PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1
Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych w niej danych. Temporalne bazy danych są często administrowane automatycznie, poprzez usuwanie nieaktualnych danych lub ich archiwizowanie. 2
Perspektywy baz danych Rozwój rozproszonych baz danych Rozproszona baza danych - baza danych istniejąca fizycznie na dwóch lub większej liczbie komputerów, traktowana jednak jak jedna logiczna całość, dzięki czemu zmiany w zawartości bazy w jednym komputerze są uwzględniane również w innych maszynach. Rozproszone bazy danych są stosowane ze względu na zwiększoną wydajność przetwarzania na wielu komputerach jednocześnie. 3
Perspektywy baz danych Dedukcyjne bazy danych Dedukcyjnej bazy danych - W skład dedukcyjnej bazy danych wchodzą dwie bazy (lub grupy baz): Jedna zwana bazą faktów, jest typową bazą danych (taką jak np. relacyjna lub obiektowa), przechowującą trwale fakty określonego typu. Druga zwana bazą reguł wnioskowania, jest również typową bazą danych, z tym że przechowuje nie fakty lecz aksjomaty (reguły wnioskowania ). Zarówno dane jak i aksjomaty mogą być opisane w języku logiki zdań. Przykładem takiego języka jest Prolog lub Datalog (stworzony specjalnie dla dedukcyjnych baz danych). 4
Perspektywy baz danych Systemy eksperckie System ekspertowy (funkcjonują też nazwy system ekspercki) jest to program, lub zestaw programów komputerowych wspomagający korzystanie z wiedzy i ułatwiający podejmowanie decyzji. Systemy ekspertowe mogą wspomagać bądź zastępować ludzkich ekspertów w danej dziedzinie, mogą dostarczać rad, zaleceń i diagnoz dotyczących problemów tej dziedziny. W zasadzie są to bazy dedukcyjne. 5
Perspektywy baz danych Systemy eksperckie Przykładowe obszary zastosowań systemów eksperckich: diagnozowanie chorób udzielanie porad prawniczych prognozowanie pogody sterowania robotami, analiza notowań giełdowych 6
Perspektywy baz danych Hurtownie danych Hurtownia danych (ang. data warehouse) - rodzaj bazy danych, która jest zorganizowana i zoptymalizowana pod kątem pewnego wycinka rzeczywistości. W skład hurtowni wchodzą zbiory danych zorientowanych tematycznie (np. hurtownia danych klientów). Dane te często pochodzą z wielu źródeł, są one zintegrowane i przeznaczone wyłącznie do odczytu. W praktyce hurtownie są bazami danych integrującymi dane z wszystkich pozostałych systemów bazodanowych w firmie. Ta integracja polega na cyklicznym zasilaniu hurtowni danymi systemów produkcyjnych (może być tych baz lub systemów dużo i mogą być rozproszone). Architektura bazy hurtowni jest zorientowana na optymalizację szybkości wyszukiwania i jak najefektywniejszą analizę zawartości. 7
Perspektywy baz danych Data Mining Data Mining - Eksploracja danych (spotyka się również określenie drążenie danych, pozyskiwanie wiedzy, wydobywanie danych, ekstrakcja danych) to jeden z etapów procesu odkrywania wiedzy z baz danych. Istnieje wiele technik eksploracji danych, które wywodzą się z ugruntowanych dziedzin nauki takich jak statystyka i uczenie maszynowe. Idea eksploracji danych polega na wykorzystaniu szybkości komputera do znajdowania ukrytych dla człowieka prawidłowości w danych zgromadzonych np. w hurtowniach danych. 8 8
Perspektywy baz danych Data Mining Techniki i metody służące eksploracji danych wywodzą się głównie z obszaru badań nad sztuczną inteligencją. Główne przykłady stosowanych rozwiązań należą do następujących zakresów: metody statystyczne sieci neuronowe metody uczenia maszynowego metody ewolucyjne logika rozmyta zbiory przybliżone 9 9
Perspektywy baz danych Bazy rozmyte (Fuzzy database) Od 1995 roku datowana jest teoria zbiorów rozmytych. Podstawowym założeniem, leżącym u jej podstaw jest rozszerzenie tradycyjnego dla klasycznej teorii zbiorów pojęcia przynależności elementu do zbioru. Miejsce dwóch stanów, należy i nie należy, zastąpiła liczba z przedziału [0,1] określająca stopień przynależności danego elementu do określonego zbioru rozmytego. Każdy element zbioru rozmytego musi mieć określoną, przyporządkowaną wartość przynależności do zbioru. Przyporządkowanie to w teorii zbiorów rozmytych nosi nazwę funkcji przynależności. 10
Perspektywy baz danych Bazy rozmyte Jeśli więc przyjmiemy, że X reprezentuje i-elementowy rozmyty zbiór elementów to funkcja przynależności przyporządkowuje każdemu elementowi zbioru X stopień, w jakim należy on do zbioru rozmytego. Stopień ten wyraża się liczbą z przedziału [0,1], gdzie 0 oznacza zerową przynależność, a 1 całkowitą. Przykład. Poniższy rysunek przedstawia wykres przykładowej funkcji przynależności dla zbioru rozmytego A, będącego zbiorem liczb mniej więcej równych 10. 11
Perspektywy baz danych Bazy przestrzenne Bazy przestrzenne do tworzenia modeli i danych przestrzennych. W Oracle istnieje moduł SPATIAL do obsługi takich danych. Zawiera on nawet pewne elementy programowania. Zastosowania: Opis map; 12