Основы моделирования данных

Вид материалаДокументы

Содержание


Основные элементы модели данных
Структуры данных
Способы структуризации данных
Схема структуры данных
Типы структур данных
Представление структуры данных
Ограничения целостности
Внутренние ограничения
Статические спецификации
Операции над данными
Рекомендуемая литература
Ключевые слова
Подобный материал:
Основы моделирования данных

Задачи моделирования данных. Классификация моделей данных.


Создание информационной системы с целью поддержания деятельности в какой-либо сфере позволяет человеку, работающему в этой области, взаимодействовать не с самим реальным объектом, а с информационной системой. Такой подход позволяет получать представление о состоянии объектов и происходящих процессов предметной области не путем непосредственного измерения в реальном мире, а используя информационную модель. Достоинство модельного подхода состоит в том, что он предоставляет возможности для анализа и оценки последствий различных управленческих решений без проведения натурного эксперимента. Информационные модели обеспечивают формализованное представление (алгебраическое, графическое и др.) исследуемых объектов и их взаимосвязи.

Модели данных никогда не обеспечат исчерпывающего познания о предметной области, однако важно, чтобы объем знаний и семантика данных были адекватны желаемому использованию данных. Рассмотрим задачу: пусть необходимо внести некоторую сумму на счет клиента банка. Отдел, занимающийся работой с клиентами, вероятно, будут интересовать следующие данные: номер счета, сумма вклада, дата вклада, фамилия клиента. При этом несущественными будут такие характеристики как количество клиентов, находящихся в данный момент в банке; количество обслуживающих клиентов сотрудников. Последние перечисленные детали будут не интересны сотрудникам отдела по работе с клиентами, т.к. не отвечают имеющим место операциям, проводимым отделом. Некоторые детали, признанные несущественными одним пользователем, могут представлять интерес для других. В нашем примере сотрудников, занимающихся улучшением обслуживания клиентов, как раз и будут интересовать такие данные как численность клиентов банке на определенный момент времени, время обслуживания и т.п. Таким образом, различные категории пользователей могут иметь разные модели реальности.

Модели являются мощным средством, которое помогает избавиться от несущественных деталей и понять реальные требования конкретных пользователей. Следовательно, процесс моделирования сводится к «отсеиванию» лишних деталей и ассоциированию элементов реальности в модели данных с целью построения «правильной» модели реального мира.

В моделировании важную роль играют ее информационные ресурсы. Во всех классах моделей, кроме случая темпоральных баз данных, информационные ресурсы представляют статичную модель предметной области, характеризуя ее текущее состояние. Темпоральные модели позволяют предоставить динамику предметной области – изменение ее состояния во времени.

Природа моделей предметной области, поддерживаемых в информационных системах, может быть различной. С технологической точки зрения наиболее существенны различия подходов к моделированию предметной области по степени структурированности ее представлений, которую они обеспечивают.

Структурированные модели. Модели такого рода основаны на выявлении регулярной структуры предметной области. Для конструирования таких моделей нужно типизировать объекты предметной области, отнеся их к некоторому одному типу с одинаковым набором свойств. Аналогично типизируются и возможные связи между объектами. Представление предметной области, сконструированное с помощью рассматриваемого подхода, называют структурированным.

Одной из разновидностей данного подхода является объектный подход (или объектно-ориентированной), который дает возможность моделировать не только структуру предметной области, но также и поведение отдельных объектов, относящихся к определенному типу. С этой целью определение каждого типа объектов включает определения допустимых для него операций (или методов).

При использовании структурированных моделей предметной области представление предметной области имеет два уровня. Представление более высокого уровня абстракции – это модель предметной области, отображающая ее свойства, инвариантные во времени. Эта модель представляется в терминах типов сущностей предметной области и типов связей между ними носит название интенсионал предметной области. Второй, более конкретный уровень моделирует состояние предметной области в зависимости от времени. Модель этого уровня представляется в терминах конкретных проявлений типов сущностей и связей между ними; модель на этом уровне называют экстенсионалом предметной области.

На структурированных моделях предметной области с регулярной структурой основаны системы баз данных. В этом случае интенсионал предметной области – схема базы данных. Естественно называть информационные ресурсы систем баз данных структурированными данными.

Слабоструктурированные модели. При создании некоторых систем применяется подход к моделированию предметной области, при котором регулярная ее структура не определена или она не существует в рассматриваемом случае. В этом случае не применяется единая строгая типизация объектов предметной области и возможных связей между ними. Представления предметной области являются одноуровневыми. Поддерживается экстенсионал предметной области – ее представление в терминах конкретных проявлений объектов и связей между ними. Иногда предпринимается попытка некоторой типизации объектов, при этом не гарантируется, что свойства типов обязательно присущи всем относящимся к ней частным проявлениям. Определенный в таком случае интенсионал, по аналогии с системами баз данных называют схемой, однако он не играет директивной роли.

Такого рода представления предметной области называют слабоструктурированными; информационные ресурсы подобных систем, называют слабоструктурированными данными.

Наиболее известной системой, в которой поддерживается слабоструктурированное представление предметной области, является глобальная гипермедийная распределенная информационная система WWW, базирующаяся на технологиях HTML.

В случае поддержки технологической платформы XML осуществляется управление как структурированной, так и неструктурированной предметными областями.

Примером сильно структурированной модели данных является японский сад, где жестко определено место и философское значение каждого растений в общей схеме размещений. Альтернативой этому и иллюстрацией неструктурированных моделей являются джунгли, где не существует никаких привнесенных извне законов выращивания растений.

Формальные модели. Такие модели связаны с подходом моделирования предметной области информационной системы, основанным на использовании формальных языков. Как и в случае структурированных моделей, здесь определена регулярная структура предметной области, но для модельного ее представления используются формальные языки. Формальное представление предметной области является двухуровневым; оно включает интенсионал как набор аксиом, описывающих соотношения между его элементами (типами объектов и связей), и в этом контексте они выступают в качестве предметных переменных; экстенсионал представляет собой совокупность фактов.

При создании формальных моделей обычно используют языки представления знаний, чаще всего языки логики представления первого порядка и их разновидность – язык логики описаний.

Рассматриваемый поход позволяет осуществить логический вывод и пользователь может обращать к системе новые факты, которые непосредственно в явном виде в ней не были представлены. Такие интеллектуальные системы получили название систем, основанных на знаниях.

Неструктурированные модели. К этой категории относятся вербальные модели, т.е. модели, описывающие реальность в виде текстов на естественном языке. В таких моделях явным образом не представляется структура предметной области; структура может быть реконструирована на основе анализа содержания заданных текстов, однако не всегда однозначным образом. Автоматизация такого анализа – достаточно сложная задача, связанная с технологиями обработки естественного языка.

Интенсионал в подобных моделях может быть материализован в форме тезауруса, описания онтологии предметной области. В простейших системах он явно в системе не представлен и недоступен.

Представления предметной области в вербальных моделях можно назвать неструктурированными; информационные ресурсы таких систем принято называть неструктурированными данными. К числу информационных систем, используемых вербальные модели, относятся системы текстового поиска.

Принятый подход к моделированию предметной области существенным образом влияет на используемые в ней информационные технологии и инструменты разработки.

Для создания структурированных и слабоструктурированных представлений предметной области и выполнения операций в терминах таких представлений служат разнообразные реализованные в программных средствах инструменты моделирования, называемые моделями данных.

Концепция моделей данных родилась в области баз данных и приобрела в ней фундаментальное значение. В свое время самых престижных наград в области информатики были удостоены идеолог сетевой модели данных CODASYL Чарльз Бахман (Charles Bachman,1973г.) и создатель реляционной модели Эдгар Кодд (Edgar Codd,1981).

Впервые понятие модели данных в контексте разработки системы баз данных появилось в Отчете Рабочей группы при ANSI; в 1975г. соответствующий документ был утвержден, вследствие чего модель данных стала рассматриваться как интеллектуальное средство, позволяющее реализовать интерпретацию данных (анализ способов кодирования информации в файловых системах позволил выделить наиболее часто используемые модели представления сведений о предметной области).

Модель данных – это средство абстракции, позволяющее увидеть информационное содержание данных, а не отдельные значения этих данных. Таким образом, можно определить процедуру моделирование данных, как:
  • «деятельность, связанная с изучением требований к данным и с проектированием баз данных, хранилищ данных или других систем, использующих ресурсы данных, результатом которой является описание предметной области системы средствами какой-либо модели данных.
  • область исследований, связанных с разработкой и изучением модели данных, а также методологией их практического применения».1

Устарелая трактовка интерпретирует модель данных как структуру конкретной базы данных, и она до сих пор встречается в литературе.

В современном понимании модель данных - это не результат, а инструмент моделирования, т.е. совокупность правил структурирования данных, допустимых операций над ними и видов ограничений целостности, которым они должны удовлетворять.

В информационных системах приходится иметь дело с моделями различных уровней абстракции. С этой точки зрения можно рассматривать модель данных как метамодель для описания интенсиональных моделей предметной области в среде выбранной СУБД или других средств управления данными. Операционные средства модели данных используются для выполнения различных операций над элементами экстенсиональной модели предметной области или для построения запросов.

В системах баз данных интенсиональная модель предметной области, выраженная с помощью дескриптивных средств модели данных, которая реализована в используемой СУБД, называется схемой данных.

Основные элементы модели данных


Исходя из определения, данного выше, попытаемся сформулировать элементы структуры модели данных. Модель данных определяет правила, в соответствие с которыми структурируются данные. Однако структурные спецификации не обеспечивают возможности полной интерпретации семантики данных и способа их использования. Должны быть также специфицированы допустимые операции над данными.

Существует ряд понятий и определений, которые имеют непосредственное отношение ко всем моделям. Рассмотрим модель реального мира и свойства, которые она отражает.

Свойства: статические и динамические. Статические свойства отражают те качества предметной области, которые неизменны и справедливы всегда. Динамические свойства соответствуют эволюционной природе мира. Отсюда определение модели данных как совокупности множества правил порождения и множеств операций.

Структуры данных

Множество правил порождения выражает статические свойства предметной области и соотносится с языком определения данных (ЯОД). ЯОД определяет допустимые структуры данных – объекты и связи, а также возможные условия реализации данных. Определение структур данных выполняется посредством выбора соответствующих категорий (например, объект – сущность, его значения – атрибуты, имеющие специфицированные моделью типы).

Способы структуризации данных

Одним из способов структуризации данных является использованием механизма абстракций. Абстракция позволяет облегчить процесс понимания сложных объектов путем сосредоточения внимания только на существенных их свойствах и связях. В моделировании абстракция применяется для образования категорий данных.

При структуризации выделяют два вида абстракций: агрегацию и обобщение

Обобщение позволяет трактовать класс различных объектов как один поименованный обобщенный тип объекта. В обобщении подчеркивается общая природа объектов. В случае многоуровневой иерархии обобщенная структура обобщения образует родовидовую иерархию, что приводит к понятию родового и видового объекта.

Агрегация, напротив, позволяет рассматривать связь между элементами данных, как некий новый элемент более высокого уровня. Примеры обобщения и агрегации приведены на Рис. 1.

На обнове обобщения и агрегации можно из одних категорий строить другие более обобщенные, что и используется сегодня в различных моделях.




Рис. 1 Типы абстракций, применяемые в моделировании

Схема структуры данных

Каждый класс моделей данных использует определенный набор типов структур данных для изображения объектов, их свойств и связей. Типы структур данных обычно таковы, что структура одного типа формируется путем агрегации или обобщения из структур другого типа. Определение структуры данных некоторого типа на формализованном языке называется ее схемой. Схема задает совокупность свойств, соответствующих данному типу структуры. Реализацией схемы является конкретная структура данных соответствующего типа. Правила композиции и правила генерации реализаций схемы регламентируются языком описания данных (ЯОД).

Типы структур данных

Современные фактографические информационные системы используют несколько типов структур данных, каждый из которых ориентирован на формализованное представление данных предметной области. К ним могут быть отнесены следующие типы: плоская структура данных (поле – запись – файл - набор), структура данных КОДАСИЛ (элемент данных – агрегат – запись – набор - база данных).

Представление структуры данных

В моделировании данных форма представления данных является важной составляющей, поскольку необходимо хранить данные в памяти ЭВМ и представлять пользователю в форме, облегчающей интерпретацию и понимание. Простейшей формой представления данных является отношение (таблица), в качестве аналогов при машинной обработке могут выступать запись, файл, поле. Другим способом представления данных является графовая форма.

Ограничения целостности

Правила порождения ограничений - выбор допустимых реализаций данных, который задается путем указания для каждой категории ограничений целостности. Ограничения целостности представляют собой свойство, которое для данного множества или отношения должно быть истинно, или ложно. Вместе со схемой структуры данных они определяют свойства данных. Ограничения вводятся в модель данных в целях повышения ее семантичности и связанной с этим адекватности отражения реального мира в модели, а также для обеспечения непротиворечивости данных заданным ограничениям при переводе базы данных из одного состояния в другое.

Модель данных поддерживает два вида ограничений целостности: внутренние и явные. Внутренние ограничения целостности интегрированы со структурами и представляют собой правила композиции допустимых структур данных и находят свое отражение в структурных спецификациях и правилах выполнения операций. Например, иерархической модели данных присуще внутреннее ограничение связи между данными на древовидную структуру.

Для расширения возможностей представления ограничений целостности в модель данных введены явные ограничения, которые отвечают за согласованность основных бизнес-процедур предметной области. Они специфицируются в базе данных явным образом при помощи специальных конструкций языка определения данных. Примером такого определения может быть ограничение представление атрибута «код факультета» числом из двух десятичных цифр. Чем больше ограничен диапазон структур данных, на представление которых ориентирована модель, тем большее число видов внутренних ограничений она предусматривает и тем меньшее число видов явных ограничений необходимо или возможно задавать. Например, функциональность связи для иерархической модели является внутренним ограничением, а для реляционной модели функциональность типов связи должна быть задана явно.

Различают спецификации статических и динамических ограничений и два рода средств спецификации. Статические спецификации выражают правила, которые определяют допустимые (достоверные) состояния базы данных; в этом случае обычно используются исчисления предикатов. Динамические спецификации определяют допустимые переходы базы данных из одного состояния в другое.

СУБД проверяет непротиворечивость системы ограничений и при своем функционировании обеспечивает целостность данных по отношению к заданным ограничениям. Верификация осуществляется с учетом следующих требований: непротиворечивости, удовлетворяемости, адекватности существующим знаниям о предметной области. В современных коммерческих системах контроль за соблюдением внутренних ограничений осуществляется автоматически, и поэтому не вызывает трудностей; нарушение ограничения в конечном итоге выглядит как нарушение корректности структуры. Явные ограничения не имеют таких органичных связей, и контроль за их соблюдением обычно связан с проверкой значений множества данных.

Операции над данными

Динамические свойства выражаются множеством операций, соотносимых с языком манипулирования данными (ЯМД). Множество операций определяет допустимые действия над реализацией базы данных для преобразования ее в другую реализацию базы данных. Операции можно рассматривать как некоторые функции, определенные на множестве состояний базы данных. Любая операция над данными включает в себя две компоненты: выборка (селекция) и действие. Выборка определяет критерий отбора данных, над которыми будет произведено какое-либо действие. Действие определяет характер операции. Выборка может быть определена следующими способами: с использованием логической позиции данных, значения данного, связей между данными и комбинацией указанных способов. Действие в модели данных выражается следующими операциями: идентификация данного значения атрибута, выборка данных, модификация данных, добавление (удаление) данных.

Существенный признак, по которому различают операции, определяется способом получения результата. По этому признаку выделяют навигационные и спецификационные операции. Операцию называют навигационной, если ее результат получается путем прохождения по связям, реализованным в структуре данных. Результат ее выполнения – единичный объект, например, значение атрибута, реализация сущности.

Если операции могут специфицировать новую структуру, определяемую на структуре базы данных, которой в общем случае соответствует множество объектов, то такую операцию называют спецификационной. Навигационные операции всегда предполагаю выборку посредством текущей, в то время как для спецификационных операций это не является обязательным.

Определенные выше операции выполняются по схеме «Выбор-действие», однако существуют и другие операции, выполняемые по другим схемам и реализующие более сложные функции, например, функцию поддержки целостности. Такие обобщенные операции называют процедурами базы данных. Это механизм изменения состояния базы данных, обладающий высокой общностью. Процедура рассматривается как единая макрооперация. Использование процедур существенно расширяет динамические свойства модели данных.

Операции могут приводить к изменению базы данных или оставлять ее в текущем состоянии (например, операции обновления значений поля и выборка по конкретному запросу пользователя). Выполнение операций может привести к нарушению явных ограничений целостности, внутренние ограничения, как уже говорилось, поддерживаются системой управления базами данных автоматически.

Таким образом, модель данных можно определить как «совокупность правил структурирования данных в базах данных, допустимых операций над ними и ограничений целостности, которым они должны удовлетворять» (см.Рис. 2)2.





Рис. 2 Структура модели данных


При описании предметной области мы пользуемся термином модель данных на разных уровнях. Эти уровни не всегда связаны с классической трехуровневой архитектурой баз данных и могут быть представлены в виде следующей схемы.

На самом нижнем уровне мы говорим, что текущее состояние конкретной базы данных является моделью реальности, т.к. это запись избранных фактов, являющихся верными в данный момент (требование актуальности баз данных). Например, «Товар «В» находится на складе в количестве 5 единиц». В случае изменения количества товара база данных должна измениться, чтобы оставаться верной моделью реальность.

На более высоком уровне схема, описывающая структуры базы данных, является моделью совокупности моделей (т.е. является моделью совокупностей состояний базы данных). Схема моделирует большое многообразие состояний базы данных, определяя общие характеристики всех этих состояний. Так, «Имя клиента» и его «Адрес» выделены в качестве характеристик, применимых к качеству различных людей, и могут меняться время от времени.

На самом верхнем уровне методология проектирования базы данных описывает конструкции и правила, которые применяются при создании схемы. Таким образом, этот уровень также является моделью множества моделей (возможных схем данных). Данная методология проектирования, такая как концептуальная или реляционная модели данных, является моделью высшего уровня и описывает в общих терминах множество схем.

Таким образом, говоря о модели данных, мы подразумеваем методологию создания схем баз данных для практических ситуаций. Эти схемы баз данных являются, в свою очередь, моделями, определяющими логическую структуру, фиксирующую факты о некоторой части реального мира. Когда эти факты зафиксированы и записаны в компьютерной системе базы данных, сама база данных становится моделью текущего состояния реальности. Каждый из двух верхних уровней становится моделью предшествующего ему уровня (Рис. 3).

Предметная область систем обработки экономической информации считается определенной, если известны существующие в ней объекты, их свойства и отношения. Моделирование экономической системы начинается с предварительной структуризации предметной области: объекты реального мира подвергаются классификации, фиксируется совокупность подлежащих отображению в базе данных типов объектов.



Рис. 3 Три уровня моделей

Для каждого типа объектов выявляется совокупность свойств, посредством которых будут описываться конкретные объекты этого типа в базе данных и виды отношений (взаимосвязей) между этими объектами. Затем решаются вопросы относительно представляемой в базе данных информации.

Анализ основных типов моделей экономических систем позволяет сформулировать основные требования, которым должен отвечать аппарат моделирования:
  • обеспечивать учет особенностей экономической информации;
  • предоставлять средства определения внутренних ограничений целостности, соответствующих основным практически используемым ситуациям;
  • базироваться на использовании объектов, являющихся сложными конструкциями;
  • давать возможность описывать более широкий класс понятий, используемых для адекватного представления предметной области;
  • обеспечивать разнообразие видов представления объектов предметной области (графическое, текстовое, алгоритмическое);
  • позволять строить многомерное отображение предметной области, на основе которого могут быть формализуемы требования к системе обработки данных;
  • обеспечивать устойчивость проектных решений к изменениям в информационной сфере предметной области.


Необходимо отметить, что исследования в области моделирования данных ведутся уже более 40 лет. Ключевыми для этой области явились результаты следующих научных конференций и симпозиумов:

1976г. – Conference on Data: Abstraction, Definition and Structure;

1981г. – Workshop on Data: Abstraction, Databases, and Conceptual Modelling;

1984г. – On Conceptual Modelling. Perspectives from Artificial Intelligence, Databases, and Programming Languages.

В процессе моделирования в качестве основной информационной единицы необходимо иметь ту, которая наиболее адекватно отображает экономическую сущность и закономерности развития предметной области. На начальном этапе моделирования экономической структуры, где доминирующим являются процедуры содержательного анализа, предпочтительнее использовать модели с высоким уровнем семантического отображения, На последующих стадиях моделирования, где определяющим становится синтаксическая структура данных, необходимо использовать модели, обеспечивающие средства формализации структурных взаимосвязей данных. При этом уже абстрагируются от их семантики и других содержательных аспектов.

При информационном моделировании экономических систем важно обеспечить представление моделью всего множества используемых экономических показателей, поскольку только на основе многоаспектного исследования системы взаимосвязанных показателей достигается устойчивость проектных решений.

Дадим краткие сведения относительно используемых на практике информационных моделей.

Наиболее простым, но слабо приспособленным к машинной обработке типом информационных моделей, является представление информационных процессов в виде графиков (сетевые графики, структурные информационно-временные схемы, документограммы т.п.). Графические методы обладают сравнительно небольшими аналитическими возможностями, что обусловлено неполнотой состава компонентов объектов управления, отображаемых в модели, и ограничениями, налагаемыми требованием обозримости (ограничения на размер моделируемого объекта и глубину структурирования его компонентов).

Более совершенными и приспособленными к обработке на ЭВМ считаются такие виды моделей, как матричная, графоаналитическая и машинно - синтезируемая. Анализ показывает, что перечисленные модели представляют проектировщику практически равные аналитические возможности и находятся примерно на одинаковом качественном уровне, но не затрагивают многих существенно важных для процесса проектирования вопросов (недостаточно полно отражают технологию и структуру обработки данных).

К настоящему времени известны десятки моделей: реляционные, сетевые, инфологические, отношения семантики данных, функциональные, основанные на семантических сетях, на теории расширенных множеств. Основные аспекты, по которым могут сопоставляться модели, - это структурные качества, вид логического доступа, концептуальные возможности, терминология и семантика.

В ранних методах моделирования основное внимание уделялось формам представления моделируемых объектов. Модели определяли такие структуры представления данных, которые были удобны для хранения и манипулирования ими внутри ЭВМ. К этому классу относятся сетевые и иерархические модели данных; функции этих моделей ограничиваются возможностями вычислительной техники.

Развитие направления семантические моделей создает теоретические предпосылки для системного обобщения и накопления опыта выполнения проектируемых решений. Одной из разновидностей таких моделей являются семантические сети. Первоначально данный класс моделей возник в области исследования искусственного интеллекта, однако впоследствии семантические сети стали использоваться в качестве моделей данных для применения в сфере управления данных. Сведения, изложенные на языке, близком к естесственному, должны были предварительно структурированы: в явной форме необходимо было выделить объекты или понятия и отношения между ними. Семантическая сеть является мультиграфом, вершины которого отождествляются с объектами, действиями, свойствами и другими элементами, а дуги - с отношениями. В общем случае семантическая сеть может иметь в своей основе иерархическую структуру, верхние уровни которой отражают наиболее общие понятия. Однако реальные возможности современных ЭВМ не всегда позволяют реализовать произвольную структуру представления предметной области.

Особую разновидность семантических сетей представляют регуляризованные сети, в которых информация хранится в виде совокупности определенных образом структурированных данных, воспроизводящих стереотипные ситуации. Эти структуры запомненных данных называют фреймами. Фрейм можно представить в виде сети, состоящей из узлов и связей между ними. В такой сети каждый узел заполнен своим «заданием», содержащим те или иные характерные черты ситуации, которой он соответствует. Узлы фрейма можно расположить иерархически; в этом случае верхний уровень отвечает за более общие понятия, которые всегда верны для предполагаемой ситуации; узлы нижних уровней по большей мере не заполнены своими заданиями (они называются слотами). Они должны быть заполнены конкретными данными, соответствующими их возможным заданиям в процессе приспособления фрейма к конкретной ситуации. Группа родственных фреймов может быть объединена в системы фреймы, результаты характерных действий отражаются с помощью трансформаций между фреймами системы.

Известны и другие модели смыслового уровня. Например, язык исчисления предикатов. Достоинством этого способа представления предметной области является нетрадиционное описание способа решения некоторой управленческой задачи: дается описание логической модели (некоторые факты относительно свойств предметной области и отношения между ними, а также правила вывода новых свойств на основе уже заданных); не используются предписания последовательности шагов, выполняя которые можно решить задачу. Описание состоит из множества утверждений, каждое и которых является либо фактом о заданной информации, либо правилом, указывающим, как решение связано с заданными фактами.

В последнее время появилось множество публикаций, посвященным развитию семантического подхода в моделировании данных, и как следствие, формализации предметной области посредством новых моделей данных. Среди наиболее интересных можно отметить модели «объект-качество», универсальная модель данных, совмещенная объектная и реляционная модели для представления сложных объектов.

В дальнейшем рассмотрим более подробно следующие модели данных, применяемые при построении систем баз данных: сетевая модель, иерархическая модель, реляционная модель, концептуальная модель данных «сущность-связь».

В заключении следует отметить, что любая модель представляет определенную часть характеристик объекта, и для решения разных задач требуется строить разные модели объекта. Именно поэтому моделирование представляет истину только в предпоследней инстанции; это называют «всеобщим правилом ограниченности моделей». Из этого следует, что не может существовать только один подход к моделированию систем в качестве универсального, равно, как и сумма нескольких подходов в таком качестве.

Рекомендуемая литература:
  1. М.Р.Кагаловский Энциклопедия технологий баз данных. – М.: Финансы и статистика, 2002
  2. Конолли Т., Бегг К. Базы данных: Проектирование, реализация и сопровождение. Теория и практика. – М.: Вильямс, 2000
  3. А.И. Мишенин Теория экономических информационных систем. – М.: Финансы и статистика, 1999
  4. Хомоненко А.Д. и др. Базы данных: Учебник для высших учебных заведений.- СПб, КОРОНА принт, 2000
  5. Цикритзис Д., Лоховски Ф. Модели данных. – М.: Финансы и статистика, 1985


Ключевые слова:

абстракция данных

верификация

графические методы

графоаналитическая модель

динамические спецификации

динамическое свойство модели данных

исчисление предикатов

матричная модель

моделирование

модель данных

навигационные операции

ограничения целостности

операции над данными

плоская структура данных

правила порождения

процедура

семантика данных

семантические модели

сильнотипизированная модель данных

слаботипизированная модель данных

спецификационные операции

статические спецификации

статическое свойство модели данных

структура данных

структура данных КОДАСИЛ

схема структуры данных

язык манипулирования данными

язык определения данных


1 М.Р Кагаловский Энциклопедия технологий баз данных. М.: Финансы и статистика, 2002 (с. 532)


2 М.Р.Когаловский Энциклопедия технологий баз данных. – М.:Финансы и статистика. 2002 (с.532)