Карачаево – Черкесский государственный университет
им. У.Д.Алиева, г. Карачаевск
В настоящее время использование компьютеров вносит существенные изменения в методы обучения. Это связано с широким графическим потенциалом компьютерных программ; расширением круга учебных задач; возможностями моделирования совместной деятельности педагога и обучающегося на всех этапах обучения.
В начале нашей статьи мы сделаем попытку раскрыть ключевые понятия.
Обработка данных – это совокупность методов и средств, осуществляющих преобразование данных. Она включает в себя ввод данных в компьютер, преобразование и отбор данных по каким-либо критериям и вывод данных в удобном для пользователя виде. [3]
Одновременно с развитием вычислительной техники развивались и следующие концепции обработки данных:
Обработка на мэйнфреймах в пакетном режиме.
Для обработки данных в этом режиме пользователь составлял задания на выполнение определенных операций над исходной программой и/или счет по программе. Исходная программа – это программа, написанная на алгоритмическом языке.
Задания, записанные на специальном языке описания заданий, а также текст программы и исходные данные наносились на бумажный носитель – перфокарты, которые формировались в пакет заданий. Пользователи передавали свои пакеты заданий в вычислительный центр на обработку на мэйнфрейме. Распечатанные результаты пользователи получали обычно только на следующий день. Отсутствие непосредственного контакта пользователя с компьютером и использование перфокарт увеличивали время получения результата обработки.[6]
Обработка в многотерминальных системах.
Такие системы появились по мере удешевления компьютеров в начале 1960-х гг. и позволили пользователям непосредственно общаться с компьютером. К мэйнфрейму, расположенному на вычислительном центре, были подключены терминалы, рассредоточенные по всему предприятию. Терминал – это устройство, предназначенное для взаимодействия с вычислительной системой или сетью ЭВМ. Первоначально терминалы были неинтеллектуальным, не имели собственных вычислительных ресурсов, а осуществляли только операции ввода-вывода.
Пользователи с помощью терминалов передавали запросы к базе данных. Часть операционной системы, отвечающая за управление связью (ОСус), принимала их и передавала соответствующим прикладным программам (ПП), которые обращались к СУБД, а она выполняла операции с базой данных, используя часть операционной системы, отвечающую за управление данными (ОСуд). Результаты запросов возвращались пользователям, находящимся у терминалов, подсистемой управления связью. Многотерминальные системы называют еще системами удаленной обработки данных.[7]
Пользовательские запросы обрабатывались в режиме разделения времени. Время обработки было достаточно мало, и пользователь не замечал параллельной работы с мэйнфреймом других пользователей. У него создавалась иллюзия единоличного владения компьютером.
Обработка на автономных персональных компьютерах.
Она стала возможной в 1980-е гг. в связи с появлением этой техники. На персональном компьютере (ПК) устанавливалась СУБД, с помощью которой пользователь создавал на данном компьютере свою локальную базу данных и работал с ней в однопользовательском режиме. Такая СУБД называлась настольной. Она была ответственна за выполнение запросов и поддержание целостности базы данных. К аппаратному обеспечению компьютера предъявлялись скромные требования. Данные передавались с компьютера на компьютер на внешних носителях – дискетах. Настольные СУБД были просты для освоения и использования, обладали понятным пользовательским интерфейсом, ориентировались на самую широкую категорию пользователей – непрофессионалов, обеспечивали хорошее быстродействие при работе с небольшими базами данных.
Обработка с использованием компьютерных сетей.
Основная концепция такой обработки заключается в обмене данными между компьютерами в автоматическом режиме посредством линий связи и специального оборудования. В первых компьютерных сетях были реализованы службы обмена файлами, синхронизации файлов (устранение различий между файлом, хранящимся на одном компьютере, и версией того же файла на другом компьютере), электронной почты и другие сетевые службы, ставшие теперь традиционными. [1]
ПК стали идеальными элементами для построения сетей. С одной стороны, они были достаточно мощными для работы сетевого программного обеспечения, а с другой – не очень дорогими. При их объединении совокупная вычислительная мощность оказывалась достаточной для решения сложных задач, и стало возможным совместное использование периферийных устройств (например, принтеров) и дисковых массивов (RAID-массивов). Поэтому ПК стали преобладать в локальных сетях, причем в качестве не только компьютеров пользователей, но и центров хранения и обработки данных, потеснив с этих привычных ролей мэйнфреймы. Обработка данных с использованием компьютерных сетей является в настоящее время наиболее распространенной. При этом наблюдается тенденция к унификации технологий обработки данных в локальных сетях и в глобальной сети Интернет.
В настоящее время информационные системы можно разделить на два класса:
1) системы оперативной обработки данных (OLTP – OnLine Transaction Processing);
2) системы аналитической обработки данных.
OLTP-системы создаются для обеспечения повседневной деятельности компании, и используют данные, хранящиеся в оперативной БД. Принцип работы – поиск информации по регламентированным запросам. Они используют реляционные СУБД, которые автоматизируют выпуск отчетов, позволяют перевести их хранение в электронный вид и распространять по корпоративной сети между сотрудниками.
Системы аналитической обработки данных используют хранилища данных. Для них характерна массовая и длительная обработка запросов. Они делятся на 2 группы:
1) статической аналитической обработки данных. Это системы поддержки принятия решений (DSS – Decision Support System);
2) аналитической оперативной обработки данных (OLAP – OnLine Analytical Processing). [2]
DSS-системы используют данные о деятельности компании за несколько лет. Данные носят статический характер, т.е. при хранении не изменяются. В DSS-системах обеспечивается выдача отчетов в соответствии с заранее сформулированными требованиями. В них предъявляются существенно менее жесткие требования ко времени выполнения запроса, чем в OLTP-системах ( в диапазоне от нескольких минут до нескольких часов и даже суток).
OLAP-системы являются дальнейшим развитием OLTP- и DSS-систем и позволяют аналитику динамически формировать вопросы, которые требуются для решаемой им аналитической задачи. Эти системы служат для анализа деятельности компании или ее подразделений и прогнозирования их будущего состояния не только на основе накопленных данных о деятельности компании в прошлом, но также и внешних источников данных.
Если OLTP-системы отвечают на вопросы типа «Сколько было продано товара?», то OLAP-системы могут дать ответы на сложные вопросы «Как надо увеличить расходы на маркетинг, чтобы прибыль выросла на определенное количество процентов?».
В OLAP-системе пользователь может осуществлять гибкий просмотр информации, получать произвольные срезы данных и выполнять аналитические операции агрегирования и детализации, сравнения во времени и т. д. [5]
К недостаткам OLAP-систем следует отнести их сложность при разработке и внедрении.
Для более глубокого анализа данных применяется также технология Data Mining – новая технология интеллектуального анализа данных с целью выявления скрытых закономерностей в виде значимых особенностей, зависимостей и тенденций.
Другими словами, Data Mining – это исследование и обнаружение с помощью средств искусственного интеллекта в данных таких закономерностей, которые:
1) ранее не были известны;
2) нетривиальны;
3) практически полезны;
4) доступны для интерпретации человеком и необходимы для принятия решений в различных сферах деятельности.
Результаты поиска отражают неочевидные, неожиданные закономерности, так называемые скрытые знания.
Список литературы
- Оскерко В.С. Технологии организации, хранения и обработки данных: Учеб.практ. пособие. – Мн.: БГЭУ. 2002 – 120с.
- Оскерко В.С.. Сташевская Л.А. Современные СУБД. БГЭУ. 2001.
- Базы данных: проектирование, реализация и сопровождение. Теория и практика. 2-е изд.: Пер. с англ.: Уч. Пос. – М. Издательский дом «Вильямс». 2000.
- Малыхина М.П. Базы данных. Учебное пособие. Спб.:БХВ-Петербург. 2004.
- Кренке К. Теория и практика построения баз данных. Спб.: Питер. 2005.
- Корнеев И.К.. Машурцев В.А. Информационные технологии в управлении. – М.:ИНФРА-М. 2001. – 158 с.
Свежие комментарии