Студопедия
Главная страница | Контакты | Случайная страница

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Реляционные базы данных

Читайте также:
  1. Cохранение данных в двоичных файлах.
  2. CТРУКТУРЫ ДАННЫХ И АЛГОРИТМЫ
  3. I)Однофакторный дисперсионный анализ (выполняется с применением программы «Однофакторный дисперсионный анализ» надстройки «Анализ данных» пакета Microsoft Excel).
  4. MEDLINE - это база данных, которая содержит...
  5. Алфавит, базовые типы и описание данных.
  6. АНАЛИЗ ДАННЫХ
  7. Анализ данных и параметры хранилища загрузки
  8. Анализ данных и подготовка заключительного отчета
  9. Анализ полученных данных социологического опроса
  10. Анализ статистических данных по объему продукции (работ, услуг), номенклатуре, ассортименту.

Предположим, что мы хотим внести решетку цен­ностей (например, MLS) в конкретную информацию, которая хранится и обрабатывается на ЭВМ. Рассмот­рим примеры механизмов такого внесения и пробле­мы, которые здесь возникают. Для определенности рас­смотрим информацию, структурированную и обраба­тываемую при помощи реляционной базы данных. Такая модель информации называется реляционной моделью данных (РМ).

РМ состоит из отношений, которые представляют собой таблицы со многими входами, и алгебры отно­шений, которая позволяет строить новые отношения в терминах других отношений (в РМ входят также правила целостности хранимой информации и произ­водной информации).

Каждое отношение R определяется схемой R (А1,..., Аn), которая характеризуется множеством атрибутов А1,,..., Аn, т.е. переменных, описывающих входы таблицы. Отношение состоит из множества записей (векторов или строк), которые представляют собой значения данных в области определения атрибутов (то есть элементы таблицы — значения атрибутов).

Реляционная алгебра состоит из операторов для выбора всех или части записей, имеющих определен­ные значения из отношения (таблицы), и для добавле­ния данных в различные отношения.

В реляционной модели выделяют реальные (или базовые) отношения, которые соответствуют храня­щимся данным, и производные отношения, которые об­разуются с помощью реляционных операторов(РО)РОоо.

РО строит новые отношения из одного или несколь­ких существующих. Можно определить пять основ­ных операторов и два производных.

Реляционные операторы:

а) основные

1. Select (R, F).

Строит новое отношение, состоящее из всех векторов (строк) R, удовлетворяющих F, где F — формула вида "AiQV" или "АiQАj", где Q — отношение сравнения (=,£ и т.д.) и V — значение из области Di атрибута Аi. (Этот оператор также называют "Q — выбор").

2. Project (R (Ai1,...,Aik,)).

Строит новое отношение следующим образом:

берутся по очереди все строки R и из каждой из них выбрасываются все элементы в координатах, не являющиеся атрибутами Ai1,...,Aik затем удаляются дубликаты в множестве получившихся строк нового отношения.

3. Union (R1, R2,).

Строит новое отношение, состоящее из строк, которые есть хотя бы в одном отношении R1 или R2. Схемы для R1, и R2 должны быть совместимы, то есть иметь одинаковое число атрибутов, согласование по области определения атрибутов.

4. Diff (R1,R2,).

Строит новое отношение, состоящее из тех и только тех строк R1, которые не входят в R2. Схемы R1 и R2 должны быть совместимы.

5. Product (R1, R2).

Образует новое отношение из прямого произведения таблиц R1 и R2, т.е. каждая строка R1 приписывается каждой строке R2.

Кроме перечисленных основных РО полезно определить следующие два производных оператора.

б) производные

6. Natural-join (R1, R2, (Ai1,...,Aik).

Этот оператор выбирает и оставляет в новой таблице вектора из прямого произведения R1 и R2 такие, в которых атрибуты Ai1,,...,Aik, принимают одинаковое значение и затем выбрасываются лишние атрибуты (встречающиеся дважды).

7. Outer-join (R1, R2, (Ai1„...,Aik).

Строит Natural-join из R1 и R2 и к нему добавляет каждую строку в R1, которая не имеет подходящей строки в R2, а также добавляет каждую строку в R2, которая не имеет подходящей строки в R1.

 

Внесение решетки ценностей в информацию, наделенную структурой реляционной ба­зы данных.

Такое внесение возможно не всегда. Функ­ционирование базы данных может привести к проти­воречию с размещением информации в том или ином классе решетки и затем, к компрометации этой ин­формации. Чтобы этого не случилось надо согласо­вывать все элементы БД (т.е. отношения и реляцион­ную алгебру) и решетку ценностей. А именно, при внесении решетки в БД (короче, при классификации информации) необходимо решить следующие задачи:

1. Уметь классифицировать отдельные (неделимые) факты и объекты. В реляционных БД требуется под­держивать MLS на уровне элементов потому, что ка­ждая строка отношения может содержать много раз­личных фактов, имеющих разные классификации (на­пример, время вылета — секретно, время прибытия — секретно, назначение — совершенно секретно). Хотя в литературе использовались и другие подходы.

2. Уметь создавать для просмотра пользователями виртуальные отношения. Будем называть их обзора­ми, в которых не все данные имеют одну классифи­кацию Поскольку обзоры это производные данные, то создание обзора требует проведения классифика­ции производных данных.

3. Уметь вносить новые данные и обновлять старые, причем элементы вносимых данных могут иметь разную классификацию.

4. Необходима состоятельность классов информа­ции, т.е. для каждого факта не должны при различных видах обработки получаться различные классы ценности. При этом пользователь может не иметь доступа к некоторым классам, но не должен из-за этого терять возможность работать с БД.

5. Уметь определять ограничения целостности на данных, имеющих различную классификацию. В частности, это надо делать автоматически, чтобы не заставлять пользователя запоминать все правила классификации информации.

6. Уметь восстанавливать данные с учетом их классификации.

Основная идея внесения MLS в БД (D. Denning, Т. Lunt и др.) состоит в создании нового отношения, где классы MLS входят как атрибуты отношения То есть, любая данная схема расширяется включениями классификационного атрибута Сi для каждого атрибута данных Аi. Область значений Сi определяется парой классов (Li, Нi), которые определяют подрешетку от низшего класса Li до высшего для данного атрибута класса Нi. Класс элемента аi в данном векторе определяется С(аi)=Сi в этой подрешетке (функция C(a)=class(a) — обозначает отображение элементов РМ в решетку).

Определение. Многоуровневое базовое отношение (MLS R) определяется как произвольное отношение, у которого существуют классификационные атрибуты Сi для всех атрибутов данных Аi. Такое отношение представляется схемой:

R(A1, C1,...,An,Cn).

Пример 1. Решетка {S, TS}; Al — первичный ключ.

Al Cl A2 C2 A3 C3
mad S foo S ark TS 17 S 34 S S TS X S W TS У TS

 

Схема, в целом, классифицирована как S.

Определение. Атрибут Ai и соответственно атри­бут Ci в MLS R называется одноуровневым, если об­ласть, определяемая Ci, — одна точка в решетке, ина­че Ai называется многоуровневым.

Определение. MLS R называется одноуровневым, если все атрибуты одноуровневые и соответствуют одному классу.

Схема для MLS R также классифицируется. Этот класс обозначается class(R) и этот класс относится к имени отношения, имени всего набора атрибутов R и схеме. Class(R) должен доминироваться нижней гра­нью L1,..., Ln классификационных атрибутов С1,..., Сn в схеме. Это свойство позволяет доминировать class(R) всеми элементами таблицы.

В стандартной реляционной базе любой отсутст­вующий элемент представляется каким-нибудь ана­логом нулевого значения. Положим, что это выполня­ется и для многоуровневой реляционной модели. Кро­ме того, нулевое значение атрибута Аi будет определять наименьшее значение Li атрибута Сi.

Тогда, если новое отношение V, например, обзор, не должен содержать TS данных, то должна осуществ­ляться фильтрация данных, помещаемых в V. Тогда

S — отфильтрованный обзор предыдущего примера, примет вид. Пример 2.

Al Cl A2 C2 A3 C3
Mad S foo S 17 S 34 S X S null S

 

Классификационные ограничения.

Классификация информации в ходе функциониро­вания системы происходит автоматически на основе классификационных ограничений (КО).




Дата добавления: 2014-12-15; просмотров: 115 | Поможем написать вашу работу | Нарушение авторских прав




lektsii.net - Лекции.Нет - 2014-2025 год. (0.181 сек.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав