19832

Модель даних, типи моделей даних

Доклад

Информатика, кибернетика и программирование

Основою бази даних є модель даних фіксована система понять і правил для представлення даних структури стану і динаміки проблемної області в базі даних. У різний час послідовне застосування одержували ієрархічна мережна і реляційна моделі даних. У наш час усе більшого

Украинкский

2013-07-17

16 KB

0 чел.

Основою бази даних є модель даних — фіксована система понять і правил для представлення даних структури, стану і динаміки проблемної області в базі даних. У різний час послідовне застосування одержували ієрархічна, мережна і реляційна моделі даних. У наш час усе більшого поширення набуває об'єктно-орієнтований підхід до організації баз даних ГІС.

Ієрархічна структура представляє сукупність елементів, пов'язаних між собою за певними правилами. Об'єкти, пов'язані ієрархічними відносинами, утворюють орієнтований граф. До основних понять ієрархічної структури відносяться: рівень,елемент (вузол), зв'язок. Вузол - це сукупність атрибутів даних, що описують деякий об'єкт. На схемі ієрархічного дерева вузли представляються вершинами графа. Кожен вузол на більш низькому рівні пов'язаний лише з одним вузлом, що знаходиться на більш високому рівні. Ієрархічне дерево має тільки одну вершину, не підпорядковану ніякий інший вершині і знаходиться на самому верхньому (першому) рівні. Залежні вузли знаходяться на другому, третьому і т.д. рівнях. Кількість дерев у базі даних визначається числом кореневих записів. До кожного запису бази даних існує тільки один (ієрархічний)шлях від кореневого запису.
До основних недоліків ієрархічних моделей слід віднести:неефективність реалізації відносин типу N: N, повільний доступ до сегментів даних нижніх рівнів ієрархії, чітка орієнтація на певні типи запитів та ін.

Мережна модель даних

У мережній моделі даних поняття головних і підлеглих об'єктів дещо розширені. Будь який об'єкт може бути і головним, і підлеглим (у мережній моделі головний об'єкт позначається терміном «власник набору», а підлеглий — терміном «член набору»). Той самий об'єкт може одночасно виконувати і роль власника, і роль члена набору. Це означає, що кожний об'єкт може брати участь у будь-якій кількості взаємозв'язків.
Подібно до ієрархічної, мережну модель також можна подати у вигляді орієнтованого графа. Але в цьому випадку граф може містити цикли, тобто вершина може мати кілька батьківських вершин.
Така структура набагато гнучкіша і виразніша від попередньої і придатна для моделювання більш ширшого класу завдань. У цій моделі вершини є сутностями, а ребра, що їх з'єднують, — відношеннями між ними

Реляційна модель даних

У реляційній моделі даних об'єкти і взаємозв'язки між ними представляються за допомогою таблиць. Взаємозв'язки також подаються як об'єкти. Кожна таблиця представляє один об'єкт і складається з рядків і стовпців. Таблиця повинна мати первинний ключ (ключовий елемент) — поле чи комбінацію полів, що єдиним способом ідентифікують кожний рядок у таблиці


 

А также другие работы, которые могут Вас заинтересовать

10972. Критерий Колмогорова-Смирнова. Проверка гипотезы об однородности выборок 122.84 KB
  Критерий КолмогороваСмирнова. Проверка гипотезы об однородности выборок Гипотезы об однородности выборок это гипотезы о том что рассматриваемые выборки извлечены из одной и той же генеральной совокупности. Пусть имеются две независимые выборки произведенные из ...
10973. Линейный корреляционный анализ 175.39 KB
  Линейный корреляционный анализ Исключительный интерес для широкого класса задач представляет обнаружение взаимных связей между двумя и более случайными величинами. Например существует ли связь между курением и ожидаемой продолжительностью жизни между умственными
10974. Линейный корреляционный анализ. Коэффициент ранговой корреляции спирмена 79.27 KB
  Линейный корреляционный анализ ПРОДОЛЖЕНИЕ Пример 1.Коэффициент ранговой корреляции спирмена По двум дисциплинам А и В тестировались 10 студентов. На основе набранных баллов вычислены соответствующие ранги. Необходимо вычислить ранговый коэффициент Спирмена и пров...
10975. Анализ точности определения оценок коэффициентов регрессии 69.28 KB
  Анализ точности определения оценок коэффициентов регрессии В силу случайного отбора элементов данных в выборку случайными являются также оценки и коэффициентов и теоретического уравнения регрессии. Их математические ожидания при выполнении предпосылок об отклон
10976. Проверка качества уравнения регрессии 80.42 KB
  Проверка качества уравнения регрессии Оценим насколько хорошо модель линейной регрессии описывает данную систему наблюдений. В качестве этой оценки воспользуемся коэффициентом детерминации. Составим следующие суммы квадратов отклонений: фактических значений от...
10977. Множественная линейная регрессия 39.67 KB
  Множественная линейная регрессия Обобщением линейной регрессионной модели с двумя переменными является многомерная регрессионная модель или модель множественной регрессии. Уравнение множественной регрессии может быть представлено в виде где вектор независим
10978. Выполнение многомерного регрессионного анализа в пакете STATISTICA 198.06 KB
  Выполнение многомерного регрессионного анализа в пакете STATISTICA Рассмотрим пример построения регрессионной модели в пакете Statistica 6.0. Для этих целей обычно используется модуль Multiple Regressions Множественная регрессия который позволяет предсказать зависимую переменную по н...
10979. Нелинейная регрессия 192.4 KB
  Нелинейная регрессия Связь между признаком и может быть нелинейной например в виде полинома: Здесь степень полинома случайная составляющая Для имеющихся данных можно записать По аналогии с 14.4 в матричной форме получим: где . Таким образом получ...
10980. Факторный анализ. Задача однофакторного анализа 89.48 KB
  Факторный анализ Ранее была рассмотрена проверка значимости различия выборочных средних двух совокупностей. На практике часто возникает необходимость обобщения задачи т.е. проверки существенности различия выборочных средних совокупностей . Например требуется оцен