РАЗРАБОТКА СИСТЕМЫ ИССЛЕДОВАНИЯ ДИНАМИКИ ДАННЫХ И МЕТАДАННЫХ ДЛЯ МОДЕЛИ РЕЛЯЦИОННОГО ТИПА

Леонид Дмитриевич Шумский

Аннотация


При сохранении скорости увеличения объемов информации, хранимой в цифровом виде, необходимость анализа и контроля этих данных также будет расти. Большая часть данных и метаданных хранится, на данный момент, в реляционных базах данных, основанных на модели Э. Кодда [1].

Серьезных оснований полагать, что сложившаяся ситуация может радикальным образом измениться в ближайшем будущем нет, следовательно ориентироваться необходимо именно на этот тип баз данных.

Для современных, промышленных СУБД разработаны достаточно мощные средства мониторинга такие как: Primos [13], Ignite [14], Zero Impact Enterprise и Performance Monitor [15].

К сожалению, современные средства обладают рядом существенных недостатков. Во-первых, хотя эти системы позволяют находить тренды запросов, определять аномальности и предпринимать некоторые проактивные действия, они лишены возможности делать какие-либо логические выводы. Весь анализ необходимо производить администратору базы данных, что в условиях сверхбольших объемов данных не всегда возможно. Во-вторых, количество метаданных увеличивается даже быстрее, чем количество самих данных, а большинство современных систем либо вовсе игнорируют метаданные, либо работают лишь с крайне незначительной их частью. Наконец, данные системы достаточно жестки, они не поддаются гибкой настройке, которая может потребоваться для детального исследования

Отдельно следует отметить, что все существующие системы связываются не с концептуальной схемой базы данных, а с физической. Это также является минусом т.к. делает несравнимыми результаты для различных физических схем, отражающих одно концептуальное представление. Кроме того, это отдаляет изучение изменения базы данных от изучения изменений в предметной области.

Для избавления от перечисленных недостатков предлагается разработать систему исследования динамики данных обладающую следующими свойствами. Во-первых, данная система должна быть привязана к концептуальной модели предметной области, а не к конкретной базе данных. Во-вторых, такая система должна иметь возможность описывать и обрабатывать утверждения, касающиеся динамики.

В данной работе предлагается следующий путь построения подобной системы – разрабатываются модели описания динамики и концептуальной схемы предметной области. Разработанные модели связываются между собой и с реляционной моделью Кодда. За счет такого подхода система позволит формулировать правила на внутренних языках описания концептов и динамики. Эти правила относятся к предметной области, а значит, сразу могут быть сформулированы аналитиками. За счет связи с реляционной моделью, эти правила могут быть транслированы в вид, понятный для реляционной базы данных.

В последующих разделах будут представлены основные положения, касающиеся моделей описания динамики и концептуальной модели и их связей. Отдельно будут рассмотрены логический вывод в модели и сценарии ее функционирования.

 

Задачей работы являлось создание системы исследования изменения данных и метаданных. Для достижения данной задачи были выполнены следующие шаги – были разработаны модели представления концептов и концептуальных зависимостей, а также модель описания динамики. Построенные модели были связаны между собой и с реляционной моделью Кодда. Были разработаны правила логического вывода в динамической модели и концептуальной структуре. Также были разработаны правила функционирования системы.

Для развития системы предполагается осуществить следующие шаги. Усилить логический вывод на динамической модели – дать системе возможность автоматически определять причинно-следственные связи между событиями и фактами. Повысить выразительную мощность концептуальной схемы – включить в нее под концепты, увеличить способы описания концептуальных зависимостей, расширить возможности логического вывода на концептуальной структуре. Отдельной, связанной, задачей является разработка языка описания концептов, правил и сценариев.


Полный текст:

PDF

Литература


Codd, E.F. Further normalization of the data base relational model // IBM Research Laboratory. 31 August 1971.

McDermont, D. A Temporal Logic for Reasoning About Processes and Plans // COGNITIVE SCIENCE. 1982. №6. C.101-155.

Venema, Y. Temporal Logic // Lou ed Goble. The Blackwell Guide to Philosophical Logic. Blackwell Publishers. 2001.

Valiant, L. G. A Theory of the Learnable // Artificial Intelligence and Language Processing. 11 November 1984. №27. С. 436-445.

Benthem, J. van. Temporal Logic // Handbook of Logic in Artificial Intelligence and Logic Programming / Ch. Hogger & J. Robinson, eds. D. Gabbay. Oxford University Press. 1991.

Aerts, D. A theory of concepts and their combinations I: The structure of the sets of contexts and properties / Aerts D., Gabora L. M. // Kybernetes. 2005 №34, С. 151-175.

Codd, E. F. Does Your DBMS Run By the Rules? // ComputerWorld. 1985.

Baader, F. The Description Logic Handbook: Theory, Implementation, and Applications / Baader F, Calvanes D and McGuiness D L. Cambridge. Cambridge University Press. 2003.

Fox, Ch. Intensional first-order logic with types / Chris Fox, Shalom Lappin, Carl Pollard. 2003.

Ronald, J. B. Knowledge Representation and Reasoning / Ronald J. Brachman, Hector J. Levesque. Elsevier Inc. 2004.

McCarthy, J. Applications of Circumscription to Formalizing Common Sense Knowledge. Stanford: Computer Science Department Stanford University, 1986.

McCarthy, J. Circumscription - a Form of Nonmonotonic Reasoning. Stanford: Computer Science Department Stanford University, 1986.


Ссылки

  • На текущий момент ссылки отсутствуют.