Dati un to apstrāde

1. Datu apstrādes un analīzes procesā tiek izmantoti ne tikai dati.

2. Cilvēki laika gaitā gan empīriski, gan pierādījumu veidā ir noskaidrojuši daudzas un dažādas datu sakarības un atkarības. Šos likumus viņi savā darbībā plaši izmanto.

3. Ļoti svarīgi ir arī šos likumus iekļaut datu bāzes sistēmās, lai ar lieliem datu apjomiem sistēma varētu veikt tādu pat "intelektuālu" darbību, kā cilvēks realizē ar nelielām datu kopām.

4. Universālās datu bāzes sistēmās likumu izmantojums ir ļoti šaurs. Tiek lietoti likumi tikai tabulu un objektu sasaistes veidošanai, likumi datu veseluma (integritātes) pārbaudei. Bet tas ir ļoti niecīgs likumu izmantošanas iespēju pielietojums.

1

Datu bāzes un mākslīgais intelektsVienlaicīgi ar datu bāzes tehnoloģijas attīstību pagājušā gadsimta 70-ajos gados veidojās mākslīgā intelekta zinātne, kurā arvien plašāk tika izmantota loģiskās programmēšanas valodas (Prolog, Datalog, Lisp un citas). Abi pētniecības virzieni bija ieinteresēti datu un likumu efektīvākā izmantošanā:

1) datu bāžu jomā bija nepieciešamība atrisināt problēmas, saistītas ar datu bāzes sistēmu ierobežotajām modelēšanas iespējām. Īpaši tas attiecās uz relāciju datu bāzēm. Šie ierobežojumi neļāva realizēt, izmantojot tikai datu bāžu tehnoloģijas, dažādus mehānismus, saistītas ar spriešanu, problēmu risināšanu un vaicāšanu.

2) mākslīgā intelekta jomā bija ļoti svarīgi pāriet no pirmo intelektuālo sistēmu paaudzes, kuras nerisināja nekādus reālos uzdevumus, pie reālām informācijas sistēmām, kuras var strādāt ar lielu datu apjomu.

Datu bāzes pamatuzdevums ir datu glabāšanas un izgūšanas nodrošināšana. To parasti nodrošina datu bāzes vadības sistēmas.

Loģiskajās programmēšanas valodās, piemēram, Prolog vai Datalog, tiek nodrošināta likumu un faktu izmantošana, bet datu glabāšanas un vadības uzdevumi netiek pilnvērtīgi atrisināti.

2

Loģiskā domāšana (logical thinking), slēdzienu veidi1. Dedukcija ir tādu spriedumu izdarīšana, kas pilnībā izriet no sākotnējās informācijas. Slēdziena veids un metode, kurā secinājumi izriet no vispārējā uz atsevišķo (pretstats indukcijai). Arī: deductive reasoning, top-down logic.

2. Indukcija ir tādu spriedumu izdarīšana, kurus apstiprina pieejamā informācija, tomēr izdarītie spriedumi obligāti neizriet no tās. Slēdziena veids un metode, kurā no vairākiem atsevišķiem gadījumiem tiek izsecināts vispārējais (pretstats dedukcijai)

3. Abdukcija ir spriešanas veids, kurā no visiem pieņēmumiem tiek izvēlēts tas, kurš vislabāk izskaidro zināmos faktus. Abdukcija kā slēdziena veids un metode ir samērā jauns, to radīja Čārlzs Senderss Pīrss. Piemēram, ja zāle ir slapja, tad, balstoties uz abdukciju, var secināt, ka ir lijis vai ja kūp dūmi, visticamāk dūmu avots ir uguns.

3

Datu bāzes tehnoloģijas un loģiskās programmēšanas integrēšana1

Datu bāzes tehnoloģijas un loģiskās programmēšanas integrāciju sekmēja arī tas, ka loģiskās programmēšanas valoda Prolog tika izvēlēta par pamatu Japānas projektam “5-paaudzes skaitļotāju izstrāde”, kurā bija paredzēts iekļaut mākslīgā intelekta metodes jaunākajos skaitļotājos (1980. gads).

1. Deduktīvā datu bāze (loģiskās programmēšanas pielietošana datu bāzes datiem, lai veiktu dedukciju).

2. Zināšanu bāzes vadības sistēma (zināšanu (ne datu) apstrādes vadības sistēmas).

3. Ekspertu - sistēma (ekspertu zināšanu izmantošana, lietojot datu bāzes datus).

1 S.Ceri, G.Gottlob, L.Tanka. Logic Programming and Databases. Springer-Verlag, Berlin, 1990, 350 p.

4

Deduktīvas datu bāzes pamatideja

1. Datu bāzes pamatuzdevums ir datu glabāšanas un izgūšanas nodrošināšana. To

parasti nodrošina datu bāzes vadības sistēmas.

2. Loģiskajās programmēšanas valodās, piemēram, Prolog vai Datalog, tiek

nodrošināta likumu un faktu izmantošana, bet datu glabāšanas un vadības

uzdevumi netiek pilnvērtīgi atrisināti.

3. Risinājums varētu būt šo datu vadīšanas un izgūšanas likumu glabāšana

lietojumprogrammā, taču arī šeit ir savi mīnusi:

1) lietojumprogrammā ierakstītie likumi ir grūti saprotami;

2) šādu noteikumu iebūvēšana ir dārga, jo ir jāizstrādā sarežģītas

lietojumprogrammas, kuras vēlāk ir grūti modificējamas un vadāmas.

4. Deduktīvās datu bāzes glabā ne tikai datus, bet arī datu vadīšanas likumus.

Likumi apstrādā sākumdatus un tiek iegūti jauni, atvasināti dati. Deduktīvā datu

bāze ir loģiskās programmēšanas valodas apvienojums ar relāciju datu bāzi.

Jēdziens deduktīvā datu bāze sevī ietver spēju izmantot loģisko programmēšanas

valodu slēdzienu iegūšanā, balstoties uz datu bāzes datiem.

5. Loģikas izmantošanai datu bāzu sistēmās ir šādas priekšrocības:

1) loģikai ir labi definēta semantika;

2) datu iegūšanas likumu izmantošana ļauj aizvietot datu kolekciju ar vienu

likumu;

3) loģikā ir risinājumi arī tādām relāciju datu bāzu problēmām kā tukšas vērtības

vai nedefinēti dati.

5

Deduktīvās datu bāzes pamatjēdzieni

1. Deduktīvā datu bāze sastāv no divām daļām:

1) sākumdati jeb fakti (facts). To sauc par paplašināto (extensional) datu bāzi.

2) secinājumu iegūšanas likumi (inference rules), kas glabā zināšanas par to, kā

var iegūt no esošajiem faktiem jaunus faktus. Šādu komponentu sauc par

papildināto (intensional) datu bāzi.

2. Deduktīvām datu bāzēm ir dažādas metodes, kas nosaka, kā paplašinātā datu

bāze sadarbosies ar papildināto datu bāzi. Ir divas pamatmetodes:

1) homogēnā pieeja – tiek izmantota viena iebūvēta sistēma. Piemēram, gan fakti,

gan slēdzieni tiek glabāti un apstrādāti ar DATALOG vai Prolog;

2) heterogēnā pieeja – relāciju datu bāze tiek izmantota paplašinātai datu bāzei,

bet loģiskās programmēšanas sistēma tiek izmantota papildinātai datu bāzei.

3. Homogēnās metodes trūkumi:

1) faktu un likumu attēlošana pēc vienādiem principiem ir maldinoša, jo fakti un

likumi atšķiras kā izmērā, tā arī to vadības principos. Glabājot un apstrādājot tos

atsevišķi, var iegūt labāku veiktspēju.

2) glabājot visus faktus un slēdzienus galvenajā atmiņā tiek ierobežots sistēmas

zināšanu bāzes apjoms, kaut arī to daļēji risina virtuālās atmiņas tehnikas.

4. Heterogēnā metode atbalsta divas neatkarīgas apakšsistēmas – loģikas sistēmu

un datu bāzu vadības sistēmu. Loģikas sistēmā glabājas noteikumi un tajā tiek

izdarīti slēdzieni, bet datu bāzes sistēmā glabājas fakti. Loģikas sistēma nosūta

DBVS slēdzienus un atpakaļ saņem risinājumus.

6

Galvenās atšķirības starp deduktīvo DB un loģisko programmēšanu

1. Deduktīvajās datu bāzēs faktu kopa ir daudz lielāka par glabāto likumu kopu. Šī

īpašība nav sastopama loģiskajās programmās.

2. Deduktīvajās datu bāzēs predikāti ir sadalīti divās kopās: ekstensionālo predikātu

kopa un instensionālo predikātu kopa. Loģiskajās programmās tāds sadalījums

nepastāv.

3. Datu bāzes vaicājums meklē visus risinājumus, kuri apmierina vaicājuma

nosacījumus, bet loģiskajā programmā mērķis (gοаl) ir viens no iespējamiem

risinājumiem. Šī ir pamata atšķirība, kā nosacījumu izpildīšana loģiskajās

programmās atšķiras no vaicājumu izpildīšanas.

7

Deduktīvā datu bāzes sistēma

A deductive database is a database system that can make deductions (i.e.,

conclude additional facts) based on rules and facts stored in the database.

Deductive databases have grown out of the desire to combine logic

programming with relational databases to construct systems that support a

powerful formalism and are still fast and able to deal with very large

datasets.

Deduktīvā datu bāze glabā ne tikai datus, bet arī datu apstrādes likumus. Pielietojot likumus sākuma datiem, tiek iegūti jauni, atvasināti dati. Deduktīvā datu bāze ir loģiskās programmēšanas valodas apvienojums ar datu bāzes sistēmu. Jēdziens deduktīvā datu bāze sevī ietver spēju izmantot:

1) loģisko programmēšanas valodu slēdzienu iegūšanā;2) balstoties uz datu bāzes datiem.

8

Fakti

Likumi

Izveduma mehānismsJauni fakti

Deduktīvās datu bāzes sistēmas sastāvdaļas

Deduktīvā datu bāze sastāv no:1) sākuma dati jeb fakti (facts). To sauc par paplašināmo (extensional) datu bāzi;2) secinājumu iegūšanas likumi (inference rules), kas glabā zināšanas par to, kā var iegūt no esošajiem faktiem jaunus faktus; 3) jaunos faktus sauc par papildināto (intensional) datu bāzi.

Deduktīvām datu bāzēm ir dažādas metodes, kas nosaka, kā paplašināmā datu bāze sadarbosies ar papildināto datu bāzi.

9

Pamatpieejas deduktīvās datu bāzes realizēšanai

1. Homogēnā pieeja – tiek izmantota viena sistēma. Gan fakti, gan slēdzieni tiek glabāti un apstrādāti ar loģiskās programmēšanas valodu.

2. Heterogēnā pieeja – datu bāze tiek izmantota paplašināmai datu bāzei, bet loģiskās programmēšanas sistēma tiek izmantota papildinātai datu bāzei.Heterogēnā metode atbalsta divas neatkarīgas apakšsistēmas – loģikas sistēmu un datu bāzes sistēmu. Loģikas sistēmā glabājas noteikumi un tajā tiek izdarīti slēdzieni, bet datu bāzes sistēmā glabājas fakti. Loģikas sistēma nosūta datu bāzes sistēmai slēdzienus un atpakaļ saņem faktus.

Homogēnajai pieejai ir sekojoši trūkumi:1) faktu un likumu attēlošana pēc vienādiem principiem ir maldinoša, jo fakti un likumi atšķiras kā apjoma, tā arī to vadības principu jomā. Glabājot un apstrādājot tos atsevišķi, var iegūt labāku veiktspēju.2) glabājot visus faktus un slēdzienus galvenajā atmiņā tiek ierobežots sistēmas zināšanu bāzes apjoms, kaut arī to daļēji risina virtuālās atmiņas tehnikas.

10

Atšķirības starp deduktīvo DB un loģiskās programmēšanas lietojumu

1. Deduktīvajās datu bāzēs predikāti ir sadalīti divās kopās: ekstensionālo (vecie) predikātu kopa un instensionālo (jauno) predikātu kopa. Loģiskajās programmās tāds sadalījums nepastāv.

2. Datu bāzes vaicājums meklē visus risinājumus, kuri apmierina vaicājuma nosacījumus, bet loģiskajā programmā mērķis (gοаl) ir viens no iespējamiem risinājumiem. Šī ir pamata atšķirība, kā nosacījumu izpildīšana loģiskajās programmās atšķiras no vaicājumu izpildīšanas.

11

Analīzes procesa paplašināšana

Likumu datu bāzes veidošana ļauj ievērojami paplašināt analīzes procesu. Tos izmantojot, pētniecības sistēma var iegūt datus, kuru sistēmā nav. Ar izveduma mehānisma palīdzību (dedukcija) no esošiem datiem, lietojot datu savstarpējās saistības likumus, var tikt izsecināti jauni dati.

To parasti dara pats projektētājs, bet pie liela datu daudzuma, tas nav viņa spēkos. Izmantojot deduktīvo datu bāzi sākotnējo analīzes procesu var veikt apakšsistēma un šāda analīze var būt plašāka un konsekventāka kā to veiktu pētnieks. Rezultātā pētniekam jau ir sagatavots analīzes materiāls, kurš tikai jāapstiprina vai jākoriģē. Deduktīvās datu bāzes realizēšanai ir izmantotas relāciju-objektu datu bāzes datu glabāšanas struktūras un objektu metodes. Izveduma algoritma realizēšanai ir lietota loģiskās programmēšanas valodas Datalog gramatika.

Vadošie datu bāzu sistēmu izstrādātāji arī sākuši šo problēmu risināt. Piemēram, firma Oracle veido likumu vadības apakšsistēmu (rules manager) un datu bāzes semantikas lietošanas tehnoloģiju (database semantic technology).

12

Fakti

Likumi

Izveduma mehānismsJauni fakti

Mērķis

Secināšanas mehānisma (inference mechanism)

Ja ... , tad ...

13

Loģiskās programmēšanas valoda Datu bāzes sistēma

Loģiskās programmēšanas valodas un DBS kopdarbība1. Sasaiste – divu autonomu sistēmu interfeisa izveide, lai apmainītos ar datiem (datu bāze loģiskās programmēšanas valodas izpildes vides operatīvā atmiņa). Ābu autonomo sistēmu apvienojums tiek saukts par CPR sistēmām (Coupling Prolog to Relational databases).

a) vājā sasaiste (statiskā sasaiste) – datu apmaiņa notiek neatkarīgi no izveduma realizēšanas procesa, vienā datu apmaiņas procesā tiek izgūti visi nepieciešamie fakti;b) ciešā sasaiste (dinamiska sasaiste) - datu apmaiņa notiek izveduma realizēšanas procesā, kad jāiegūst kārtējie konkrētie fakti.

2. Integrācija – jaunas vienotas sistēmas izveide, loģiskās programmēšanas valodas iekļaušana datu bāzes servera programmēšanas valodu kopā.

Loģiskās programmēšanas

valoda

Datu bāzes sistēma

14

Datu bāzes savienošana ar loģiskās programmēšanas sistēmām

1. Integrācija (integrаtiοn) – integrācija prasa programmēšanas valodas

paplašināšanu, iekļaujot tajā datu bāzes valodas konstrukcijas, un tāpēc ir vajadzīga

programmēšanas valodas kompilatora un pašas datu bāzes sistēmas modificēšana;

2. Iekļaušana (embedding) – piekļūšana datu bāzei tiek implementēta izmantojot

valodas konstrukcijas, kuras, savukārt, nodrošina programmēšanas valoda.

15

CPR sistēmu pamatjēdzieni

1. Datu bāzes predikāts – PROLOG-a sistēmas pieprasījuma rezultāts: predikats1(a, b, X, Y, c).

2. Bāzes konjunkcija – datu bāzes predikātu un aritmētisko salīdzinājumu predikātu virkne: predikats1(X, a, Y), predikats2(Y, Z, V), (V = b).

3. Faktu kārtība: - datu bāzē nav svarīga; - PROLOG-a izpildes vidē no tās var būt atkarīgs rezultāts.

Bioloģisko resursu pētījumu informācijas sistēmā ir realizēta deduktīvās datu bāzes apakšsistēma, kura ļauj datu bāzē ievadīt un glabāt datu likumības, kuras parasti pētnieks izmanto analīzes procesā, bet nefiksē datorsistēmu atmiņā. Piemēram, definējot alēļu iedzimšanas likumus un izmantojot ģenētiskos alēļu datus var atrast paraugu savstarpējo radniecību - potenciālo vecāku-pēcnācēju kombinācijas. Šim uzdevumam atbilstošās deduktīvās datu bāzes saturs ir sekojošs: 1) deduktīvajā datu bāzē glabājamie fakti (predikāti): paraugs(alēle 1, alēle 2);

2) deduktīvajā datu bāzē glabājamie likumi (predikāti):

a) vecāks(paraugs(X, Y), paraugs(X,Z)) vai (paraugs(X, Y), paraugs(Y,Z)), kur

paraugs(X, Y) – vecāka paraugs,

paraugs(X, Z) vai paraugs(Y, Z) pēcnācēja paraugs,

X, Y, Z – alēles;

b) pēcnācējs(paraugs(X, Y), paraugs(X,Z)) vai (paraugs(X, Y), paraugs(Y,Z)), kur

paraugs(X, Y) – pēcnācēja paraugs,

paraugs(X, Z) vai paraugs(Y, Z) vecāka paraugs,

X, Y, Z – alēles.

16

CPR sistēmu komponentes

1. Prologa mehānisms – realizē PROLOG-a programma, izmantojot standarta izveduma mehānismu, bet var būt arī iespējas adaptēties konkrētai datu bāzes vadības sistēmai.

2. Prolog-a interfeiss – ļauj atpazīt un izmantot datu bāzes predikātus.

3. Datu bāzes interfeiss – PROLOG-a sistēmas pieprasījumu atpazīšana un atbildes nodošana:

1) vienpredikāta vaicājums, formulējas katram datu bāzes predikātam;2) daudzpredikātu vaicājums, formulējas vairākiem datu bāzes predikātiem vienlaicīgi;3) agregātu vaicājumi, formulējas agregātfunkciju aprēķināšana datu bāzes predikātu grupām;4) rekursīvie vaicājumi, formulējas rekursīviem predikātiem;5) korteži tiek atgriezti pa vienam;6) tiek atgriezta kortežu grupa.

4. Datu bāzes mehānisms – veic datu meklēšanu un atjaunošanu.

17

Datu bāzes un loģiskās programmēšanas jēdzienu atbilstība

Datu bāzes tehnoloģijas jēdzieni

Loģiskās programmēšanas jēdzieni

datu attiecība predikātsatribūts predikāta argumentskortežs fakts, bāzes dizjunktsskats likumsvaicājums mērķisierobežojums mērķis, atgriežot vēlamo patiesuma vērtību

(patiess, nepatiess)

18

Secinājumu veikšana (deduction) A B

Datu bāzē ir šādi fakti:

А, B un C ir punkti C

А, B un C nav savstarpēji kolineāri

Zinot šos faktus, daļa cilvēku, pamatojoties uz ģeometrijas likumiem, uzreiz uzmin, ka

А B C ir trijstūris. Citiem vārdiem sakot, no esošiem faktiem ir iegūts atvasināts

fakts.

Deduktīvā datu bāze:

1) fakti

А, B un C ir punkti

А, B un C nav savstarpēji kolineārie

2) likums

Ja X ir punkts UN Y ir punkts UN Z ir punkts UN X Y Z nav kolineāri,

TAD eksistē trijstūris X Y Z.

Dati, kas iegūti lietojot deduktīvos likumus, bieži tiek saukti par atvasinātiem datiem

jeb deduktīvajiem datiem.

19

Piemērs. Cilvēku ģenealoģiskais koks (genealogical tree)

Gender fact:

vīrietis(‘Jānis’).

vīrietis(‘Kārlis’).

vīrietis(‘Māris’).

vīrietis(‘Ivars’).

vīrietis(‘Pēteris’).

vīrietis(‘Otis’).

sieviete(‘Marta’).

sieviete(‘Inga’).

sieviete(‘Līga’).

Parent -fact:

vecāks(‘Jānis’, ‘Kārlis’).

vecāks(‘Jānis’, ‘Māris’).

vecāks(‘Kārlis’, ‘Marta’).

vecāks(‘Kārlis’, ‘Ivars’).

vecāks(‘Māris’, ‘Inga’).

vecāks(‘Māris’, ‘Līga’).

vecāks(‘Marta’, ‘Otis’).

vecāks(‘Inga’, ‘Pēteris’).

Posterity - rules:

pēctecis(A, B) :- vecāks(A, B).

pēctecis(A, B) :- vecāks(A, Z), pēctecis(Z, B).

bērns(A, B) :- vecāks(B, A).

māte(A, B) :- vecāks(A, B), sieviete(A).

tēvs(A, B) :- vecāks(A, B), vīrietis(A).

20