Алешин Л.И., Максимов Н.В. Информационные технологии

Подождите немного. Документ загружается.

351

компании. При этом окно веб-браузера делится на три части: для показа

найденных сайтов, размещения рекламного банера и обмена информа-

цией между сотрудником компании и пользователями (аналогично ча-

ту). На запрос пользователя сотрудник в реальном режиме времени на-

ходит и подключает на экран пользователя соответствующий (по его

мнению) сайт. Метод удобен для нахождения конкретных фактов, стати-

стики и т.п., которые другими способами непросто найти.

Система WWW содержит в себе разнообразные справочные дан-

ные и одновременно обеспечивает возможность доступа к каталогам

крупнейших библиотек мира, а также позволяет «скачать» нужные про-

граммы, текстовые, графические и иные файлы. Так, Оксфордский ката-

лог English language teaching обеспечивает пользователей сведениями о

словарях, учебниках, программных средствах, которые могут быть по-

лезны им, например, при изучении английского языка. При этом точ-

ность и скорость проведения поиска зависят от правильного определе-

ния поисковых терминов и умения формировать запрос. Это же обстоя-

тельство касается и количества получаемых данных, многие из которых

могут оказаться бесполезными. Напомним, что для работы в англоязыч-

ных системах необходимо знание английского языка.

При организации одинакового запроса на разных поисковых ма-

шинах возможно получение различных по содержанию и широте охвата

материалов.

Для начала самостоятельного поиска информационных ресурсов

следует выбрать соответствующую поисковую машину. Для этого в

браузере в строку записи адреса (англ. «Location» – местоположение)

вводят электронный адрес поисковой машины и нажимают клавишу

«Ввод». Например, «galaxy.einet.net» – старейшая справочная система в

Интернете. Целесообразность обращения к специализированным поис-

ковым машинам объясняется их способностью разыскивать актуальную,

поддерживаемую ими, тематическую информацию.

Обычно на первой странице поисковой машины имеется некото-

рый список (перечень, меню, разделы) тем различных областей деятель-

ности социума, по которым предлагается осуществлять поиск (напри-

мер: наука, образование, искусство, техника, политика, бизнес и др.).

Выбрав любую из них, пользователь попадает в новый перечень, детали-

зирующий тему. Например, выбрав раздел «Искусство», можно перейти

в меню, содержащее подразделы: литература, театр, музыка, кино и др.

Таких вложений может быть несколько, и они образуют иерархическую

структуру предметной области.

Можно не обращаться к тематическому поиску, а в специальной

строке поиска (Search), расположенной, как правило, на первой Web-

странице, задать ключевые слова, отражающие тему, материалы по ко-

торой разыскиваются. При этом на экране отображаются списки адресов

ИР с названиями и краткими описаниями содержания каждого найден-

ного сайта, то есть те страницы, на которых есть введенные в запросе

352

слова.

Если необходимо найти ссылки на определённое словосочетание,

поисковые сервера, например, Яндекс и Апорт предлагают заключить

это словосочетание в кавычки и тогда поиск осуществляется лишь тех

материалов, где оба слова стоят рядом.

Искусство построения запроса требует знаний особенностей каж-

дой конкретной поисковой системы и наличия опыта работы с Интерне-

том вообще. Хотя некоторые поисковые машины предлагают квазиин-

теллектуальные средства, позволяющие менее опытному пользователю,

традиционно задавая вопросы на естественном языке, получать доста-

точно релевантные данные.

В строку запроса можно вводить и несколько слов, например,

«библиотечное дело» и т.д. Таким образом, организация поиска данных

в Интернете – творческий процесс, базирующийся на достаточном зна-

нии особенностей формирования поискового запроса и возможностях

поисковых систем.

Поисковые системы позволяют формировать и достаточно слож-

ные запросы. Можно подготовить запрос: найти документы некоего ав-

тора, изданные в период с… по… и содержащие некоторое ключевое

слово в тексте искомых документов, например, «информацион*».

Обычно поиск в полнотекстовых БД осуществляется с использо-

ванием морфологических

анализаторов (как правило, русских и анг-

лийских), позволяющих автоматически находить существующие слово-

формы по фрагменту слова, слову, фразе, даже если в словах запроса

присутствуют некоторые опечатки. В этом случае одной из лучших оте-

чественных систем с широкими возможностями составления поискового

предписания является «Артефакт».

Результаты поиска отображаются на экране монитора компьютера

порциями в виде нумерованного списка, содержащего ссылки на най-

денные веб-страницы. Количество одновременно выводимых страниц

может вирироваться в определённых пределах (обычно от 10 до 100). В

ряде случаев пользователь устанавливает их сам. В других случаях это

осуществляется системой автоматически.

Важнейшими критериями релевантности (а тем более пертинент-

ности) полученных в результате поиска данных (ссылок) являются пол-

нота и точность. Большинством поисковых машин точность поиска иг-

норируется в виду сложности решения данной проблемы. Некоторые

специалисты утверждают, что эта задача практически неразрешима на

данном этапе. «Улучшение точности поиска является главной информа-

ционной проблемой следующего столетия»

Результаты поиска могут визуализироваться на экране дисплея ПК

Морфологическая обработка заключается в выделении основы слова, которая на-

зывается ядерной частью слова, т.е. без словоизменительных морфем (окончаний).

Жмайло С.В. К вопросу об определении тезауруса//НТИ.–Сер.1.–2003.–№12.–С.

20–25 [C. 21]

353

в краткой (автор, заглавие, вид документа, возможна ссылка на местона-

хождение этой информации) или полной форме (дополнительно осталь-

ные элементы БО, рубрики, сиглы хранения и др.). Вариант полной

формы полученного в результате поиска БО представлены на Рис. 18-1.

Рис. 18-1. Вариант отражения полученной в результате поиска

полной формы БО

Ряд поисковых систем предлагают варианты вывода результатов

поиска на экран или принтер в различных форматах представления дан-

ных (dbf, MARC-подобные и др.).

Для решения задачи используются другие (метапоисковые) систе-

мы, обеспечивающие в результате получение суммарных данных с де-

сятка поисковых систем, но при этом объём информации может быть

весьма значительным. Частично данная проблема решается предостав-

лением ими общего списка, в начале которого будут данные, наиболее

релевантные запросу. Другим способом удовлетворения потребностей

пользователей явилось создание тематически узконаправленных поис-

ковых систем на веб-сайтах – порталов.

Важность проблемы информационного поиска в Интернете поро-

дила целую отрасль, задача которой заключается в том, чтобы помочь

пользователю в его навигации в киберпространстве. Составляют эту от-

расль специальные поисковые инструменты. Условно их можно разде-

лить на поисковые средства справочного типа или просто справочни-

ки (directories) и поисковые системы в чистом виде (search engines).

Крайне важно уметь точно определять вид конкретного поисково-

354

го средства и не путать их, поскольку от выбора "оружия" во многом за-

висит стратегия поисковой деятельности и, в конечном итоге, результат.

Поисковые средства справочного типа, называемые еще катало-

гами или рубрикаторами представляют собой электронные справочники,

имеющие привычную для информационных работников иерархическую

систематическую или логико-тематическую структуру, несколько напо-

минающую структуру систематического каталога библиотеки. Работа со

справочниками позволяет ориентироваться в ресурсах Интернета в пре-

делах отдельных отраслей знания, углубляясь от общего к частному, ме-

нять иерархические ветви и т.д. Они позволяют описать незначительную

часть ресурсов Сети, да и то только весьма крупные объекты, такие как,

например, отдельные сервера организаций и учреждений. Поэтому

«справочники» отражают незначительную часть ресурсов Сети, в пер-

вую очередь наиболее заметные серверы. Основными критериями оцен-

ки справочников являются:

• объем;

• оперативность отражения новых или изменившихся источников;

• продуманность схемы классификации;

• перекрёстность структуры.

Объёмом справочника определяется уровень его надежности или

«информационную прочность». От этого зависит степень доверия, кото-

рую пользователи питают к каждому конкретному каталогу. Поскольку

материалы в Интернете появляются и изменяются ежедневно, важно на-

сколько актуально содержание справочника, как быстро появляются

ссылки на новые сайты и исправляются старые. Логичностью применяе-

мой схемы классификации определяется степень легкости, с которой

пользователи могут находить требуемые сведения. Система же перекре-

стных ссылок позволяет находить информацию, используя разные под-

ходы (например, территориальный или отраслевой). В этом случае схема

классификации должна автоматически выводить пользователя на иско-

мый объект, какой бы путь поиска не был выбран.

Метапоисковые системы

Увеличение числа поисковых систем в Интернете обусловило по-

явление «метапоисковых систем». Они дают возможность пользовате-

лю одновременно в едином пользовательском интерфейсе, используя

индексы обычных поисковых систем, работать с несколькими БД. Пока

ещё «метапоисковые системы» не позволяют реализовать все возможно-

сти отдельных поисковых систем («поисковиков»), но в большинстве

своём он обладают существенными быстродействием и степенью охвата

Web-пространства, что определяет их всё более возрастающие значение

и популярность.

Для проведения поиска в Интернете (в WWW) функционирует

множество сайтов и поисковых систем, поэтому необходимо не только

355

ориентироваться в таких системах, но и уметь осуществлять в них эф-

фективный поиск, то есть использовать соответствующие технологии.

«Технология поиска (англ. «Search Technology») означает совокуп-

ность правил и процедур, в результате выполнения которых пользователь

получает ИР. (Целью технологии Интернет является доступ пользователя к

базам данных и использование его ресурсов). При поиске в Интернете ре-

комендуется обращать внимание на две составляющие: полноту (ничего не

потеряно) и точность (не найдено ничего лишнего). Обычно соответствие

найденных материалам этим критериям называют релевантностью, то есть

соответствием ответа вопросу (запросу).

Поисковые системы характеризуются также временем выполнения

поиска, интерфейсом, предоставляемым пользователю и видом отобра-

жаемых результатов. При выборе поисковых систем обращают внима-

ние на такие их параметры, как охват и глубина. Под охватом понима-

ется объём базы поисковой машины, измеряемый тремя показателями:

общим объёмом проиндексированной информации, количеством уни-

кальных серверов и количеством уникальных документов. Под глубиной

понимается – существует ли ограничение на количество страниц или на

глубину вложенности директорий на одном сервере.

Каждая поисковая машина имеет свои алгоритмы сортировки резуль-

татов поиска. Чем ближе к началу списка, полученного в результате прове-

дения поиска, оказывается нужный документ, тем выше релевантность и

лучше работает поисковая машина.

Полнотекстовая поисковая машина индексирует все слова видимого

пользователю текста. Наличие морфологии даёт возможность находить ис-

комые слова во всех склонениях или спряжениях. Кроме этого, в языке

HTML существуют тэги, которые также могут обрабатываться поисковой

машиной (заголовки, ссылки, подписи к картинкам и т.д.). Некоторые ма-

шины умеют искать словосочетания или слова на заданном расстоянии, что

часто бывает важно для получения разумного результата.

Дополнительные возможности этих систем – поиск похожих до-

кументов, поиск по датам и серверам, удобный интерфейс поисковой

машины, и возможность его персонализации.

Вопросы для самопроверки:

1. Информационно-поисковые системы (характеристика).

2. Виды информационного поиска (основные понятия).

3. Этапы информационного поиска (основные понятия и примеры).

4. Реализация поиска (основные понятия и примеры).

5. Оформление результатов поиска (примеры).

6. Организация информационного обеспечения.

7. Информационные системы (характеристика).

8. Базы и банки данных (основные понятия).

9. Организация поиска в Интернете.

10. Поисковые и метапоисковые системы в Интернете (характеристи-

ка).

356

Раздел 6. Интегрированные информационные технологии

Тема 19. Интеграция информационных ресурсов и систем

Распределённые системы обработки данных

Основные условия и требования к распределённой обработке данных

Такая отличительная особенность БД, как многоцелевое парал-

лельное использование данных, предопределяет наличие средств, обес-

печивающих практически одновременный и независимый доступ к од-

ним и тем же данным. Причём сама база может быть размещена на од-

ном или нескольких компьютерах.

Ведущими поставщиками СУБД сформулированные следующие

свойства «идеальной» системы управления распределёнными БД:

● Прозрачность относительно расположения данных: СУБД

должна представлять все данные так, как если бы они были локальными.

● Гетерогенность системы: СУБД должна работать с данными,

которые хранятся в системах с различной архитектурой и производи-

тельностью (независимость от СУБД).

● Прозрачность относительно сети: СУБД должна одинаково

работать в условиях разнородных сетей.

● Поддержка распределенных запросов: пользователь должен

иметь возможность объединять данные из любых баз, даже если они

размещены в разных системах.

● Поддержка распределенных изменений: пользователь должен

иметь возможность изменять данные в любых базах, на доступ к кото-

рым у него есть права, даже если эти базы размещены в разных систе-

мах.

● Поддержка распределенных транзакций: СУБД должна вы-

полнять транзакции, выходящие за рамки одной вычислительной систе-

мы, и поддерживать целостность распределенной БД даже при возник-

новении отказов как в отдельных системах, так и в сети.

● Безопасность: СУБД должна обеспечивать защиту всей рас-

пределённой БД от несанкционированного доступа.

● Универсальность доступа: СУБД должна обеспечивать единую

методику доступа ко всем данным.

Однако, ни одна из существующих СУБД не достигает этого идеа-

ла вследствие следующих практических проблем:

• Низкая и несбалансированная производительность сетей пере-

дачи данных, что в распределённых транзакциях сильно снижает общую

производительность обработки.

• Обеспечение целостности данных в распределённых транзак-

циях базируется на принципе «всё или ничего» и требует специального

357

протокола двухфазного завершения транзакций, что приводит к дли-

тельной блокировке изменяемых данных.

• Необходимо обеспечить совместимость данных стандартного

типа, для хранения которых в разных системах используются разные

физические форматы и кодировки.

• Выбор схемы размещения системных каталогов. Если каталог

будет храниться в одной системе, то удалённый доступ будет замедлен.

Если будет размножен – то изменения придётся распространять и син-

хронизировать.

• Необходимо обеспечить совместимость СУБД разных типов и

поставщиков.

• Увеличение потребностей в ресурсах для координации работы

приложений с целью обнаружения и устранения тупиковых ситуаций в

распределённых транзакциях.

Именно указанные причины определили на практике частичность

и «этапность» введения в СУБД тех или иных возможностей распреде-

лённой обработки данных. В простейшем случае пользователь имеет

возможность обращаться по сети к записям в БД, размещённым на дру-

гих компьютерах. В других случаях СУБД сама производит аутентифи-

кацию удалённого клиента и устанавливает сетевые соединения.

В общем случае режимы работы с БД можно классифицировать по

следующим признакам:

• многозадачность – однопользовательский или многопользова-

тельский;

• правило обслуживания запросов – последовательное или парал-

лельное;

• схема размещение данных – централизованная или распреде-

лённая БД.

Следует отметить, что общая тенденция развития технологий об-

работки данных вполне соответствует этапам развития средств вычисли-

тельной техники и информационных технологий, и в первую очередь –

сетевых. В этом смысле следует выделить два класса: системы распре-

делённой обработки данных и системы распределённых баз данных.

Системы распределённой обработки данных в основном отражают

структуру и свойства многопользовательских ОС с БД, размещённой на

большом центральном компьютере (мэйнфрейме). Ещё до недавнего

времени это был единственно возможный вариант вычислительной сре-

ды для реализации больших БД. Клиентские места в этом случае реали-

зовались в виде терминалов или мини-ЭВМ, обеспечивающих в основ-

ном ввод-вывод данных и не имеющих собственных вычислительных

ресурсов для функционально-ориентированной обработки получаемых

данных.

358

Развитие сетевых технологий в сочетании с широким распростра-

нением персональных ЭВМ и внедрением стандартов открытых систем

привело к появлению систем баз данных, размещённых в сети разнотип-

ных компьютеров. Такие системы распределённых баз данных обеспе-

чивают обработку распределённых запросов, когда при обработке одно-

го запроса используются ресурсы базы, размещённые на различных

ЭВМ сети. Система распределённых БД состоит из узлов, каждый из ко-

торых является СУБД, а узлы взаимодействуют между собой так, что БД

любого узла будет доступна пользователю, так как если бы она была ло-

кальной.

Соответственно, программы, обеспечивающие целевую (функцио-

нальную) обработку данных, могут быть организованы таким образом,

чтобы обеспечить более эффективное использование совокупных вы-

числительных ресурсов за счёт специализированного разделения функ-

ций обработки между центральным процессом СУБД и клиентскими

функционально-ориентированными процедурами.

Для «типового» приложения обработки данных можно выделить

следующие группы (уровни) функций:

• ввод и отображение данных: внешний (пользовательский) уро-

вень реализации целевой функциональной обработки и представления

(Presentation logic);

• функциональная обработка, реализующая алгоритм решения за-

дач пользователя. Соответствующие «бизнес-правила» реализуются

обычно средствами высокоуровневого языка программирования или

расширенного языка манипулирования данными типа ADABAS Natural

или 4-GL (Business logic);

• манипулирование данными БД в рамках приложения, которое

обычно реализуется средствами SQL (Database logic);

• управление данными и другими ресурсами БД, реализуемое спе-

циализированными (внутренними) средствами конкретной СУБД обыч-

но в рамках файловой системы ОС;

• управление процессами обработки: связывание и синхронизация

процессов обработки данных разного уровня.

Архитектура распределенной обработки данных

Почти все модели организации взаимодействия пользователя с БД,

построены на основе модели «клиент-сервер». Т.е. предполагается, что

каждое такое приложение отличается способом распределения функций

ранее приведённых групп обработки данных между как минимум двумя

частями:

• клиентской, отвечающей за целевую обработку данных и органи-

зацию взаимодействия с пользователем;

• серверной, обеспечивающей хранение данных – обрабатывает

запросы и посылает результаты клиенту для специальной обработки.

359

В общем случае предполагается, что эти части приложения функ-

ционируют на отдельных компьютерах, т.е. к серверу БД с помощью се-

ти подключены компьютеры пользователей (клиенты).

Сервер – программа, реализующая функции собственно СУБД:

определение данных, запись-чтение данных, поддержка схем внешнего,

концептуального и внутреннего уровней, диспетчеризация и оптимиза-

ция выполнения запросов, защита данных.

Клиент – различные программы, написанные как пользователями,

так и поставщиками СУБД, внешние или «встроенные» по отношению к

СУБД. Программа-клиент организована в виде приложения, работающе-

го «поверх» СУБД, и обращающегося для выполнения операций над

данными к компонентам СУБД через интерфейс внешнего уровня

Разделение процесса выполнения запроса на «клиентскую» и «сер-

верную» компоненту позволяет:

• различным прикладным (клиентским) программам одновре-

менно использовать общую БД;

• централизовать функции управления, такие, как защита инфор-

мации, обеспечение целостности данных, управление совместным ис-

пользованием ресурсов;

• обеспечивать параллельную обработку запроса в случае рас-

пределенных БД;

• высвобождать ресурсы рабочих станций и сети;

• повышать эффективность управления данными за счёт исполь-

зования ЭВМ, специально разработанных для работы СУБД (серверы

баз данных и машины баз данных).

Базовые архитектуры распределенной обработки

Учитывая, что одним из основных показателей эффективности се-

тевой обработки данных является время обслуживания запроса, рас-

смотрим различные модели архитектуры распределённой обработки на

примере, когда прикладная программа работы с БД, расположенной на

сервере, загружена на рабочую станцию, и пользователю необходимо

получить все записи, удовлетворяющие некоторым поисковым услови-

ям.

Архитектура «файл-сервер»

В архитектуре «файл-сервер», схема которой представлена на Рис.

19-1, средства организации и управления БД (в том числе и СУБД) це-

ликом располагаются на машине клиента, а БД, представляющая собой

обычно набор специализированных структурированных файлов, – на

Инструментальные средства, в том числе и утилиты, не отнесены к серверной

части очень условно. Являясь не менее важной составляющей, чем ядро СУБД, они

выполняются самостоятельно, как пользовательское приложение.

360

машине-сервере. В этом случае серверная компонента представлена да-

же не средствами СУБД, а сетевыми составляющими операционной сис-

темы, обеспечивающими удалённый разделяемый доступ к файлам. Та-

ким образом, «файл-сервер» представляет вырожденный случай клиент-

серверной архитектуры.

Рис. 19-1. Архитектура «файл-сервер»

Взаимодействие между клиентом и сервером происходит на уров-

не команд ввода-вывода файловой системы, которая возвращает запись

или блок данных. Запрос к базе, сформулированный на языке манипули-

рования данными, преобразуется самой СУБД в последовательность ко-

манд ввода-вывода, которые обрабатываются операционной системой

машины-сервера.

Достоинство - возможность обслуживания запросов нескольких

клиентов.

Недостатки:

• высокая загрузка сети и машин-клиентов, т.к. обмен идёт на

уровне единиц информации файловой системы – физических записей,

блоков или даже файлов, из которых на машине клиента будут выбраны

и представлены необходимые для приложения элементы данных;

• низкий уровень защиты данных, т.к. доступ к файлам БД управ-

ляется общими средствами ОС сервера;

• низкий уровень управления целостностью и непротиворечиво-

стью информации, т.к. бизнес-правила функциональной обработки, со-

средоточенные на клиентской части, могут быть противоречивыми и не-

сихронизированными.

В среде файлового сервера программа управления данными, кото-

рая выполняется на машине-клиенте, должна осуществить запрос каж-

дой записи базы, после чего она может определить, удовлетворяет ли за-

пись поисковым условиям, лишь после этого передать для функцио-

нальной обработки. Очевидно, что для этой схемы характерно наиболь-

шее суммарное время обработки информации.