Notiuni si concepte utilizate in organizarea datelor

NOTIUNI SI CONCEPTE UTILIZATE IN ORGANIZAREA DATELOR

1. Obiectivele unitatii de invatare 4

2. Organizarea  datelor

Test de autoevaluare

Raspunsuri

Teme orientative pentru dezbateri, referate si lucrari

Obiectivele unitatii de invatare 4

Tipuri de baze de date

operationale

de informare a executivului

multidimensionale

Organizarea datelor

Organizarea datelor reprezinta un proces de structurare, organizare si grupare a datelor in colectii speciale, intre care se stabilesc relatii si pentru care se definesc conditii de verificare si restrictii. Aceasta actiune trebuie realizata in functie de necesitatile de prelucrare si caracteristicile tehnice ale echipamentelor de calcul.

Functie de organizarea interna si externa a datelor, de structurarea acestora astfel incat sa corespunda cerintelor de prelucrare si informare, depinde si eficienta unui sistem informatic proiectat.

Organizarea datelor implica urmatoarele actiuni:

Identificarea datelor;

Descrierea caracteristicilor si proprietatilor lor;

Gruparea datelor in colectii specifice, functie de necesitatile de prelucrare si soft-ul utilizat;

Reprezentarea externa a datelor (pe suporturi tehnice);

In sistemele de prelucrare automata, datele se organizeaza si pastreaza pe suporti magnetici sub forma de fisiere sau baze de date.

Odata cu cresterea complexitatii problemelor rezolvate pe calculator, structurile de date au devenit din ce in ce mai complexe. Preocuparea principala a specialistilor in informatica este aceea de a degaja utilizatorul de sarcina de a cunoaste intreaga structura a bazei de date, mult mai complexe in perioada actuala. S-a ajuns astfel la o gestionare independenta a structurii generale a bazei de date structura care se numeste nivel virtual de organizare a datelor sau structura virtuala.

In acest fel apar doua nivele de independenta:

Independenta logica reprezinta posibilitatea modificarii structurii virtuale, fara modificarea programelor de aplicatii care prelucreaza respectivele date;

Independenta fizica reprezinta posibilitatea modificarii organizarii fizice a datelor, fara schimbarea structurii virtuale si a programelor de aplicatii.

2.1. Fisiere

La organizarea datelor in fisiere se impune elaborarea unor modele si metode de organizare logica si fizica a datelor, a modurilor de acces, a tipului si dimensiunii suportului etc.

Modelul de organizare logica descrie structura conceptuala a inregistrarilor din colectiile de date.

Modelul de organizare fizica descrie structura sub care inregistrarile se regasesc efectiv pe suportul de date.

Fisierul se defineste ca un ansamblu de articole sau inregistrari logice de acelasi tip, care descriu aceleasi entitati si formeaza astfel o colectie de date omogene din punct de vedere a structurii lor si a cerintelor de prelucrare. Multimea datelor omogene din fisier este organizata ca o lista liniara, cu elemente structurate arborescente. Aceste elemente se numesc inregistrari.

Organizarea unui fisier presupune definirea unor relatii intre caracteristicile si inregistrarile logice ale fiecarei colectii.

Articolul sau inregistrarea logica reprezinta o structura de date interna, eterogena, de tip arborescent. Este format dintr-o multime de campuri de date, prin ale caror valori se defineste si identifica o entitate.

Articolul se constituie ca unitate elementara de organizare si prelucrare a unui fisier de date.

Fiecare camp din inregistrarea logica se identifica unic prin identificator sau nume asociat.

Campurile dintr-o inregistrare logica pot fi date elementare sau grupate.

Inregistrarea fizica este unitatea de transfer intre memoria interna si cea externa a calculatorului si poate contine una sau mai multe inregistrari logice.

Fisierul nu are o descriere proprie, fiind cunoscut de sistemul informatic numai prin descrierea facuta in program. Daca un fisier este utilizat in mai multe programe, descrierea lui se face obligatoriu in fiecare program.

Exemplu: inregistrarile fizice, logice si structura de date in fisierul STUDENTI

Fisier STUDENTI

Fig. 10. Reprezentare inregistrare fizica, logica, structura articol

2.1.1. Tipuri de operatii

La nivelul unui fisier de date se pot efectua urmatoarele tipuri de operatii:

a) Crearea fisierului reprezinta operatia de introducere si inregistrare a datelor pe un suport magnetic.

b) Actualizarea este operatia prin care continutul unui fisier este adus la zi si consta in:

adaugarea unor noi inregistrari

stergerea unor inregistrari existente pe suport

modificarea continutului unor campuri din inregistrarile de date

c) Exploatarea fisierului reprezinta operatia de utilizare si prelucrare a datelor continute.

Functie de periodicitatea efectuarii actualizarilor, fisierele pot fi de tip:

nomenclator (permanente), al caror continut ramane neschimbat sau se modifica foarte rar in timp (ex. fisierele PRODUSE, CLIENTI, FURNIZORI, CARTI, STUDENTI etc.);

tranzactii, al caror continut se modifica des in perioada de raportare (ex. FACTURI, NOTE, VANZARI, IMPRUMUT, TAXE, PONTAJ etc.)

Pentru fisiere, functie de necesitatile de prelucrare, de acces la informatii, de interogare, de cerinte de integritate si securitate a datelor continute, se definesc metode specifice de organizare si acces.

2.1.2 Metode de organizare

Metoda de organizare se stabileste si defineste la crearea fisierului si prin ea se precizeaza modul de scriere a inregistrarilor pe suport.

Principalele categorii de metode de organizare a datelor in fisiere:

metode de baza (secventiala, indexata ti selectiva);

metode evoluate (multiindexata, multilista si inversa);

metode foarte evoluate (adaptiva).

In functie de metodele de organizare a datelor, se intalnesc urmatoarele clase de fisiere: clasice, corelate, integrate si adaptive. Cele mai utilizate sunt cele clasice.

Fisierele clasice se fundamenteaza pe metodele de organizare de baza. Fiecare fisier este independent, iar in cadrul lui nu sunt definite relatii intre inregistrarile logice.

Aceste fisiere pot avea:

a)   Organizare secventiala

este realizabila pe orice tip de suport;

unitatea de acces este inregistrarea logica;

articolele de date sunt memorate in ordinea introducerii lor;

accesul la o anumita inregistrare este doar secvential

Aceasta metoda se recomanda fisierelor in care coeficientul de consultare este mare, dar coeficientul de actualizare este mic.

b)   Organizare secvential-indexata

se realizeaza numai pe suporti direct adresabili;

accesul poate fi atat secvential, cat si direct, prin specificarea cheii dorite (functie de adresa de inceput pe suportul magnetic a inregistrarii respective);

articolele de date sunt ordonate crescator dupa valoarea unui camp de date numit cheie de indexare, care are si rolul de identificare unica a oricarui articol existent in fisier.

La crearea fisierului se genereaza automat o tabela numita index, care va pastra doar doua valori: cheia de articol si adresa relativa pe disc de unde incepe. Aceste valori se scriu automat in tabela, pe masura introducerii unor noi inregistrari.

La prelucrarea continutului de date, se solicita initial de la tastatura valoarea cheii de articol. Aceasta valoare este cautata in tabela de index si daca este regasita, se va prelua adresa ei de inceput pe suport, calculatorul pozitionandu-se in acest loc.

Se recomanda pentru fisierele ce au un coeficient mic de consultare, dar mare de actualizare prin modificare (ex. STOCURI, SOLDURI, CONTRACTE etc.).

c) Organizare selectiva (directa, aleatoare)

se realizeaza doar pe suporti direct adresabili, pentru fisierele de date care solicita acces aleator la o singura zona, cea de date;

accesul este direct pe caseta in care se afla inregistrarea respectiva, iar in interiorul casetei se cauta secvential inregistrarea;

fiecarei inregistrari logice i se stabileste campul de identificare unica, numit cheia inregistrarii.

In cadrul acestui tip de fisiere, suportul magnetic contine doua zone:

zona de date

zona de depasire.

Zona de date este impartita la randul ei intr-un numar de locatii distincte, numite casete, in care vor fi plasate si pastrate inregistrarile logice ale fisierului.

Pentru determinarea numarului de caseta in care va fi scrisa la crearea fisierului o inregistrare, sau in care va fi cautata la prelucrare si consultare, programatorul va stabili un algoritm, numit calcul de randomizare.

Algoritmul de randomizare cuprinde operatii ce se efectueaza asupra caracteristicii de identificare a inregistrarilor logice, pentru a stabili o corespondenta cu adresele fizice de inregistrat pe suport. Din acest algoritm va face parte obligatoriu si cheia de articol.

La crearea fisierului, rezultatul obtinut in urma aplicarii algoritmului, reprezinta numarul casetei in care va fi scrisa inregistrarea. In interiorul casetei inregistrarea va fi scrisa dupa ultima existenta, in ordinea aparitiei ei. Daca respectiva caseta in care trebuie scrisa o noua inregistrare este plina, se va utiliza pentru ea zona de depasire.

Inregistrarile logice aflate in aceeasi caseta se numesc sinonime.

Functie de experienta programatorului, algoritmul ales va influenta completarea optima a majoritatii casetelor.

Accesul aleator la inregistrarile logice ale fisierului se realizeaza doar in zona de date, dar in doua etape:

calculul adresei fizice, prin aplicarea algoritmului de randomizare asupra cheii inregistrarii;

identificarea inregistrarii logice in cadrul adresei fizice, prin parcurgerea secventiala a cheilor inregistrarilor.

La prelucrarea datelor continute se aplica obligatoriu acelasi calcul de randomizare ca la creare, pentru a obtine acelasi numar de caseta in care se afla inregistrarea. In interiorul casetei se cauta secvential inregistrarea dorita.

2.1.3 Metode de acces

Prin acces la o inregistrare se intelege modul ei de regasire pe suport. Exista doua tipuri de acces la articolele unui fisier:

acces secvential, care inseamna parcurgerea in secventa, incepand cu prima, a tuturor inregistrarilor pana in momentul regasirii inregistrarii cautate;

acces direct, care presupune localizarea directa a inregistrarii, functie de adresa relativa a ei pe memoria externa

2.2. Baze de date

Aparitia si afirmarea conceptului "baza de date" in cadrul sistemelor de prelucrare automata a datelor, a avut loc ca urmare a evolutiei continue a metodelor, tehnicilor si sistemelor de organizare a datelor, precum si a evolutiei echipamentelor si  sistemelor electronice de calcul, datorate progresului tehnico-stiintific contemporan si a sporirii cerintelor de conducere stiintifica a activitatii economico-sociale.

In cazul prelucrarii datelor din fisiere, programele de aplicatie sunt dependente de structura datelor, fiind imposibila modificarea structurii fizice a datelor fara modificarea corespunzatoare si a programelor.

In aceste conditii au aparut preocupari concentrate in directia asigurarii independentei programelor de aplicatii fata de organizarea datelor, a cresterii operativitatii prelucrarii si a imbunatatirii masurilor de protectie.

Una din primele solutii a constat in crearea unei interfete intre fisierele integrate si programele de aplicatii, prin care sa se realizeze independenta programelor fata de fisiere. In acest fel, modificarile ulterioare ale structurii sunt operate numai in interfata.

In final s-a ajuns la organizarea datelor in structuri complexe, numite baze de date.

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

3. c

Teme orientative pentru dezbateri, referate si lucrari