помощи специалистам, работающим в некоторой предметной области.

Сущность (esseпce) – объект любой природы, данные о котором хранятся в базе данных.

Схема отношения (scheme of relation) – список имен атрибутов отношения. Таблица (table) – основная единица хранения данных в реляционной базе

данных. Транзакция (traпsactioп) – последовательность операций над базой дан-

ных, отслеживаемая системой управления базами данных от начала до за-вершения как единое целое.

Транзитивная зависимость (traпsitive depeпdeпce) атрибута С от ат-рибута А – зависимость атрибутов, при которой имеет место функциональная зависимость атрибута В от атрибута А и функциональная зависимость атри-бута С от атрибута В.

Триггер (trigger) – разновидность хранимой процедуры, которая автомати-чески вызывается при возникновении определенных событий в базе данных.

Форма (form) – объект базы данных, в котором разработчик размещает

элементы управления, служащие для ввода, отображения и изменения дан-

ных в полях.


10

Целостность (integrity) – свойство базы данных, означающее, что она

содержит полную, непротиворечивую и адекватно отражающую предметную

область информацию.

Язык манипулирования данными (data manipulation language (DML)) –

совокупность конструкций, обеспечивающих выполнение основных операций

по работе с данными: ввод, модификацию и выборку данных по запросам.

Язык определения данных (data definition langиage (DDL)) – высоко-

уровневый язык декларативного типа, предназначенный для описания логи-

ческой структуры данных.

CASE-средство – программное средство, поддерживающее процессы

создания и/или сопровождения информационных систем.

CASE-система – набор САSЕ-средств, имеющих определенное функцио-

нальное предназначение и выполненных в рамках единого программного

продукта.

САSЕ-технология – методология проектирования информационных сис-

тем плюс инструментальные средства, позволяющие наглядно моделировать

предметную область, анализировать ее модель на всех этапах разработки и

сопровождения информационной системы.

IDAPI (lntegrated Database Application Program lnterface) – стандартный

интерфейс доступа к базам данных, разработанный фирмой Borland, вклю-

чающий драйверы баз данных распространенных форматов и утилиты на-

стройки драйверов и псевдонимов.

ODBC (Ореп Database Connectivily) – интерфейс прикладного програм-

мирования, разработанный фирмой Microsoft, в виде библиотеки функций,

вызываемых из различных программных сред и позволяющих приложениям

унифицировано обращаться на SQL к базам данных различных форматов.

OLE DB (Object Linking and Embedding Database – связывание и встраивание объектов баз данных) – стандартный интерфейс, представ-

ляющий собой универсальную технологию доступа к любым источникам

данных через интерфейс СОМ.

11

QBE (Qиery Ву Example) – язык запросов по образцу, позволяющий под-

готавливать запросы в наглядной форме.

SQL (Strиctured Qиery Langиage) – структурированный язык запросов,

представляющий собой стандартизованное средство описания запросов к ба-

зам данных.

РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА

1. Кузнецов, С. Д. Основы баз данных : учеб. пособие / С. Д. Кузнецов –

2-е изд., испр. – М. : Интернет-Университет Информационных технологий ;

БИНОМ. Лаборатория знаний, 2007. – 484 с.

2. Андрейчиков, А. В. Интеллектуальные информационные системы :

учеб. / А. В. Андрейчиков, О. Н. Андрейчикова. – М. : Финансы и статистика,

2004. – 424 с.

СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

И МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ЕЕ ИЗУЧЕНИЮ

РАЗДЕЛ 1. БАЗЫ ДАННЫХ

Тема 1. Организация баз данных

Введение в дисциплину. Эволюция развития баз данных (БД). Информа-

ционные системы и базы данных. Области применения баз данных. Основ-

ные понятия и определения. Основы архитектуры баз данных.


При изучении данной темы необходимо акцентировать внимание на сле-

дующих понятиях: предметная область, база данных, СУБД, назначение и

основные компоненты системы БД, банк данных (БнД).

12

При рассмотрении вопроса об эволюции баз данных следует обратить вни-

мание на предпосылки создания баз данных, основные этапы развития баз

данных. Основные этапы связаны с использованием больших ЭВМ и персо-

нальных компьютеров. При рассмотрении вопросов, связанных с архитекту-

рой баз данных использовать трехуровневую модель системы организации БД:

1) уровень внешних моделей;

2) концептуальный уровень;

3) физический уровень.

Рекомендуемая литература: [1].

Контрольные вопросы

1. Что такое предметная область?

2. Что такое базы и банки данных? 3. Что такое СУБД? 4. Каково назначение и основные компоненты системы баз данных? 5. Назовите уровни представления данных и их назначение.

Тема 2. Проектирование баз данных

Этапы жизненного цикла базы данных: проектирование БД, проектирова-ние приложений, реализация БД, разработка специальных средств админист-рирования БД, эксплуатация БД. Этапы разработки. Системный анализ пред-метной области. Инфологическое проектирование. Выбор СУБД. Логическая организация баз данных (БД). Физическое проектирование.


При изучении данной темы необходимо обратить внимание на следующие определения: жизненный цикл базы данных и этапы разработки баз данных.

При изучении вопросов системного анализа предметной области следует обратить внимание на существование двух подходов к выбору состава и структуры предметной области: функциональный подход и предметный под-ход, необходимо уметь привести пример описания предметной области.

13

Фактически проектирование БД носит итерационный характер. В процессе функционирования системы становится возможным измерение её реальных характеристик, выявление «узких» мест. И если система не отвечает предъяв-ляемым к ней требованиям, то обычно она подвергается реорганизации.



1. Перечислите этапы жизненного цикла баз данных. 2. Перечислите этапы разработки баз данных. 3. Что такое функциональный подход к выбору состава и структуры

предметной области? 4. Что такое предметный подход к выбору состава и структуры предмет-

ной области? 5. Опишите инфологическую модель предметной области. 6. Опишите датологическую (логическую) модель.

Тема 3. Модели данных

Концептуальные модели БД. Классификация моделей данных. Иерархи-ческая модель данных. Сетевая модель данных. Реляционная модель данных. Объекты и атрибуты. Постреляционная модель. Многомерная модель. Объ-ектно-ориентированная модель


При изучении данной темы следует исходить из следующей классифика-ции моделей данных: инфологические модели, датологические модели, фи-зические модели и их подклассы.



1. Дайте определение модели данных. 2. Охарактеризуйте сетевую модель данных.

14

3. Охарактеризуйте иерархическую модель данных.

4. Охарактеризуйте реляционную модель данных.

5. Дайте характеристику перспективным моделям данных (постреляцион-

ной модели, многомерной модели, объектно-ориентированной модели).

Тема 4. Проектирование реляционных баз данных

на основе принципов нормализации

Реляционная модель данных. Основные определения. Основные операции

над отношениями. Переход от инфологической модели к реляционной моде-

ли. Нормализация отношений. Последовательность нормальных форм.


При изучении данной темы необходимо обратить внимание на то, что в

основе реляционной модели данных лежит понятие отношения. Отношение

представляется в виде двумерной таблицы. Столбцы отношения называются

атрибутами. Список имен атрибутов представляет схему отношения. Каждое

отношение представляется в виде файла. Основными операциями над отно-

шениями в реляционных базах данных являются объединение, пересечение,

разность, декартово произведение, деление, проекция, соединение, выбор

(селекция, ограничение).

Классическая технология проектирования реляционных баз данных свя-

зана с теорией нормализации, основанной на анализе функциональных зави-

симостей между атрибутами отношений. Выделяется следующая последова-

тельность нормальных форм: первая нормальная форма (1NF); вторая нор-

мальная форма (2NF); третья нормальная форма (3NF); нормальная форма

Бойса-Кодда (BCNF); четвертая нормальная форма (4NF); пятая нормальная

форма или форма проекции-соединения (5NF или PJNF).

Достижение третьей нормальной формы или формы Бойса-Кодда доста-

точно для реальных проектов баз данных. Нормальные формы высших

15

порядков связаны не с функциональными зависимостями атрибутов, а отра-

жают более тонкие вопросы семантики предметной области.



1. Расскажите об основных понятиях реляционных баз данных.

2. Что такое домен?

3. Что такое схема отношения?

4. Что такое кортеж?

5. Опишите свойства отношений.

6. В чем заключается целостность сущности и ссылок?

7. Охарактеризуйте виды функциональных зависимостей.

8. Дайте определение нормальных форм. Приведите примеры.

Тема 5. Проектирование реляционных баз данных

с использованием семантических моделей: ER-диаграммы

Семантические модели данных. Семантическая модель сущность-связь.

Основные понятия ER-модели. Нормальные формы ER-диаграмм. Получение

реляционной схемы из ER-диаграммы.


При изучении данной темы следует обратить внимание на основные по-

нятия ER-модели, которыми являются сущность, связь и атрибут. Уникаль-

ным идентификатором сущности может быть атрибут, комбинация атрибу-

тов, связь, комбинация связей или комбинация связей и атрибутов.

Для ER-диаграмм вводится понятие нормальных форм, их смысл близок к

нормальным формам отношений.


16


1. Что такое семантические модели данных?

2. В чем проявляется ограниченность реляционной модели данных?

3. Дайте определения основных понятий ER-модели.

4. Назовите нормальные формы ER-диаграмм. Приведите примеры.

Тема 6. Проектирование реляционных баз данных с использованием семантических моделей: диаграммы классов языка UML

Основные понятия диаграмм классов UML. Классы, атрибуты, операции.

Категории связей. Связь-зависимость. Связи-обобщения и механизм наследова-

ния классов в UML. Связи-ассоциации: роли, кратность, агрегация. Язык OCL.

Получение схемы реляционной базы данных из диаграммы классов UML.


При изучении данной темы следует уяснить, что UML является объектно-

ориентированным языком, позволяющим моделировать разные виды систем,

активно применяемым для проектирования реляционных БД.

Диаграмма классов может включать в себя комментарии и ограничения.

Ограничения могут неформально задаваться на естественном языке или на

языке объектных ограничений OCL. Если не обращать внимания на различия

в терминологии, то при получении реляционной базы данных из диаграммы

классов UML выполняются практически те же шаги, что и в случае преобра-

зования в схему реляционной БД ER-диаграммы.



1. Дайте общую характеристику языка объектно-ориентированного моде-

лирования UML.

2. Каковы основные понятия диаграмм классов UML?

17

3. Охарактеризуйте категории связей.

4. Каковы ограничения целостности? Охарактеризуйте язык OCL.

5. Как получить реляционную схему из диаграммы классов UML?

Тема 7. Системы управления БД (СУБД)

Классификация СУБД. Назначение и основные компоненты систем

управления базами данных. Уровни представления баз данных. Схемы и под-

схемы.


При изучении данной темы необходимо уяснить, что СУБД необходима

для создания и поддержки базы данных. Программные составляющие СУБД

включают в себя ядро и сервисные средства (утилиты).

Принципиально важное свойство СУБД заключается в том, что она позволя-

ет различать и поддерживать два независимых взгляда на базу данных: «взгляд»

пользователя, воплощаемый в «логическом» представлении данных, и «взгляд»

системы – «физическое» представление (организация хранимых данных).

При рассмотрении вопроса классификации СУБД необходимо уметь чет-

ко выделять классификационный признак, например, по назначению или по

используемой модели данных.



1. Дайте классификацию СУБД.

2. Назовите назначение и основные компоненты систем управления база-

ми данных.

3. Назовите уровни представления баз данных.

4. Расскажите о схемах и подсхемах.

18

Тема 8. Языки БД

Язык определения данных DDL. Язык манипулирования данными DML.

Наборы операторов. Особенности использования для каждой модели. Общая

характеристика языка SQL. Стандарты языка SQL.


При изучении данной темы следует уяснить, что рамках иерархической

модели выделяют: языковые средства описания данных (DDL) и средства

манипулирования данными (DML).

Язык манипулирования данными поддерживает в явном виде навигаци-

онные операции. Операторы языка делятся на три группы: операторы поиска

данных, операторы поиска данных с возможностью модификации, операторы

модификации данных.

Язык SQL является полным языком баз данных и используется в реляци-

онных БД.



1. Опишите язык определения данных DDL.

2. Опишите язык манипулирования данными DML.

3. Назовите наборы операторов.

4. Какие особенности использования языков для каждой модели сущест-

вуют?

5.Охарактеризуйте язык SQL.

6. Назовите стандарты языка SQL.

Тема 9. Язык баз данных SQL

Общая структура SQL. Типы данных. Средства определения доменов.

Средства определения базовых таблиц и ограничений целостности. Средства

определения, изменения и удаления базовых таблиц.

19


При изучении данной темы необходимо уяснить, что существуют различ-

ные классификации языка SQL. По одной из классификаций язык SQL разби-

вается на базовый, промежуточный и полный уровни. По другой классифи-

кации на прямой, встроенный и динамический. При дальнейшем изучении

будем придерживаться второй классификации.

SQL поддерживает механизм доменов. Домены можно создавать, изме-

нять и ликвидировать, используя соответствующие средства языка.

В модели SQL поддерживается единственная родовая структура данных,

называемая базовой таблицей. Понятие базовой таблицы родственно поня-

тию отношения, но коренное отличие состоит в том, что тело таблицы не

обязательно является множеством. В общем случае тело базовой таблицы

представляет собой мультимножество строк.

Средства SQL позволяют создавать базовые таблицы, изменять и удалять их.



1. Опишите структуру языка SQL.

2. Назовите типы данных SQL.

3. Дайте определение домена.

4. Приведите примеры определений доменов.

5. Как преобразуется тип или домен?

6. Назовите средства определения доменов.

7. Назовите средства определения базовых таблиц и ограничений целост-

ности.

8. Какие средства определения, изменения и удаления базовых таблиц

существуют?

20

Тема 10. Организация запросов и манипулирования данными

Общая характеристика оператора SELECT. Средства формирования за-просов. Средства для обеспечения авторизации доступа к данным, управле-ние транзакциями, сессиями и подключениями.


Изучение данной темы необходимо начать с рассмотрения важнейшего оператора языка SQL – оператора SELECT, предназначенного для выборки данных из SQL-ориентированной БД. В нашем курсе мы ограничимся «пря-мым» SQL, хотя и не в полном объеме стандарта.

Следует иметь в виду, что в SQL:2003 имеется девять разновидностей вы-ражений в соответствии с девятью категориями типов данных. В основе по-строения этих выражений лежит первичное выражение.

В соответствии со стандартом языка SQL:1999 транзакции могут образо-вываться явно или неявно. У каждой выполняемой транзакции имеются три характеристики: уровень изоляции, режим доступа и размер области диагно-стики, что поддерживается соответствующими средствами.



1. Дайте общую характеристику оператора SELECT. 2. Опишите средства формирования запросов. 3. Какие средства для обеспечения авторизации доступа к данным суще-

ствуют?

4. Как происходит управление транзакциями, сессиями и подключениями?

Тема 11. Физическая организация БД

Физическая организация данных. Физические модели баз данных. Файло-

вые структуры, используемые для хранения информации в базах данных. Инвер-

тированные файлы. Сжатие данных. Указатели. Цепи и кольцевые структуры.

21

Способы адресации. Виртуальная память и иерархия организации памяти.

Физическое представление иерархических структур. Физическое представле-

ние сетевых структур. Организация индекса. Индексно-последовательная ор-

ганизация. Методы поиска в индексе. Алгоритмы перемешивания. Организа-

ция индексов в виде B-деревьев. Поиски по нескольким ключам. Разделение

данных и связей.


При изучении данной темы следует уяснить, что существуют некоторые

файловые структуры, которые имеют общепринятые способы организации и

применяются практически во всех СУБД. Файлы классифицируются по сле-

дующим признакам: прямого доступа, последовательного доступа, индексные,

инвертированные, взаимосвязанные. В свою очередь, индексные файлы могут

быть индексно-прямыми, индексно-последовательными и на основе B-деревьев.

Файлы последовательной организации неэффективны в случаях, если дос-

туп необходим только к некоторым кортежам таблицы. Применение хеширо-

ванных файлов в качестве структуры организации памяти для таблицы целе-

сообразно в тех случаях, когда выбор кортежей осуществляется по точному

совпадению поля, использованного для хеширования.

Индексно-последовательные файлы (ISAM) представляют собой более гиб-

кую структуру хранения данных. Однако структура индекса ISAM-файла ста-

тична и создается в момент создания самого файла. Поэтому производитель-

ность доступа к данным ISAM-файла снижается по мере обновления данных.

По сравнению с хешированными файлами, двоичные деревья также более

гибкая структура хранения данных. Эффективность доступа не снижается по

мере обновления данных таблицы. Скорость выборки выше, чем у ISAM-

файлов.

Эффективным методом поиска и извлечения данных является использо-вание индексов. Построение В-деревьев связано с идеей построения индекса над уже построенным индексом. В В-дереве для доступа к любой записи дан-ных требуется практически одинаковое время.

22

С целью сокращения пространства, необходимого для хранения данных, используются технологии сжатия. Технологии сжатия основаны на малой ве-роятности того, что данные имеют беспорядочную структуру. Основные тех-нологии: на основе различий, иерархическое сжатие, кодирование Хоффмана.



1. Опишите физические модели баз данных. 2. Что такое инвертированные файлы. 3. Что такое указатели? 4. Опишите цепи и кольцевые структуры. 5. Назовите способы адресации. 6. Дайте физическое представление иерархических структур. 7. Дайте физическое представление сетевых структур. 8. Охарактеризуйте индексно-последовательную организацию. 9. Назовите методы поиска в индексе. 10. Опишите алгоритмы перемешивания. 11. Опишите организацию индексов в виде B-деревьев. 12. Охарактеризуйте поиски по нескольким ключам. 13. Опишите разделение данных и связей.

Тема 12. Базы данных в сетях

Распределение БД. Режимы работы с базой данных. Архитектура клиент-сервер в технологии баз данных. Клиенты и серверы локальных сетей. Сер-веры баз данных. Принципы взаимодействия между клиентскими и сервер-ными частями. XML как средство обмена данными. Защита информации в базах данных.


При изучении данной темы следует уяснить, что выделяют однопользова-

тельский и многопользовательский режимы работы с БД. Многопользовательский

23

режим может быть последовательным и параллельным. В свою очередь, па-

раллельный режим разделяют на режим работы с централизованной БД и с

распределенной БД.

Рекомендуемая литература: [1]


1. Что такое открытые системы?

2. Как разделяются функций между клиентами и серверами?

3. Назовите требования к аппаратным возможностям и базовому про-

граммному обеспечению клиентов и серверов.

РАЗДЕЛ 2. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Тема 13. Искусственный интеллект – основа новых

информационных технологий

Методы искусственного интеллекта, базы знаний, экспертные системы:

искусственный интеллект как научное направление. Экспертные системы.

Классификация и структура.


Изучение данной темы следует начать с рассмотрения понятия «система

искусственного интеллекта (ИИ)», которая представляет собой программную

систему, имитирующую на компьютере мышление человека. Среди таких сис-

тем выделяют экспертные системы (ЭС) – системы ИИ, созданные для реше-

ния задач в конкретной предметной области. В состав ЭС входят: база знаний,

база данных, механизм логического вывода, модуль извлечения знаний, сис-

тема объяснений. Для классификации ЭС используют следующие признаки:

способ формирования решения, способ учета временного признака, вид ис-

пользуемых данных и знаний, число используемых источников знаний.


24


1. Дайте характеристику основных направлений исследований, проводи-

мых в области искусственного интеллекта.

2. Перечислите методы искусственного интеллекта.

3. Дайте определение экспертной системы.

4. Сформулируйте основные отличия систем искусственного интеллекта

от обычных программных средств.

5. Чем отличаются знания от данных?

Тема 14. Способы представления знаний

в интеллектуальных системах

Представление знаний, рассуждений и задач. Эпистомологическая полно-

та представления знаний и эвристически эффективные стратегии поиска ре-

шения задач. Модели представления знаний: алгоритмические, логические,

сетевые и продукционные модели. Общая характеристика.


При изучении данной темы следует уяснить, чтоЭС предназначены для ре-

шения неформализованных задач. Методы представления знаний в ЭС: прави-

ла, семантические сети, фреймы, нечеткие высказывания, нейронные сети.

К числу стратегий поиска решения задач относятся поиск в глубину, по-

иск в ширину, разбиение на подзадачи и альфа-бета алгоритм.



1. Расскажите о назначении ЭС.

2. В чем заключается эпистомологическая полнота представления знаний

и эвристически эффективные стратегии поиска решения задач?

3. Дайте общую характеристику моделей представления знаний.

4. Чем отличаются динамические экспертные системы от статических?

25

Тема 15. Логическая модель представления знаний

Основные конструкции логики высказываний, правила построения фор-

мул в логике высказываний, бесскобочная форма записи логических формул.

Интерпретация формулы логики высказываний, общезначимость, противоре-

чивость, необщезначимость, непротиворечивость, выполнимость формул ло-

гики высказываний. Правила эквивалентных преобразований формул. Логи-

ческое следствие. Метод резолюций в логическом выводе.


При изучении данной темы следует уяснить, что в основе логических мо-

делей лежит формальная система, задаваемая четверкой вида: M = <T, P, A,

B>. Множество T есть множество базовых элементов различной природы,

например слов из некоторого ограниченного словаря, деталей детского кон-

структора, входящих в состав некоторого набора и т.п. Важно, что для мно-

жества T существует некоторый способ определения принадлежности или

непринадлежности произвольного элемента к этому множеству. Процедура

такой проверки может быть любой, но за конечное число шагов она должна

давать положительный или отрицательный ответ на вопрос, является ли x

элементом множества T. Обозначим эту процедуру П(T).

Множество P есть множество синтаксических правил. С их помощью из

элементов T образуют синтаксически правильные совокупности. Например,

из слов ограниченного словаря строятся синтаксически правильные фразы, из

деталей детского конструктора с помощью гаек и болтов собираются новые

конструкции. Декларируется существование процедуры П(P), с помощью ко-

торой за конечное число шагов можно получить ответ на вопрос, является ли

совокупность X синтаксически правильной.

Во множестве синтаксически правильных совокупностей выделяется не-

которое подмножество A. Элементы A называются аксиомами. Как и для дру-

гих составляющих формальной системы, должна существовать процедура

П(A), с помощью которой для любой синтаксически правильной совокупно-

сти можно получить ответ на вопрос о принадлежности ее к множеству A.

26

Множество B есть множество правил вывода. Применяя их к элементам A,

можно получить новые синтаксически правильные совокупности, к которым

снова можно применять правила из B. Так формируется множество выводи-

мых в данной формальной системе совокупностей. Если имеется процедура

П(B), с помощью которой можно определить для любой синтаксически пра-

вильной совокупности, является ли она выводимой, то соответствующая фор-

мальная система называется разрешимой. Это показывает, что именно правило

вывода является наиболее сложной составляющей формальной системы.

Для знаний, входящих в базу знаний, можно считать, что множество A

образуют все информационные единицы, которые введены в базу знаний из-

вне, а с помощью правил вывода из них выводятся новые производные зна-

ния. Другими словами, формальная система представляет собой генератор

порождения новых знаний, образующих множество выводимых в данной сис-

теме знаний. Это свойство логических моделей делает их притягательными

для использования в базах знаний. Оно позволяет хранить в базе лишь те

знания, которые образуют множество A, а все остальные знания получать из

них по правилам вывода.



1. Что лежит в основе логических моделей?

2. Интерпретируйте формулы логики высказываний.

3. Назовите правила эквивалентных преобразований формул.

Тема 16. Продукционная модель представления знаний

Продукционное правило. Структура продукционной системы и способы

получения вывода в системе. Способы вывода в продукционных системах:

прямой и обратный. Способы визуального представления правил в продук-

ционных системах. Представление правил продукционной системы в виде

27

И/ИЛИ-графа. Конфликтный набор и способы разрешения конфликтов в

продукционных системах в зависимости от типа вывода.


Изучение данной темы следует начать с рассмотрения продукционных мо-

делей. В моделях этого типа используются некоторые элементы логических и

сетевых моделей. Из логических моделей заимствована идея правил вывода,

которые здесь называются продукциями, а из сетевых моделей - описание

знаний в виде семантической сети. В результате применения правил вывода к

фрагментам сетевого описания происходит трансформация семантической

сети за счет смены ее фрагментов, наращивания сети и исключения из нее

ненужных фрагментов. Таким образом, в продукционных моделях процедур-

ная информация явно выделена и описывается иными средствами, чем декла-

ративная информация. Вместо логического вывода, характерного для логиче-

ских моделей, в продукционных моделях появляется вывод на знаниях.



1. Дайте определение продукционной модели.

2. Опишите структуру продукционной системы.

3. Охарактеризуйте прямой и обратный выводы в продукционных системах.

Тема 17. Фреймовая модель представления знаний

Фрейм. Структура фрейма. Условия запуска демонов и присоединенных

процедур. Способы вывода во фреймовых системах. Сходства и отличия

фреймовых и объектно-ориентированных языков программирования.


Изучение данной темы следует начать с рассмотрения фреймовых моде-

лей. В отличие от моделей других типов во фреймовых моделях фиксируется

28

жесткая структура информационных единиц, которая называется протоф-

реймом. В общем виде она выглядит следующим образом:

(Имя фрейма:

Имя слота 1(значение слота 1)

Имя слота 2 (значение слота 2)

. . . . . . . . . . . . . . . . . . . . . .

Имя слота К (значение слота К)).

Значением слота может быть практически что угодно (числа или матема-

тические соотношения, тексты на естественном языке или программы, пра-

вила вывода или ссылки на другие слоты данного фрейма или других фрей-

мов). В качестве значения слота может выступать набор слотов более низкого

уровня, что позволяет во фреймовых представлениях реализовывать «прин-

цип матрешки».

При конкретизации фрейма ему и слотам присваиваются конкретные

имена и происходит заполнение слотов. Таким образом, из протофреймов

получаются фреймы-экземпляры. Переход от исходного протофрейма к

фрейму-экземпляру может быть многошаговым, за счет постепенного уточ-

нения значений слотов.

Например, структура табл. 1.1, записанная в виде протофрейма, имеет вид

(Список работников:

Фамилия (значение слота 1);

Год рождения (значение слота 2);

Специальность (значение слота 3);

Стаж (значение слота 4)).

Если в качестве значений слотов использовать данные табл. 1.1, то полу-

чится фрейм-экземпляр

(Список работников:

Фамилия (Попов – Сидоров – Иванов – Петров);

Год рождения (1965 – 1946 – 1925 – 1937);

Специальность (слесарь – токарь – токарь – сантехник);

Стаж (5 – 20 – 30 – 25)).

29

Связи между фреймами задаются значениями специального слота с име-

нем «Связь». Часть специалистов по ИС считает, что нет необходимости спе-

циально выделять фреймовые модели в представлении знаний, т.к. в них объ-

единены все основные особенности моделей остальных типов.



1. Что такое фрейм?

2. Что такое демон?

3. Назовите способы вывода во фреймовых системах.

Тема 18. Сетевые модели

Семантика. Семантическая сеть. Основные отношения, принятые в дан-

ной модели. Достоинства и недостатки модели. Средства, дающие возмож-

ность представлять в сети события и действия. Основные уровни языка, при-

нятые в лингвистике: уровень поверхностных структур и уровень глубинных

структур. Способы вывода в семантических сетях: механизм наследования;

механизм вывода, основанный на построении подсети, соответствующей во-

просу, и сопоставлении ее с базой знаний; перекрестный поиск. Функцио-

нальная семантическая сеть. Механизмы вывода в функциональной семанти-

ческой сети, основанные на распространяющихся волнах и паросочетаниях.

Классифицирующие сети, функциональные сети и сценарии.


Изучение данной темы следует начать с рассмотрения сетевых моделей. В

основе моделей этого типа лежит конструкция, названная ранее семантиче-

ской сетью. Сетевые модели формально можно задать в виде H = <I, C1, C2,

..., Cn, Г>. Здесь I есть множество информационных единиц; C1, C2, ..., Cn -

множество типов связей между информационными единицами. Отображение

30

Г задает между информационными единицами, входящими в I, связи из за-

данного набора типов связей.

В зависимости от типов связей, используемых в модели, различают клас-

сифицирующие сети, функциональные сети и сценарии. В классифицирую-

щих сетях используются отношения структуризации. Такие сети позволяют в

базах знаний вводить разные иерархические отношения между информаци-

онными единицами. Функциональные сети характеризуются наличием функ-

циональных отношений. Их часто называют вычислительными моделями, т.к.

они позволяют описывать процедуры «вычислений» одних информационных

единиц через другие. В сценариях используются каузальные отношения, а

также отношения типов «средство – результат», «орудие – действие» и т.п.

Если в сетевой модели допускаются связи различного типа, то ее обычно на-

зывают семантической сетью.

К сетевым моделям относят также сценарии, с помощью которых пред-

ставляют стереотипные знания. Эти знания описывают известные стандарт-

ные ситуации реального мира и позволяют восстановить пропущенную ин-

формацию, предсказать появление новых фактов и т.д.

Сценарий – это формализованное описание типичной ситуации предмет-

ной области, например, полета самолета, поступления в вуз и т. п.

В СИИ сценарии применяют для понимания текстов, формирования пове-

дения, обучения, принятия решений и др.

Сценарии также используют для пополнения знаний о ситуации.



1. Что представляет собой семантическая сеть?

2. Поясните механизм наследования.

3. Назовите способы вывода в семантических сетях.

4. Приведите пример сценария.

31

Тема 19. Основы построения экспертных систем

Задачи, выполняемые экспертными системами. Технология проектирова-

ния и разработки экспертных систем. Этапы разработки. Инструментальные

средства проектирования, разработки и отладки. Примеры реализации.


При изучении данной темы следует обратить внимание на то, что проек-

тирование ЭС основано на трех главных принципах:

1. Мощность экспертной системы обусловлена, прежде всего, мощностью

базы знаний и возможностями ее пополнения и только затем – используемы-

ми процедурами обработки информации.

2. Знания, позволяющие эксперту получить эффективные решения задач,

являются в основном эвристическими.

3. Неформальный характер решаемых задач делает необходимым обеспе-

чение активного диалога пользователя с ЭС в процессе ее работы.



1. Назовите этапы разработки экспертных систем.

2. Перечислите инструментальные средства проектирования экспертных

систем.

3. Приведите примеры реализации экспертных систем.

ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ

1. Эволюция развития баз данных.

2. Информационные системы и базы данных. Области применения баз

данных.

3. Основные понятия и определения баз данных.

4. Трехуровневая архитектура баз данных.

32

5. Этапы жизненного цикла баз данных.

6. Этапы разработки баз данных.

7. Классификация моделей данных.

8. Иерархическая модель данных.

9. Сетевая модель данных.

10. Реляционная модель данных.

11. Постреляционная модель.

12. Многомерная модель.

13. Объектно-ориентированная модель.

14. Основные определения реляционной модели данных.

15. Переход от инфологической модели к реляционной модели.

16. Нормализация отношений. Последовательность нормальных форм.

17. Семантические модели данных. Основные понятия ER-модели.

18. Нормальные формы ER-диаграмм.

19. Получение реляционной схемы из ER-диаграммы.

20. Основные понятия диаграмм классов UML.

21. Классы, атрибуты, операции.

22. Категории связей. Связь-зависимость. Связи-обобщения и механизм

наследования классов в UML. Связи-ассоциации: роли, кратность, агрегация.

23. Язык OCL. Получение схемы реляционной базы данных из диаграммы

классов UML.

24. Классификация СУБД.

25. Назначение и основные компоненты систем управления базами данных.

26. Уровни представления баз данных. Схемы и подсхемы.

27. Язык определения данных DDL.

28. Язык манипулирования данными DML.

29. Общая характеристика языка SQL. Стандарты языка SQL.

30. Типы данных SQL.

31. Средства определения доменов в языке SQL.

32. Средства определения базовых таблиц и ограничений целостности в

языке SQL.

33

33. Средства определения, изменения и удаления базовых таблиц в языке

SQL.

34. Общая характеристика оператора SELECT.

35. Средства формирования запросов.

36. Средства для обеспечения авторизации доступа к данным, управление

транзакциями, сессиями и подключениями.

37. Файловые структуры, используемые для хранения информации в ба-

зах данных.

38. Инвертированные файлы. Сжатие данных.

39. Указатели. Цепи и кольцевые структуры.

40. Виртуальная память и иерархия организации памяти.

41. Физическое представление иерархических структур.

42. Физическое представление сетевых структур.

43. Индексно-последовательная организация. Методы поиска в индексе.

44. Алгоритмы перемешивания.

45. Организация индексов в виде B-деревьев. Поиски по нескольким клю-

чам.

46. Разделение данных и связей.

47. Режимы работы с базой данных. Архитектура клиент-сервер в техно-

логии баз данных.

48. XML как средство обмена данными.

49. Защита информации в базах данных.

50. Базы знаний, экспертные системы. Классификация и структура.

51. Представление знаний, рассуждений и задач.

52. Эпистомологическая полнота представления знаний и эвристически

эффективные стратегии поиска решения задач.

53. Модели представления знаний: алгоритмические, логические, сетевые

и продукционные модели. Общая характеристика.

54. Основные конструкции логики высказываний, правила построения фор-

мул в логике высказываний, бесскобочная форма записи логических формул.

34

55. Интерпретация формулы логики высказываний, общезначимость, противоречивость, необщезначимость, непротиворечивость, выполнимость формул логики высказываний.

56. Правила эквивалентных преобразований формул. Логическое следст-вие. Метод резолюций в логическом выводе.

57. Продукционное правило. Структура продукционной системы и спосо-бы получения вывода в системе.

58. Способы визуального представления правил в продукционных систе-мах. Представление правил продукционной системы в виде И/ИЛИ-графа.

59. Конфликтный набор и способы разрешения конфликтов в продукци-онных системах в зависимости от типа вывода.

60. Фрейм. Структура фрейма. 61. Способы вывода во фреймовых системах. 62. Сходства и отличия фреймовых и объектно-ориентированных языков

программирования. 63. Семантическая сеть. Основные отношения, принятые в данной моде-

ли. Достоинства и недостатки модели. 64. Средства, дающие возможность представлять в сети события и действия. 65. Основные уровни языка, принятые в лингвистике: уровень поверхно-

стных структур и уровень глубинных структур. 66. Способы вывода в семантических сетях: механизм наследования; ме-

ханизм вывода, основанный на построении подсети, соответствующей во-просу, и сопоставлении ее с базой знаний; перекрестный поиск.

67. Функциональная семантическая сеть. Механизмы вывода в функцио-нальной семантической сети, основанные на распространяющихся волнах и паросочетаниях.

68. Классифицирующие сети, функциональные сети и сценарии. 69. Задачи, выполняемые экспертными системами. 70. Технология проектирования и разработки экспертных систем. 71. Этапы разработки. Инструментальные средства проектирования, раз-

работки и отладки экспертных систем. 72. Примеры реализации экспертных систем.

35


по изучению дисциплины



Составитель ТОЛСТОВ

КОНСТАНТИН АНАТОЛЬЕВИЧ

Редактирование и компьютерная верстка Н. П. Красильникова

Подписано в печать .2009. Формат 60×90/16. Бумага офсетная.

Печать офсетная. Усл. печ. л. 2,25. Уч.-изд. л. 1,76.

Тираж Заказ

РИО и типография УВАУ ГА(И). 432071, г. Ульяновск, ул. Можайского, 8/8

ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ, БАЗЫ...

Documents

Transcript of ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ, БАЗЫ...