- •1. Экономическая информация, ее виды, структурные единицы.
- •2. Внемашинная организация экономической информации: документы, их виды, структура.
- •3. Понятие классификации информации. Системы классификации.
- •4. Классификаторы информации, их назначение, виды.
- •5. Понятие кодирования информации. Методы кодирования.
- •6. Внутримашинная организация экономической информации: файловая организация данных и базы данных. Преимущества баз данных.
- •7. Объемы современных баз данных и устройства для их размещения.
- •8. Приложения и компоненты базы данных. Словарь данных.
- •9. Пользователи базы данных.
- •10. Трехуровневая модель организации баз данных.
- •11. Понятие модели данных. Иерархическая модель, ее достоинства и недостатки.
- •12. Сетевая модель, ее достоинства и недостатки.
- •14. Связь между таблицами в реляционной модели данных. Первичный и внешний ключи, их отличия.
- •13. Реляционная модель. Ее базовые понятия (отношение, домен, кортеж, схема, степень и мощность отношения), достоинства и недостатки.
- •15. Реляционная целостность: целостность отношений, ссылочная целостность.
- •16. Операции реляционной алгебры: объединение, пересечение, декартово произведение, разность, проекция, выборка, соединение, деление.
- •17. Постреляционная модель, ее достоинства и недостатки.
- •18. Объектно-ориентированная модель данных. Ее базовые понятия (объекты, классы, методы, наследование, инкапсуляция, расширяемость, полиморфизм), достоинства и недостатки.
- •19. Объектно-реляционная модель данных, ее достоинства и недостатки.
- •20. Многомерная модель данных, ее базовые понятия (измерение, ячейка), достоинства и недостатки.
- •21. Понятие проектирования базы данных. Требования, предъявляемые к базе данных.
- •22. Этапы жизненного цикла базы данных.
- •23. Модель "сущность-связь", ее понятия: сущность, атрибут, экземпляр сущности, связь, мощность связи. Представление сущности и связи на er-диаграмме.
- •24. Типы связи, их представление на er-диаграмме.
- •25. Класс принадлежности сущности, его представление на er-диаграмме.
- •26. Правила преобразования er-диаграмм в реляционные таблицы в случае связи 1:1.
- •27. Правила преобразования er-диаграмм в реляционные таблицы в случае связи 1:м, м:n.
- •28. Нормализация таблиц, ее цель. Первая нормальная форма. Вторая нормальная форма. Третья нормальная форма.
- •29. Концептуальное проектирование, его цель и процедуры.
- •30. Логическое проектирование, его цель и процедуры.
- •31. Физическое проектирование, его цель и процедуры.
- •32. Семантическая объектная модель. Пример объектной диаграммы.
- •33. Сase-средства для моделирования данных.
- •34. Понятие субд. Архитектура субд.
- •35. Возможности, предоставляемые субд пользователям. Производительность субд.
- •36. Классификация субд. Режимы работы пользователя в субд.
- •37. Функции субд.
- •38. Направления развития субд: расширение множества типов обрабатываемых данных, интеграция технологий баз данных и Web-технологий, превращение субд в системы управления базами знаний.
- •39. Знания, их виды. Базы знаний. Экспертные системы.
- •40. Продукционные модели. База фактов. База правил. Работа машины вывода.
- •41. Семантические сети. Виды отношений. Пример семантической сети.
- •42. Фреймы, их виды, структура. Сети фреймов. Примеры фреймов.
- •43. Формальные логические модели. Их примеры (исчисление высказываний и исчисление предикатов).
- •44. Характеристика субд Micrоsoft Access 2003: тип, платформа, функциональные возможности, пользовательский интерфейс, настройка рабочей среды.
- •45. Характеристика объектов базы данных.
- •46. Типы обрабатываемых данных и выражения.
- •47. Инструментальные средства для создания базы данных и ее приложений.
- •48. Технология создания базы данных: описание структуры таблиц, установка связи между таблицами, заполнение таблиц данными.
- •49. Корректировка базы данных (каскадные операции).
- •50. Работа с таблицей в режиме таблицы.
- •51. Конструирование запросов выбора, перекрестного запроса, запросов на внесение изменений в базу данных.
- •52. Конструирование формы: простой, с вкладками, составной, управляющей (с кнопками)
- •53. Конструирование отчета с вычислениями в строках, с частными и общими итогами.
- •54. Создание статических Web-страниц из объектов базы данных. Конструирование страниц доступа к данным.
- •55. Конструирование макросов связанных и не связанных с событиями, различных по структуре.
- •56. Назначение, стандарты, достоинства языка sql.
- •57. Структура команды sql.
- •58. Типы данных и выражения в sql.
- •59. Возможности языка sql по: определению данных, внесению изменений в базу данных, извлечению данных из базы.
- •60. Понятие и типы транзакций. Обработка транзакций в sql.
- •61. Управление доступом к данным в sql.
- •62. Встраивание sql в прикладные программы.
- •63. Диалекты языка sql в субд.
- •64. Эволюция концепций обработки данных.
- •65. Системы удаленной обработки.
- •66. Системы совместного использования файлов. Обработка запросов в них. Недостатки систем.
- •67. Настольные субд, их достоинства и недостатки.
- •68. Клиент/серверные системы: клиенты, серверы, клиентские приложения, серверы баз данных.
- •69. Функции клиентского приложения и сервера баз данных при обработке запросов. Преимущества клиент/серверной обработки.
- •70. Характеристики серверов баз данных.
- •71. Механизмы доступа к данным базы на сервере.
- •72. Понятие и архитектура распределенных баз данных (РаБд). Гомогенные и гетерогенные РаБд. Стратегии распределения данных в РаБд.
- •74. Обработка распределенных запросов. Преимущества и недостатки РаСубд.
- •73. Распределенные субд (РаСубд). Двенадцать правил к. Дейта.
- •75. Типы интерфейса доступа к данным базы.
- •76. Olap-технология и хранилище данных (хд). Отличия хд от базы данных. Классификация хд. Технологические решения хд. Программное обеспечение для разработки хд.
- •77. Проблемы многопользовательских баз данных. Администратор базы данных, его функции.
- •78. Актуальность защиты базы данных. Причины, вызывающие ее разрушение. Правовая охрана баз данных.
- •81. Оптимизация работы базы данных (индексирование, хеширование, технологии сжатия данных базы).
- •79. Методы защиты баз данных: защита паролем, шифрование, разграничение прав доступа.
- •80. Восстановление базы данных с помощью резервного копирования базы данных, с помощью журнала транзакций.
- •82. Возможности субд Access по администрированию баз данных.
19. Объектно-реляционная модель данных, ее достоинства и недостатки.
В связи со значительным усложнением приложений появилась новая модель – расширенная реляционная модель (Extended Relation Data Model –ERDM). Эта модель включила в себя основные достоинства объектно-ориентированной модели и одновременно унаследовала простоту структуры реляционных моделей, и потому стала называться объектно-реляционной моделью данных. В отличие от объектно-ориентированной модели (OODM) объектно-реляционная модель (ERDM) основана на стратегии реляционной модели, в то время как OODM модель основана на объектной стратегии. Исходя из этого, модель ERDM наиболее приспособлена для бизнес-приложений, а модель OODM используется в специальных инженерных и научных приложениях. Некоторые специалисты полагают, что в будущем произойдет слияние OODM и ERDM моделей.
Однако у объектно-реляционной и объектно-ориентированной моделей есть и ряд недостатков, основные из которых следующие:
· отсутствие унифицированной теории, которая есть в реляционных моделях;
· отсутствие формальной методологии проектирования баз данных, как нормализация в реляционных базах;
· отсутствие специальных средств создания запросов;
· отсутствие общих правил определения целостности и др.
20. Многомерная модель данных, ее базовые понятия (измерение, ячейка), достоинства и недостатки.
Одновременно с реляционной моделью данных появилась многомерная модель. Однако хоть идеи многомерной модели возникли одновременно с реляционной, но в ту пору практической реализации таких моделей не было. И лишь в 90-х годах ХХ века к ним стал проявляться интерес. Это было вызвано появлением статьи Э. Кодда, в которой он сформулировал 12 требований к системам класса OLAP (Online Analytical Processing – оперативная аналитическая обработка), связанных с возможностью представления и обработки многомерных массивов.
Информация в многомерной модели представляется в виде многомерных массивов, называемых гиперкубами. В одной базе данных, построенной на многомерной модели, может храниться множество таких кубов, на основе которых можно проводить совместный анализ показателей. Конечный пользователь в качестве внешней модели данных получает для анализа определенные срезы или проекции кубов, представляемые в виде обычных двумерных таблиц или графиков.
Развитию многомерных моделей способствовало и то, что широко распространенные реляционные модели и соответствующим образом организованные базы данных хорошо подходили для оперативной, то есть транзакционной обработки данных. В случае же аналитической обработки, то есть поддержки принятия решений реляционные системы не давали желаемого результата. А многомерные базы данных хорошо обслуживают именно аналитическую обработку данных и обычно являются узко специализированными. Они обеспечивают более быстрый поиск и чтение данных по сравнению с реляционными моделями, а также избавляют от необходимости многократного связывания таблиц. Среднее время ответа у них на сложный вопрос в десятки раз меньше, чем при использовании реляционной модели.
Основными понятиями для многомерной модели являются: агрегируемость, историчность, прогнозируемость.
Агрегируемость данных означает рассмотрение и возможность анализа данных на разных уровнях обобщения: для пользователя, аналитика, руководителя. Историчность данных обозначает привязку их ко времени и высокий уровень неизменности (статичности) данных и их взаимосвязей. Временная привязка позволяет выполнять запросы, имеющие значения даты и времени. А статичность – использовать специализированные методы загрузки, хранения, выборки. Прогнозируемость данных предполагает задание функций прогнозирования и применение их к различным временным интервалам.
Многомерность модели данных – это, прежде всего, многомерное логическое представление структуры данных при их описании и в операциях манипулирования ими, а не многомерность их визуализации. По сравнению с реляционной моделью многомерная организация данных обладает более высокой информативностью. Для того чтобы убедиться в этом, рассмотрим многомерное представление данных и сопоставим его с реляционным.
В современных многомерных системах используется обычно два варианта (схемы) организации данных: гиперкубическая и поликубическая. В гиперкубической схеме все показатели определяются одним и тем же набором измерений и даже при наличии нескольких гиперкубов в базе все они имеют одинаковую размерность и совпадающие измерения. При поликубической организации в базе может быть определено несколько гиперкубов с различной размерностью и с различными измерениями в качестве граней. Примером поликубической системы является сервер Oracle Express Server.
Для многомерной модели применяются специальные операции: Срез, Сечение, Вращение, Агрегация, Детализация.
Срез – это подмножество гиперкуба, полученное в результате фиксации одного или нескольких измерений.
Вращение изменяет порядок измерений при визуальном представлении данных. Вращение применяется обычно при двумерном представлении данных.
Агрегация и Детализация означают соответственно переход к более общему и более детальному представлению данных.
Достоинством многомерной модели является удобство и эффективность анализа больших объемов данных, имеющих временную связь, а также быстрота реализации сложных нерегламентированных запросов. Недостаток этой модели в громоздкости в случае ее использования для решения стандартных задач оперативной обработки. Она, по сравнению с реляционными, не эффективно использует память, так как в ней резервируется место для всех значений, даже если некоторые из них будут отсутствовать. Обычно многомерную модель применяется, когда объем базы не велик и гиперкуб использует стабильный по времени набор измерений.
Многомерные модели поддерживают следующие системы: Essbase (фирма Arbor Software), Media Multi-matrix (фирма Speedware), Oracle Express Server (фирма Oracle), Cache (фирма InterSystems). Некоторые системы поддерживают одновременно реляционную и многомерную модель, например, Media/MR (фирма Speedware).