Notiuni si concepte utilizate in organizarea datelor

NOTIUNI SI CONCEPTE UTILIZATE IN ORGANIZAREA DATELOR

1. Obiectivele unitatii de invatare 3

2. Structurarea datelor

Test de autoevaluare

Raspunsuri

Teme orientative pentru dezbateri, referate si lucrari

Obiectivele unitatii de invatare 3

Modele conceptuale de structurare si organizare a datelor in baze de date

Modelul ierarhic

Modelul retea

Modelul relational

Structurarea datelor

Cresterea complexitatii activitatii economico-sociale a condus si conduce la sporirea exponentiala a volumului de date/informatii generate, vehiculate, prelucrate si valorificate.

"Explozia informationala" cu care ne confruntam este insa si rezultanta salturilor tehnologice spectaculoase pe care le-au inregistrat mijloacele de transmitere, prelucrare si, mai nou, chiar de generare a informatiilor, care au facut posibila si chiar au stimulat, cresterea volumului de date manipulate.

La nivelul sistemelor de conducere din cadrul organismelor economice, exista insa un decalaj tot mai mare intre volumul de informatii existente in sistem si capacitatea limitata de receptare, prelucrare si valorificare a acestora de catre factorii de conducere, in paralel cu necesitatea reducerii continue a timpului de raspuns al sistemului decizional. Solutionarea acestor probleme reclama, in primul rand, o organizare si prelucrare superioara a datelor, prin perfectionarea circuitelor si fluxurilor informationale, a mijloacelor de prelucrare si a modelelor folosite, precum si prin modul de stocare, gestionare si regasire a lor.

Experienta a dovedit ca pentru a asigura o eficienta ridicata, operativitate si calitate in manuirea informatiilor, trebuie indeplinit dezideratul ca informatia introdusa in sistem sa fie culeasa si definita o singura data, pregatita, memorata si actualizata intr-un singur fel, astfel ca la apelarea ei in vederea unei prelucrari, sa fie ca forma, valoare si denumire aceeasi.

Notiunea de data in informatica este un model de reprezentare a informatiilor despre obiectele ce vor fi prelucrate automat, accesibil utilizatorului si calculatorului.

Datele supuse prelucrarii sunt tratate sub doua aspecte:

nivelul fizic - este specific modului de reprezentare interna, pe suport de informatii;

nivelul logic sau functional corespunde modului de organizare si prelucrare a datelor de catre utilizator.

Orice data apare din punct de vedere functional, ca un ansamblu  format din trei componente:

a)    Inregistrarea logica (articol, entitate, relatie n-ara) reflecta reprezentarea obiectului informatiei prin insusirile sale. Fiecare insusire a unui obiect se exprima prin perechea "caracteristica-realizare";

b)   Caracteristica (cimp, atribut, element, rubrica) descrie insusirile si proprietatile obiectului informatiei. Fiecare atribut este caracterizat de natura valorilor pe care le poate lua. El poate fi numeric daca valorile sale sunt numerice, alfabetic pentru valori alfabetice, alfanumeric pentru valori in care figureaza cifre, litere si/sau caractere speciale etc. Rezulta ca fiecare camp de date este de un anumit tip, functie de natura caracterelor care ii formeaza continutul.

c)    Realizarea (valoarea, marimea, domeniul) reprezinta marimile (valorile) ce se atribuie fiecare caracteristici din inregistrarea logica.

Caracteristicile nu contribuie la definirea unei singure inregistrari logice, ci a unui tip de inregistrari logice. O caracteristica este o variabila careia i se atribuie o multime de valori, numite realizari.

d) Totalitatea realizarilor atribuite caracteristicilor unei inregistrari logice formeaza o inregistrare de date (un tuplu).

e) Totalitatea inregistrarilor de date de acelasi tip constituie o colectie de date.

Exemplu:

Componentele datei

Tabel 1.

In activitatea de proiectare a SPAD (Sistem de Prelucrare Automata a Datelor) inregistrarea logica se defineste ca un model de descriere a insusirilor obiectului informatiei (care serveste la descrierea structurii datelor) sau ca un ansamblu de realizari a insusirilor obiectului informatiei (care serveste la constituirea fisierului de date).

Prelucrarea automata a datelor impune organizarea acestora prin codificare si structurare.

Structurarea reprezinta alegerea celui mai corespunzator format de reprezentare a datelor pe suport.

2.1. Tipuri de structuri

Organizarea datelor in cadrul unui sistem de prelucrare automata impune ca o problema fundamentala definirea relatiilor structurale care exista in cadrul colectiilor de date. Aceasta definire este prioritara, deoarece datele in forma lor elementara in documente nu trebuie abordate ca "simple conglomerate amorfe de valori numerice"[1], ci in contextul existentei unor relatii structurale.

Structura de date reprezinta o colectie de date pentru care s-a definit un mecanism de selectare si identificare a componentelor. Acest mecanism consta in principal in stabilirea relatiilor dintre componente.

Structura de date poate fi:

secventiala, cand pentru identificarea unei componente trebuiesc parcurse, incepand cu prima, toate dinaintea ei;

cu acces direct, functie de adresa  pe suport a componentei respective, fara a se mai tine seama de restul componentelor.

Componentele unei structuri de date pot fi:

date elementare

structuri de date

Structurile de date pot fi create pentru reprezentarea lor in memoria interna sau pentru reprezentarea pe suporti externi de date.

Structurile de date interne au caracter temporar, fiind create in memoria volatila RAM a calculatorului.

Structurile de date externe au caracter permanent si cuprind:

fisiere de date

baze de date

banci de date

Toate structurile de date care au aceeasi organizare si carora li se aplica aceleasi operatii, formeaza un anumit tip de structura de date.

Un tip de structura de date este o multime ordonata de date, intre care s-au stabilit anumite relatii si care folosesc un grup de operatori de baza pentru realizarea operatiilor.

Tipurile de structuri sunt determinate de complexitatea datelor, de nivelul de dezvoltare a tehnologiilor si a metodologiilor de proiectare in sistemele de prelucrare automata.

In continuare vor fi prezentate cele mai reprezentative si utilizate tipuri de structuri de date.

Structura punctuala este forma cea mai simpla de structurare a datelor si se bazeaza pe existenta unui singur fisier de date, in cadrul caruia nu exista relatii explicite intre realizari. De exemplu fisierul PRODUSE contine inregistrari referitoare la produsele existente intr-o firma.

Structura de tip lista este forma generala de structurare a datelor si ea confera un caracter unitar prelucrarii inregistrarilor din fisiere si baze de date. Ea este definita prin:

multimea inregistrarilor listei;

relatia de ordonare a listei,

relatia de structurare a listei;

relatia de structurare a inregistrarilor listei.

Relatia de ordonare a listei (Ro) ordoneaza toate inregistrarile listei, indicand ordinea logica a acestora si nu ordinea fizica de existenta pe suportul de date.

Relatia de structurare a listei (Rsl) specifica relatia existenta intre inregistrarile listei, cand aceasta este diferita de relatia de ordonare.

Relatia de structurare a inregistrarilor listei (Rsi) defineste structura inregistrarilor din cuprinsul listei.

Structura de tip lista cuprinde: structura liniara, structura arborescenta, structura retea si structura relationala.

a)   Structura liniara se prezinta sub forma de lista, in care Rsl coincide cu Ro.

Existenta mai multor colectii de date implica existenta mai multor liste. Inregistrarile logice din colectii diferite se afla in relatii ierarhice de includere, in functie de dependenta la o colectie superioara sau inferioara.

Fig. 1.  Structura liniara

Structura liniara poate fi asimetrica (fiecare inregistrare este prevazuta cu adresa urmatoare) sau simetrica (fiecare inregistrare este prevazuta atat cu adresa inregistrarii precedente, cat si urmatoare).

La acest tip de structura se pot efectua urmatoarele operatii la nivelul inregistrarilor din colectiile de date: consultarea unei anume inregistrari, determinarea numarului de inregistrari, adaugarea, modificarea sau stergerea inregistrarilor, sortarea inregistrarilor dupa unul sau mai multe criterii, concatenarea a doua sau a mai multor colectii, descompunerea colectiilor de date.

In scopul optimizarii acestor operatii au fost realizate liste specializate pe prelucrari si anume:

lista de intrare este de structura liniara asimetrica si realizeaza operatia de consultare;

lista de iesire este de structura liniara asimetrica si realizeaza operatia de creare

stiva: adaugarea, stergerea si consultarea se realizeaza numai la unul din capetele ei, iar functionareaeste de til LIFO (Last-Input-First-Output)

Fig. 2. Stiva (lista LIFO)

coada: adaugarea se realizeaza la un capat, stergerea la celalalt capat, iar consultarea la ambele, functionand dupa principiul FIFO (First-Input- First-Output).

Fig. Coada (lista FIFO)

b) Structura arborescenta sau ierarhica se foloseste atunci cand intre elementele colectiei de date exista o relatie de ordine.

Se bazeaza pe exisrtenta unei multimi de colectii de date si a unei multimi de relatii ierarhice, in care:

fiecarui tip de colectie de date i se poate asocia un numar de nivel;

exista o singura colectie cu nivel 1, numita radacina;

fiecarei colectii de date, mai putin radacina, ii corespunde o singura colectie de date aflata la nivel superior si mai multe colectii subordonate, carora li se atribuie numere de nivel >

colectiile de date care nu mai au colectii subordonate, sunt pe ultimul nivel;

intre noduri se stabilesc relatii de tip 1-m

colectiile subordonate aceleiasi colectii de date formeaza o familie de colectii;

localizarea unei colectii de date se face pornind de la radacina si parcurgand toate colectiile superioare celei cautate.

Exemplu:

NIVEL 1

NIVEL 2

Familie de colectii

NIVEL 3

Colectii de ultim nivel

Fig. 4.  Structura arborescenta

In cadrul structurii arborescente:

adaugarea sau stergerea unei colectii de date afecteaza relatiile structurii;

consultarea colectiilor de date se face se face prin parcurgerea structurii arborelui, intr-o anumita ordine.

c) Structura retea este definita atunci cand intre elementele colectiei de date exista o relatie de preordine.

Se bazeaza pe existenta unei multimi de colectii de date si a unei multimi de relatii ierarhice, care spre deosebire de structura arborescenta admit ca orice colectie de date sa aiba mai multe colectii superioare.

Principalele caracteristici ale acestui tip de structura:

este un graf cu legaturi bidirectionale intre doua noduri;

intre elementele acestei structuri se folosesc relatii de tip m-n;

orice nod poate avea mai multi predecesori;

exista unul sau mai multe noduri initiale;

exista unul sau mai multe noduri finale;

Exemplu:

Fig.5. Structura retea

d) Structura relationala

Este cel mai utilizat tip de structura pentru problemele economice, care folosesc volume foarte mari de date. Aceste date sunt pastrate pe suporti magnetici si prelucrate in diverse sisteme de gestiune a bazelor de date.

Este formata din mai multe tabele de date elementare, numite tablouri sau relatii, obtinute prin metoda normalizarii, pentru a asigura conditiile de unicitate si integritate a datelor

Se bazeaza pe relatiile n-are existente intre campurile inregistrarilor de date, ale caror realizari formeaza tupluri. In acest mod, orice colectie de date poate fi reprezentata sub forma unui tabel, in care fiecare linie reprezinta o relatie intre mai multe campuri (un tuplu), iar fiecare coloana contine realizarile unui anumit camp din cadrul relatiei, constituind un domeniu.

Orice tuplu este distinct in tabel, deoarece este format dintr-o multime de campuri, ale caror realizari luate impreuna permit identificarea unica a tuplului.

Exista insa campuri sau grupuri de campuri, ale caror realizari identifica unic tuplul si ele formeaza cheia primara. Cheia primara reprezinta mijlocul de realizare a legaturilor intre colectiile de date.

In cadrul unei colectii de date (a unui tabel) tuplurile pot fi ordonate sau neordonate, in functie de realizarile unei caracteristici, ce poate fi definita drept cheie primara.

Sunt definite doua reguli de integritate a structurii relationale:[2]

integritatea relatiei presupune ca realizarile campurilor definite drept cheie primara, sa nu fie nule;

integritatea referentiala admite ca valoarea unui camp al relatiei sa fie nula sau egala cu valoarea aceluiasi camp, care este insa cheie primara in alta colectie de date. Acest camp reprezinta cheia externa.

2.2. Tipuri de relatii

In functie de obiectele pe care le reprezinta, datele pot fi:

elementare, cand nu se mai divid;

colectii de date, formate din date elementare, intre care se definesc anumite relatii (legaturi).

Relatiile pot apare in cadrul colectiilor de date de acelasi tip, intre inregistrarile aceleiasi colectii (R1) sau intre inregistrarile din colectii diferite. Aceste relatii pot fi binare sau n-are

Relatiile binare sunt determinate de existenta unui domeniu, a unui codomeniu si a unei corespondente intre elementele domeniului si codomeniului (exemplu domeniul CONTURI-ACTIV, codomeniul CONTURI-.PASIV si relatiile R2.

Se cunosc patru tipuri de relatii binare:

a)   Relatia de tip 1-1(one-to-one), denumita si relatia biunivoca, se caracterizeaza prin aceea ca unei realizari din domeniu ii corespunde cel mult o realizare din codomeniu, sau altfel spus, fiecarei inregistrari dintr-o tabela A ii corespunde doar o singura inregistrare intr-o alta tabela B si invers.

Exemplu:

Fig.6.  Relatia de tip 1-1

b)   Relatia de tip 1-n (one-to many): unei realizari din domeniu ii corespund mai multe realizari din codomeniu. In acest caz se cere ca si in precedentul unicitatea inregistrarilor din tabela A prin unicitatea campului cheie. O inregistrate din tabela A poate avea mai multe inregistrari corespondente in tabela B, dar o inregistrare din B are o singura inregistrare corespondenta in A. Unei valori din campul cheie din tabela A ii pot corespund mai multe valori din campul asociat aflat in tabela B.

Exemplu:

Fig.7. Relatii de tip 1-n

c)    Relatia de tip n-1(many-to-one): mai multe realizari din domeniu corespund unei singure realizari din codomeniu.

Exemplu:

Fig.8.  Relatia de tip n-1

d)   Relatia de tip m-n (many-to-many). Intre campurile cheie a doua tabele A si B, nu mai exista o relatie unica, fiecare din ele continand valori duplicat in cealalta. Unei realizari din domeniu ii corespund mai multe realizari din codomeniu, iar unei realizari din codomeniu ii pot corespunde mai multe realizari din domeniu.

Exemplu:

Fig.9.  Relatia m-n

Relatiile n-are sunt determinate de existenta a "n" caracteristici (C1, C2, . . Cn) si a unei multimi "j " de n-tupluri (c_j¹, c_j², . . ..c_jⁿ), unde:

c_j¹ I C1, c_j² I C2 . . . . .c_jⁿ I Cn

Intre realizarile celor "n" caracteristici, definite prin multimea j a n-tuplurilor, exista o asociere. Daca n=2, relatia devine binara.

Exemplu: Fisierul PRODUSE are structura inregistrarii logice formata din campurile: CODP, DENUMIREP, UM, CARACTERISTICI. In aceasta situatie inregistrarea logica constituie o relatie 4-ara, formata din aceste 4 campuri, ale caror realizari vor forma un 4-tuplu. Multimea de 4-tupluri constituie colectia de date.

Relatia n-ara se poate reprezenta sub forma unui tabel cu n coloane si j randuri (j este numarul maxim de realizari ale unei caracteristici) care respecta urmatoarele reguli:

coloanele sunt identificate prin nume distincte, ce reprezinta caracteristicile;

in fiecare coloana realizarile apartin unui anumit domeniu (sunt de acelasi fel);

fiecare rand trebuie sa fie diferit de celelalte;

ordinea randurilor nu este predefinita si poate fi modificata fara restrictii.

Pe exemplul anterior fiecare 4-tuplu reprezinta codul, denumirea, u.m. si caracteristicile unui produs

Tabel 2.

Relatia n-ara PRODUSE

Test de autoevaluare

1. Structura de date reprezinta:

a) O colectie de date si relatii intre componentele acesteia

b) Cel mai corespunzator format de reprezentare a datelor pe suport

c) Un mod de reprezentare date pe suport magnetic

2. Organizarea datelor reprezinta:

a) Alegerea unui suport de stocare a datelor

b) Un proces de structurare, organizare si grupare date in colectii, intre care se stabilesc relatii

c) Un ansamblu de tupluri organizate pe un suport magnetic

Prin modul de organizare a unui fisier se intelege:

a) Modalitatea de regasire a unei inregistrari de date

b) Modalitatea de ordonare a datelor

c) Modalitatea de scriere a inregistrarilor pe suport

Raspunsuri

1. a

2. b

c

Teme orientative pentru dezbateri, referate si lucrari