Baze de date

Baze de date

În condiøiile exploziei informaøionale actuale, unica soluøie de rezolvare a necesitãøilor de informare si prelucrare rapidã a unei cantitãøi mari de date este folosirea calculatorului. Pentru a se putea gestiona volume mari de date sunt necesare nu numai resurse fizice (calculatoare rapide, cu memorie internã si externã de capacitate mare), ci mai ales programe performante si metode eficiente de organizare a colecøiilor de date, care sã permitã regãsirea rapidã a informaøiilor.

Schema generalã de operare cu ajutorul calculatorului asupra datelor presupune prelucrarea acestora prin intermediul unor algoritmi astfel încât sã se obøina rezultatele dorite. Algoritmii pot fi conøinuøi în produse soft consacrate, în programe concepute de utilizatori si/sau în diverse metode de calcul precizate de acestia, cu ajutorul produselor soft.

Studiul bazelor de date este un domeniu al informaticii care oferã modele de organizare a volumelor mari de date si metode de prelucrare a acestora. Metodele teoretice au fost implementate de cãtre informaticieni în produse soft care prelucreazã volume mari de date - sisteme de gestiune a bazelor de date. Astfel, la dispoziøia utilizatorilor neprofesionisti, se aflã produse soft performante si accesibile cu care acestia sã îsi poatã gestiona colecøiile de date cu un efort minim. În acelasi timp, utilizatorii avizaøi sau profesionisti pot folosi mediile de gestiune a bazelor de date pentru a realiza prelucrãri mai complexe si chiar pentru a concepe programe proprii.

1. Noøiuni folosite în teoria bazelor de date

O datã este o valoare constantã (numãr, caracter, sir de caractere etc.).

Un identificator (atribut) este un nume de datã care diferenøiazã datele (nume de variabilã).

Se considerã cã o informaøie este o pereche (datã, atribut de datã), adicã o datã cãreia i-a fost asociatã o anumitã semnificaøie.

Un tip de datã se referã la o muløime de valori posibile si la o muløime de operaøii posibile (întreg, real, complex, datã calendaristicã etc.).

O colecøie de date conøine, relativ la un algoritm sau metodã de prelucrare, date iniøiale, interne si finale. Datele din asemenea colecøii pot fi organizate în diverse forme, care influenøeazã eficienøa algoritmilor de prelucrare a datelor din colecøiile respective.

O structurã de date este o colecøie de date cu o anumitã organizare (structurã). Exemple de structuri de date: date elementare (numere, siruri de caractere, date logice etc.), siruri - succes 919j94j iuni finite de date elementare, matrice, articole (formate din câmpuri sau atribute, fiecare din acestea putând lua câte o valoare), liste, arbori, grafuri etc.

O bazã de date conøine o colecøie de date aflate în interdependenøã, memoratã în fisiere si o descriere a structurilor de date folosite (memoratã în aceleasi fisiere sau în fisiere auxiliare), de obicei sub formã tabelarã. Uzual, structura unei baze de date se referã la atributele datelor conøinute în fisierele bazei de date (câmpurile) si caracteristicile acestora (tip, dimensiune etc.).

Un sistem de gestiune a bazelor de date (SGBD) este o muløime de programe necesare pentru prelucrarea bazelor de date - uzual, aceste programe sunt încorporate într-un produs soft performant si cu o interfaøã de utilizare accesibilã. Exemple: Access, FoxPro, dBase etc.

O bancã de date este un sistem de organizare, prelucrare si teleprelucrare a datelor format dintr-o bazã de date (sau mai multe) si un sistem de gestiune a bazelor de date ca mijloc operativ de prelucrare a datelor.

2. Funcøionarea unei baze de date

Exploatarea unei baze de date aflate pe un suport specific (magnetic), de cãtre un utilizator, prin intermediul unui sistem de calcul, având la dispoziøie un SGBD, parcurge uzual urmãtoarele etape:

1. Utilizatorul, aflat la un terminal electronic, pune o "întrebare" sau lanseazã o cerere de date, referitoare la informaøiile din baza de date. Întrebarea se poate pune într-un limbaj de cereri specific SGBD-ului cu care se lucreazã (dacã utilizatorul este familiarizat cu acest limbaj - de exemplu, SQL, FoxPro, dBase) sau utilizatorul poate fi asistat în adresarea cererii de date de cãtre SGBD (produsul soft pe care îl foloseste) printr-un sistem de meniuri, butoane sau ferestre de dialog (obiecte de control).

2. Întrebarea este analizatã de cãtre calculator, de fapt de SGBD, iar dacã este corectã, se încearcã (SGBD) sã i se dea rãspuns prin accesarea informaøiilor din baza de date. Rãspunsul va fi constituit din muløimea datelor cerute de utilizator, care verificã criteriile specificate de acesta.

Acest proces de lansare a unei cereri de date care va fi satisfãcutã prin furnizarea datelor care satisfac proprietãøile cerute se numeste interogarea bazei de date.

3. Rãspunsul la cererea de date se va afisa pe ecran, se va tipãri la imprimantã sau se va memora într-un fisier.

Timpul scurs dupã lansarea cererii de date si pânã la satisfacerea acesteia se numeste timp de rãspuns.

În contextul prelucrãrilor pentru care se proiecteazã o bazã de date, se urmãreste micsorarea timpului de rãspuns. Acest obiectiv se poate realiza prin:

- cãutarea unor modele cât mai performante de organizare a informaøiilor; adeseori aceste modele necesitã memorarea unor informaøii suplimentare. De exemplu, o ordonare eficientã a datelor dupã valorile unui atribut (câmp cheie) se poate realiza prin atasarea unui tabel de index (vezi 4.)

- cresterea performanøei algoritmilor de prelucrare.

În general, diminuarea timpului de rãspuns sau cresterea vitezei de prelucrare si încercarea de a folosi un spaøiu de memorie cât mai mic sunt obiective care nu se pot atinge simultan dincolo de o limitã rezonabilã a performanøei, în sensul cã un algoritm mai rapid va folosi în general informaøii suplimentare (deci mai multã memorie).

3. Câteva principii teoretice de organizare a bazelor de date

Structura si conøinutul unei baze de date complexe pot fi privite din câteva puncte de vedere teoretice, referitoare la aspecte de proiectare si utilizare a ei.

Structura virtualã este totalitatea structurilor de date folosite în modelul de organizare a bazei de date. Ea este cunoscutã de cãtre proiectantul bazei de date si se pãstreazã în tabele sau fisiere ale bazei de date; acestea vor fi consultate de cãtre programele aplicative (structura nu mai trebuie descrisã în programe).

Structura logicã este partea din structura virtualã pe care trebuie sã o cunoascã (de care are nevoie) fiecare utilizator sau program. Evident, existã mai multe structuri fizice, care se pot intersecta în funcøie de obiectivele de exploatare a bazei de date de cãrte fiecare utilizator. Reuniunea structurilor logice formeazã structura virtualã.

Structura fizicã este formatã din fisierele de pe suport (uzual magnetic) pe care s-a memorat colecøia de date.

Acest punct de vedere ierarhic asupra unei baze de date introduce câteva avantaje reflectate în exploatarea bazei de date. Acestea se concretizeazã în:

- independenøa logicã care apare între structurile logice si structura virtualã: în urma schimbãrii structurilor logice, structura virtualã se poate modifica fãrã ca programele aplicative sã fie influenøate. Metodele de acces la date se pot îmbunãtãøi periodic iar baza de date se poate dezvolta în etape.

- independenøa fizicã care apare între structura virtualã si cea fizicã: Structura fizicã, respectiv modul de organizare a fisierelor pe suport, se poate modifica fãrã schimbarea structurii virtuale si deci a programelor de aplicaøie.

Programele de aplicaøie au acces la date prin prin consultarea tabelelor sau fisierelor care descriu structura virtualã a bazei de date si a procedurilor de acces la date.

4. Modelul relaøional al bazelor de date. Moduri de organizare a fisierelor

Vom introduce acest concept printr-un exemplu simplu. Presupunând cã avem nevoie de datele personale ale unor studenøi pentru diverse prelucrãri, cea mai simplã modalitate de a le reøine ar fi un tabel de forma:

Un asemenea tabel este un model de fisier care sã conøinã o bazã de date. Atributele datelor se numesc câmpuri (prima linie din tabel); acestea conøin date de acelasi tip care apar sub forma unei coloane. Totalitatea câmpurilor (o muløime de atribute) formeazã un articol. Fiecãrui câmp dintr-un articol îi poate corespunde o muløime de valoari de acelasi tip; în modelul relaøional - o date elementare (conform tabelului). Fiecare set de valori ale cîmpurilor formeazã o înregistrare (linii în tabel).

Un câmp cu rol de identificare se numeste cheie. Numele câmpurilor, împreunã cu caracteristicile lor (tip, dimensiune etc.) alcãtuiesc structura fisierului de tip bazã de date; ea se reøine pe suport alãturi de datele din înregistrãri (sub forma unui antet al fisierului).

Elementaritatea datelor din asemenea baze de date simplificã stabilirea de relaøii între tabele. De exemplu, dacã existã prelucrãri în care sunt necesare notele si mediile studenøilor (pentru simplificarea exemplului, vom lua în considerare doar media), avem douã alternative de reøinere a noilor informaøii: în acelasi fisier sau într-unul nou. Dacã numãrul de înregistrãri si de câmpuri ale unui tabel este mare si noile date sunt prelucrate preponderent separat de cele deja introduse, este recomandabilã crearea unui noi fisier pentru a-i asigura o vitezã de acces mai mare. Studenøii sunt identificaøi prin numãrul matricol, deci nu mai este necesarã reøinerea numelui.

Se observã cã între cele douã tabele se realizeazã simplu o relaøie, fãcând o corespondenøã între înregistrãrile care au aceeasi valoare a câmpului NrMatricol.

Modelul relaøional al bazelor de date a fost introdus de E. F: Codd în 1970 si dezvoltat ulterior. Prezentãm în continuare definiøia matematicã riguroasã a noøiunii de relaøie.

Fie A₁, A₂, ..., A_n atribute iar D_i - domeniul de valori pentru atributul A_i, i=1,...,n. O relaøie R este o muløime de elemente care sunt tupluri de valori atribute, adicã o muløime R D₁ D₂ D_n. Relaøia se noteazã R[A₁,A₂,...,A_n].

Modelul relaøional al unei baze de date constã dintr-o colecøie de relaøii ce variazã în timp (prin operaøii de adãugare, stergere, actualizare).

Accesul la înregistrãrile unui fisier poate fi secvenøial dacã se parcurg consecutiv toate înregistrãrile situate înaintea celei cãutate sau direct, la o anumitã înregistrare. Operaøia de cãutare presupune gãsirea înregistrãrilor cu o anumitã valoare a cheii (dupã care se face cãutarea).

Existã câteva moduri de organizare a fisierelor baze de date care, desi nu sunt totdeauna evidente pentru utilizator, pot influenøa realizarea anumitor operaøii. Organizãrile secvenøialã si secvenøial indexatã apar frecvent în fisierele baze de date, fãrã sã fie însã numite explicit.

Organizarea secvenøialã presupune reøinerea înregistrãrilor consecutive pe suport.

Organizarea secvenøial-indexatã realizeazã o ordonare logicã a înregistrãrilor - mult mai eficientã decât cea fizicã, efectivã - prin atasarea unui tabel de index (fisier) care conøine valorile ordonate ale unei chei (câmpul dupã care se face ordonarea) si adresele înregistrãrilor pe suport. De exemplu, fisierul cu studenøi se poate ordona fãrã a aplica un algoritm complex care sã schimbe înregistrãrile între ele, prin atasarea tabelului

Cãutarea unei persoane dupã numãrul matricol va fi mai rapidã într-o asemenea structurã fiindcã numerele matricole sunt ordonate iar apoi se poate face un acces direct.

Organizarea directã presupune distribuirea înregistrãrilor în clase cãrora sã le corespundã adrese pe suport pe baza valorilor unei chei, astfel încât poziøia sã se poatã regãsi direct în funcøie de valoarea cheii.

5. Funcøiile sistemelor de gestiune a bazelor de date

Orice SGBD, ca ansamblu de programe (proceduri) care gestioneazã colecøiile de date, trebuie sã ofere mecanisme de realizare a urmãtoarelor operaøii:

definirea bazei de date se realizeazã într-un limbaj specializat de definire a datelor si se referã la:

stabilirea structurii virtuale, respectiv a structurilor de date necesare în funcøie de modelul de organizare a bazei de date si a tehnicilor de validare a datelor (stabilirea proprietãøilor pe care trebuie sã le aibã datele care vor fi introduse în baza de date astfel încât sã fie interzisã încãrcarea bazei cu date incorecte)

definirea structurii logice, adicã a modului de grupare pe structuri logice a celei virtuale

stabilirea datelor auxiliare, cu rol în exploatare (de exemplu, data ultimei actualizari a bazei de date)

informaøii necesare pentru definirea structurii fizice

manipularea informaøiilor din baza de date se realizeazã într-un limbaj specializat de manipulare a datelor (comenzi specifice fiecãrui SGBD) sau sub asistenøa SGBD (meniuri, ferestre de dialog etc.) si se referã la operaøii de:

regãsire a datelor (operaøii de cãutare)

actualizare (introducere, stergere, modificare de date)

administrarea bazei de date se referã la controlul informaøiilor din baza de date si al programelor de acces de cãtre o persoanã (grup de persoane) numitã administratorul bazei de date. Sarcinile administratorului sunt:

organizarea bazei de date (definirea structurilor logice, virtualã si fizicã si încãrcarea bazei de date)

urmãrirea funcøionãrii corecte a bazei de date prin:

pãstrarea informaøiilor corecte si la zi (actualizate)

asigurarea integritãøii si confidenøialitãøii datelor

urmãrirea performanøelor bazei de date

punerea la dispoziøia utilizatorilor a unor programe de exploatare performante

reorganizarea bazei de date prin modificarea structurilor virtualã si fizicã în scopul optimizarii bazei de date sau a introducerii de noi informaøii

protecøia bazei de date este foarte importantã mai ales dacã un numãr mare de persoane acceseazã baza de date, care poate avea o importanøã strategicã sau economicã (bãnci, burse etc.). Aspectele la care se referã protecøia bazelor de date sunt:

confidenøialitatea, adicã protecøia împotriva accesului neautorizat

integritatea, adicã protecøia împotriva alterãrii conøinutului prin erori de programare, defecte de echipament sau chiar rea intenøie.

Metode de acces neautorizat pot fi:

înregistrarea comunicaøiilor dintre calculator si terminal

copieri ilegale de fisiere prin acces la suportul fizic

obøinere neautorizatã de parole de acces

folosirea unor drepturi restrânse de acces în încercarea de a pãtrunde în zone neautorizate

încercarea de a evita programele sau metodele de control ale sistemului prin specularea unor erori de programare, ale sistemului de operare sau prin folosirea unor terminale ilegale la care sã continue lucrul dupã încheierea sesiunii normale.

Dintre metodele de asigurare a confidenøialitãøii amintim:

etichetarea informaøiilor, adicã asocierea unui nume unui grup de informaøii (la care ulterior sã se poatã adãuga un drept de acces)

folosirea de parole si drepturi de acces pentru diferite operaøii

pãstrarea codificatã a datelor

introducerea unor dialoguri specifice la începutul, sfârsitul si eventual în timpul sesiunii de lucru

protecøia terminalelor si liniilor de teletransmisie

folosirea unor dispozitive hardware de identificare personalã

6. Evoluøia sistemelor de gestiune a bazelor de date

Într-un mod analog cu evoluøia calculatoarelor sau a sistemelor de operare, si evoluøia SGBD poate fi structuratã pe câteva generaøii:

Generaøia 1 Colecøiile de date au forma unor fisiere secvenøiale (pe bandã magneticã) în care operaøiile de intrare-iesire erau programate la nivel fizic. Fiecãrei probleme i se asociau fisierele necesare.

Generaøia 2 Apar tipurile clasice de organizare a fisierelor de date: secvenøialã, secvenøial indexatã si directã.

Avantaje: se separã modul în care utilizatorul priveste fisierele (nivelul logic) de modul de memorare a lor pe suport (nivelul fizic) iar tabelele se genereazã automat.

Dezavantaje: bazele de date nu se pot dezvolta în etape si nu existã mecanisme de protecøie.

Generaøia 3 Colecøiile de date iau forma unui sistem integrat de fisiere în care o datã (informaøie) se memoreazã o singurã datã. Structura fisierelor trebuie încã sã fie descrisã în programe (Pascal, C etc.).

Generaøia 4 este generaøia bazelor de date: se separã definirea bazei de date (structura se pãstreazã în tabele) de utilizarea bazei de date; proiectantul bazei se detaseazã de utilizatori. Programele nu mai definesc structurile de date pe care le prelucreazã, ci acestea se pãstreazã în tabele speciale. Apar de independenøele fizicã si logicã, conform principiilor teoretice enunøate la 2. Programele vor avea acces la date folosind o metodã de acces (program al SGBD) care face apel la structura fizicã a fisierelor.

Introducere in baze de date