Саак А.Э., Пахомов Е.В., др. Информационные технологии управления

Подождите немного. Документ загружается.

150 Информационные технологии управления

лей, и возможны операции поиска и обновления в базах данных

различных моделей и форматов.

Важнейшую роль в технологии создания и функционирования рас-

пределенных баз данных играет технология «представлений».

Представлением называется сохраняемый в базе данных авторизо-

ванный глобальный запрос на выборку данных. Авторизованность

означает возможность запуска такого запроса только конкретно по-

именованным в системе пользователем. Глобальность заключается в

том, что выборка данных может осуществляться из всей базы данных,

в том числе из данных, расположенных на других узлах сети [14].

Результатом глобальных авторизованных запросов является созда-

ние для конкретного пользователя виртуальной БД со своим переч-

нем таблиц, связей.

6.2. Технологии распределенной обработки

информации

Выделились несколько самостоятельных технологий распределен-

ной обработки данных [14]:

* клиент-сервер;

* реплицирования;

4 объектного связывания.

Реальные распределенные информационные системы, как правило,

построены на основе сочетания этих технологий.

Системы на основе технологии клиент-сервер развились из первых

централизованных многопользовательских информационных систем

на основе мэйнфреймов и получили наиболее широкое распростране-

ние в корпоративных информационных системах.

При реализации данной технологии отступают от одного из основ-

ных принципов создания распределенных систем — отсутствия цен-

трального узла [14].

Принцип централизации хранения и обработки данных является

базовым принципом технологии клиент-сервер.

Можно выделить следующие идеи, лежащие в основе технологии

клиент-сервер [14]:

» общие для всех пользователей данные, расположенные на одном

или нескольких серверах;

» множество пользователей, осуществляющих доступ к общим

данным.

Глава 6 Распределенная обработка информации

Важное значение в технологии клиент-сервер имеют понятия сер-

вера и клиента.

Под сервером в широком смысле понимается любая система, про-

цесс, компьютер, владеющие каким-либо вычислительным ресурсом

(памятью, временем процессора, файлами и т. д.). Клиентом называ-

ется любая система, процесс, компьютер, пользователь, делающие за-

прос к серверу на использование ресурса [14].

Настольные (локальные) СУБД, в случае их использования не-

сколькими пользователями в компьютерной сети, функционируют на

основе технологии файл-сервер, которая появилась раньше техноло-

гии клиент-сервер. Дело в том, что настольные СУБД не содержат спе-

циальных сервисов, управляющих данными, а используют для этой

цели файловые сервисы операционной системы. Поэтому вся обработ-

ка данных в таких СУБД осуществляется в клиентском приложении.

При выполнении запросов все данные (даже те, которые не удовле-

творяют запросу, а это могут быть сразу несколько таблиц) должны

быть доставлены клиентскому приложению. Это приводит к перегруз-

ке сети при увеличении числа пользователей и объема БД, а также гро-

зит нарушением целостности данных.

Одним из важнейших преимуществ архитектуры клиент-сервер яв-

ляется снижение сетевого трафика при выполнении запросов. Клиент

посылает запрос серверу на выборку данных, запрос обрабатывается

сервером, и клиенту передается не вся таблица (как было бы в техно-

логии файл-сервер), а только результат обработки запроса.

Вторым преимуществом архитектуры клиент-сервер является воз-

можность хранения так называемой бизнес-логики (например, правил

ссылочной целостности или ограничений на значения данных) на сер-

вере, что позволяет избежать дублирования кода в различных клиент-

ских приложениях, использующих общую базу данных.

Во многих случаях узким местом клиент-серверных ИС является

недостаточно высокая производительность из-за необходимости пе-

редачи по сети все-таки большого количества данных.

Построение быстродействующих информационных систем обеспе-

чивают технологии репликации данных.

Репликой называют копию БД, размещенную на другом компьюте-

ре сети для автономной работы пользователей. Основная идея репли-

кации заключается в том, что пользователи работают автономно с об-

щими данными, растиражированными по локальным базам данных.

Производительность работы системы повышается из-за отсутствия

необходимости обмена данными по сети. Для реализации технологии

152 Информационные технологии управления

репликации программное обеспечение СУБД дополняется функци-

ями тиражирования данных, их структуры, системной информации,

информации о конфигурировании распределенной системы [14].

При этом, однако, возникают две проблемы реализации одного из

принципов функционирования распределенных систем — принципа

непрерывности согласованного состояния данных [14]:

« обеспечение согласованного состояния данных во всех репли-

ках БД;

* обеспечение согласованного состояния структуры данных во всех

репликах БД.

Обеспечение согласованного состояния данных, в свою очередь, ос-

новывается на реализации одного из двух принципов [14]:

» принципа непрерывного размножения обновлений;

« принципа отложенных обновлений (обновления реплик могут

быть отложены до специальной команды или ситуации).

Принцип непрерывного размножения обновлений является осно-

вополагающим при построении так называемых «систем реального

времени» (например, систем управления воздушным движением, сис-

тем бронирования билетов пассажирского транспорта и др.), где тре-

буется непрерывное и точное соответствие реплик во всех узлах и ком-

понентах распределенных систем в любой момент времени. Реализация

этого принципа заключается в том, что любая транзакция считается

успешно завершенной, если она успешно завершена на всех репликах

системы.

В ряде предметных областей режим реального времени с точки зре-

ния непрерывности согласования данных не требуется. Такого рода

информационные системы можно строить на основе принципа отло-

женных обновлений. Накопленные в какой-либо реплике изменения

данных передаются командой пользователя для обновления всех ос-

тальных реплик системы. Такая операция называется синхронизацией

реплик.

Унификация взаимодействия прикладных компонентов с ядром

информационных систем в виде SQL-серверов, наработанная для кли-

ент-серверных систем, позволила выработать аналогичные решения и

по интегрированию разрозненных локальных баз данных под управ-

лением настольных СУБД. Такая технология получила название

объектного связывания данных [14].

Технология объектного связывания данных решает задачу обеспе-

чения доступа из одной локальной БД, открытой одним пользовате-

Глава 6 Распределенная обработка информации 153

лем, к данным другой локальной БД, возможно, находящейся на дру-

гом компьютере, открытой другим пользователем. Решение этой задачи

основывается на поддержке современными настольными СУБД техно-

логии объектов доступа к данным — DAO (Data Access Objects). Под

объектом понимается интеграция данных и методов их обработки в

одно целое, на чем, как известно, основываются технологии объектно-

ориентированного программирования [14].

Технология объектного связывания данных основана на протоколе

ODBC (Open Database Connectivity), который является стандартом

доступа к данным БД клиент-серверных систем (посредством SQL-

запросов), а также к любым данным, находящимся под управлением

реляционных СУБД.

Подобный принцип построения распределенных систем при боль-

ших объемах данных в связанных таблицах приводит к существенно-

му увеличению сетевого трафика, так как по сети постоянно пере-

даются страницы файлов баз данных. Другой проблемой является

отсутствие надежных механизмов безопасности данных и обеспечение

ограничений целостности. Так же как и в технологии файл-сервер, сов-

местная работа нескольких пользователей с одними и теми же данны-

ми обеспечивается только функциями операционной системы по од-

новременному доступу к файлу нескольких приложений [14].

Контрольные вопросы

1. Дайте понятие распределенной БД.

2. Охарактеризуйте принципы распределенной БД, сформулиро-

ванные К. Дейтом.

3. В чем состоит сущность технологии клиент-сервер?

4. Назовите преимущества технологии клиент-сервер по сравнению

с технологией файл-сервер.

5. Охарактеризуйте технологию репликации данных.

6. Охарактеризуйте технологию объектного связывания данных.

Глава 7

Документальные информационные

системы

7.1. Виды документальных информационных систем

Первоначальным направлением развития СУБД стала разработка

и использование фактографических информационных систем, кото-

рые ориентированы на обработку структурированных данных. Были

разработаны модели организации фактографических данных, отрабо-

таны программно-технические решения по накоплению и физическо-

му хранению таких данных, реализованы языки запросов к БД.

Однако создание фактографических информационных систем тре-

бует предварительной структуризации данных, например, на основе

таблиц. Она зачастую требует больших накладных расходов. Вместе с

тем накапливаются большие объемы неструктурированной информа-

ции: в организационно-распорядительных документах или других тек-

стовых источниках. Представление такой информации в фактографи-

ческих системах зачастую экономически не оправдано.

Теоретические исследования вопросов автоматизации обработки

неструктурированной информации, начавшись еще в 50-х годах, пока

не привели к созданию такой строгой, полной и технически реализу-

емой модели представления и обработки данных, как реляционная мо-

дель. Пока не разработаны стандартные информационно-поисковые

языки (подобные SQL), которые можно было бы использовать для

формализованного описания содержания документов и построения

запросов [14].

Элементом данных в документальных ИС является документ (в фак-

тографических информационных системах элементом является запись).

Обычно под документом понимается текстовый файл.

Основной задачей документальных информационных систем явля-

ется хранение и предоставление пользователю документов, содержа-

ние которых соответствуют его информационным потребностям.

Глава 7 Документальные информационные системы 155

Документальная информационная система (ДИС) — единое храни-

лище документов с инструментарием поиска и выдачи необходимых

пользователю документов [14].

Поисковый характер документальных информационных систем

определил еще одно их название — информационно-поисковые систе-

мы (ИПС).

Соответствие найденных документов информационным потребно-

стям пользователя называется пертинентностыо. В силу теоретиче-

ских и практических сложностей формализации смыслового содер-

жания документов пертинентность относится скорее к качественным

понятиям.

В зависимости от особенностей реализации хранилища документов

и механизмов поиска, ДИС можно разделить на две группы [14]:

» системы на основе индексирования;

» семантически-навигационные системы.

Семантика (от греч. semantikos — обозначающий) — значения еди-

ниц языка.

В семантически-навигационных (гипертекстовых) системах доку-

менты, помещаемые в хранилище документов, оснащаются специаль-

ными навигационными конструкциями (гиперссылками), соответ-

ствующими смысловым связям между различными документами или

отдельными фрагментами одного документа.

В системах на основе индексирования исходные документы поме-

щаются в базу без какого-либо дополнительного преобразования, но

при этом смысловое содержание каждого документа отображается в

некоторое поисковое пространство. Процесс отображения документа

в поисковое пространство называется индексированием и заключает-

ся в присвоении каждому документу некоторого индекса — координа-

ты в поисковом пространстве. Формализованное представление ин-

декса документа называется поисковым образом документа (ПОД).

Пользователь выражает свои информационные потребности посред-

ством специального языка, формируя поисковый образ запроса (ПОЗ)

к базе документов [14].

На основе определенных критериев ДИС осуществляет поиск и вы-

дачу документов поисковые образы которых соответствуют поиско-

вым образам запроса пользователя.

Соответствие виденных документов запросу пользователя назы-

вается релевантностью.

Схема устройсгва и функционирования ДИС на основе индексиро-

вания приведена на рис. 7.1 [14].

Рис. 7.1. Схема функционирования ДИС на основе индексирования

Информационно-поисковый язык (ИПЯ) представляет собой неко-

торую формализованную семантическую систему, предназначенную

для выражения содержания документа и поискового запроса [14].

Основными элементами ИПЯ являются алфавит, лексика и грам-

матика.

Алфавит ИПЯ — система знаков, используемых для записи слов

и выражений ИПЯ.

Лексика, или словарный состав, ИПЯ — совокупность слов, слово-

сочетаний и выражений, используемых для построения текстов ИПЯ.

Грамматика ИПЯ — совокупность средств и способов построения,

изменения и сочетания лексических единиц. Грамматика включает

морфологию и синтаксис.

Можно указать следующие требования, которым должен удовле-

творять ИПЯ [14, 29]:

« располагать лексико-грамматическими средствами для точного

отображения темы документа и запроса;

* не содержать полисемии, синонимии и омонимии;

* отображать только объективные характеристики предметов и от-

ношений между ними;

» быть удобным для алгоритмического сопоставления ПОД и ПОЗ.

Построение выражений ИПЯ требует решения по крайней мере

двух проблем. Первая из них связана с выбором лексических единиц

ИПЯ, необходимых для построения выражений.

Выбор слов определяется их смыслом, обусловленным парадигма-

тическими отношениями между предметами и явлениями, которые

они определяют.

Глава 7 Документальные информационные системы 157

Парадигматические отношения — это отношения, обусловленные

наличием логических связей между предметами и явлениями, обозна-

ченными данными словами. Перечислим некоторые парадигматиче-

ские отношения [33]:

» «вид—род», например, «шкаф—мебель». В данном случае поня-

тие «шкаф» является видовым по отношению к понятию «мебель».

Родовое понятие всегда включает в себя видовое;

* «часть—целое», например «лезвие—нож»;

* «причина—следствие», например, «лампа—свет»;

« «функциональное сходство», например, «лопата—экскаватор».

Естественный язык обладает высокой многозначностью. В ИПЯ

недопустима многозначность. Поэтому здесь необходимо учитывать

отношения синонимии и омонимии слов естественного языка, исполь-

зуемых в ИПЯ.

Омонимия — это совпадение слов по написанию или звучанию

и несовпадение по смыслу.

Полисемия слова состоит в том, что одно и то же слово выражает

пучок родственных понятий. Например, слово «соль» обозначает ве-

щество, а также понятие смысла. Оба значения близки по сути.

Синонимия — это совпадение слов по значению и несовпадение по

написанию.

Вторая проблема построения фраз ИПЯ связана с определением

последовательности выбранных слов.

Синтагматические отношения — отношения слов при соединении

их в словосочетания и фразы. Для уточнения смысла документа или

запроса, помимо ключевых слов, часто необходимо указывать, в каких

синтагматических отношениях эти слова находятся. Так, фраза «за-

щита окружающей среды от человека» и фраза «защита человека от

окружающей среды» имеют совершенно разный смысл, хотя и состоят

из одних и тех же ключевых слов [33].

Многообразие используемых в ИПЯ парадигматических и синта-

гматических отношений определяет семантическую силу ИПЯ.

По способу организации понятий различают следующие ИПЯ:

« предкоординируемые (классификационные) ИПЯ;

» посткоординируемые (дескрипторные) ИПЯ.

Предкоординация — предварительное (до использования при ин-

дексировании) построение сложных классов путем логического умно-

жения (координации) простых классов. Словарный состав задается

158 Информационные технологии управления

в виде фиксированного списка слов, словосочетаний и фраз. Введение

в язык новых лексических единиц строго ограничено и возможно лишь

до индексирования документов, т. е. при создании языка [14, 29].

Посткоординируемые (дескрипторные) языки основаны на методе

координатного индексирования. В посткоординируемых ИПЯ лекси-

ческие единицы объединяются в поисковом образе лишь во время ин-

дексирования документа. Словарь дескрипторного ИПЯ состоит из

специальным образом выбранных отдельных слов или словосочетаний

естественного языка — ключевых слов и дескрипторов [14, 29].

Координатное индексирование — индексирование, при котором ос-

новное смысловое содержание текста (документа) или информацион-

ного запроса представляется в виде сочетания ключевых слов или де-

скрипторов.

Ключевые слова — это наиболее существенные для отображения со-

держания документа слова и словосочетания, обладающие назывной

функцией.

К классификационным языкам относят [14]:

» информационно-поисковый язык иерархического типа;

» информационно-поисковый язык фасетного типа;

» алфавитно-предметную классификацию.

Основными показателями эффективности функционирования ДИС

являются полнота и точность информационного поиска [14].

Полнота информационного поиска R определяется отношением

числа найденных релевантных документов А к общему числу релевант-

ных документов С, имеющихся в системе [14]:

Точность информационного поиска Р определяется отношение!^

числа найденных релевантных документов А к общему числу докумен

тов L, выданных на запрос пользователя [14]:

Наличие среди отобранных на запрос пользователя нерелевант-

ных документов называется информационным шумом системы. Ко-

эффициент информационного шума К определяется отношением

числа нерелевантных документов (I - А), выданных в ответе пользо-