CC BY
37
УДК 002.53.55:001.891.32
ИСПОЛЬЗОВАНИЕ НОВЫХ ТЕХНОЛОГИЙ В ИНФОРМАЦИОННЫХ КОРПОРАТИВНЫХ СИСТЕМАХ
САЕНКО В.И., КЛИМЕНКО А.В., МОХАММАД АЛЬРАВАДЖБА
Актуальным вопросом любой информационной корпоративной системы является повышение эффективности управления базами данных, администрирования, повышение гибкости системы и развития сервисных функций. Наилучшим решением является использование новых технологий, развитых в последние несколько лет. К ним относятся Data Mining, Multidimensional Database, Data Analysis (Multidimensional Analysis, OnLine Analysis Process), Intellegent Agent, Push-технология, Hypertext, Intranet.
Появление новых информационных технологий позволяет переосмыслить общие концепции построения информационных систем. Использование этих технологий в существующих информационных сервисных системах (диспетчерских, справочных, поисковых) переводит их на новую качественную ступень, порой не предоставляя видимого дополнительного экономического эффекта от внедрения. Это в первую очередь касается информационных корпоративных систем с уже сложившейся информационной инфраструктурой.
Особенности использования новых технологий. Современные тенденции информационных систем привели к формированию трех типов транспортных систем: локальных, корпоративных, общего пользования. Наиболее интенсивно развиваются корпоративные системы. При этом, с одной стороны, наблюдается переход локальных сетей в корпоративные без потери их индивидуальности (рис.1), с другой — отдельные части сетей общего пользования становятся также частями корпоративных сетей (серверы, шлюзы (gate), маршрутизаторы (router), отдельные домены (domen), и даже магистрали (backbone)).
Рис. 1. Переход локальных сетей в корпоративные РИ, 1997, № 1
Естественность таких тенденций очевидна, так как только корпоративные сети имеют достаточно средств для интенсивного их развития. Такой переход влечет за собой также смещение в тенденциях развития новых технологий, при которых особенно актуальными становятся вопросы защиты информации, администрирования и повышения эффективности системы в целом. Корпоративность ресурсов позволяет наиболее целесообразно распределить эти ресурсы между доменами, пользователями и функциональными процессами, а также осуществить перераспределение функциональных процессов при внедрении новых информационных технологий. В качестве наиболее актуальных для корпоративной системы будем рассматривать проблемы, связанные с повышением эффективности управления базами данных, администрированием, повышением гибкости системы, развитием ее адаптивности и развитием сервисных функций.
Анализ существующих технологий позволил выявить технологии, оказывающие наибольшее влияние на эффективность функционирования информационной системы в целом. К ним относятся технологии Data Mining, Hypertext, технология PUSH и технология intranet.
Технология Data Mining. Повышает эффективность организации баз данных и позволяет провести полный анализ накапливаемой информации. Основным в Data Mining является получение результата анализа корпоративных данных для пользователя. Data Mining представлена в свою очередь тремя технологиями: Multidimensional Database (MDDB), Data Analysis (Multidimensional Analysis (MDA) or On-Line Analysis Process (OLAP) ), Intellegence Agent (IA) [1]. Рассмотрим кратко эти технологии.
Multidimensional Database (MDDB). В соответствии с существующими технологиями базы данных могут быть представлены в виде реляционных, суперреляционных, многомерных (логических и физических) и объектных реляционных баз [2].
Реляционные БД (NRDB — normolized relation database — обычная реляционная база данных) — базы данных в виде таблиц (отношений), описываемых схемами с атрибутами и содержащих какое-то число кортежей заданной арности [3]. Операции над базами данных—это операции над компонентами, заданные m-местными отношениями. Это наиболее простая и удобная форма хранения информации, используется в большинстве СУБД.
Суперреляционные базы данных. (SRDB). Это те же базы NRDB, но поддерживающие расширенные форматы данных, индексные схемы и позволяющие хранить формулы (правила) m-местных отношений как компоненты базы данных.
Объектные реляционные базы данных (ORDB). Базы данных, подчиняющиеся правилам NRDB с точки зрения их организации, но оперирующие с нетрадиционными данными — изображениями, видео-, аудио-информацией, допускающие различные операции над этими данными.
Для перечисленных баз данных NRDB, SRDB, ORDB характерна некоторая ограниченность, связанная с тем, что они отражают статические или локальные характеристики описываемого объекта и, как правило, имеют высокую разреженность (sparse data). Это сказывается на неэффективном использо-
111
вании компьютерных ресурсов и затруднении в проведении многомерного анализа. Разрешить эти проблемы помогает технология MDDB.
MDDB имеет различные представления и способы организации. Можно выделить четыре: многомерные гиперкубы (HCDB), плотные базы с радиальной структурой (DRDB- DIS — dense relation database with Data in Star), многомерные массивы (MWA- multiway array), базы данных типа хранилища данных (DWDB — Data Warehouse database). Рассмотрим каждую из них.
HCDB основана на представлении сложных информационных объектов в виде абстрактной многомерной структуры (гиперкуба), орты (размерности) которого образованы атрибутами NRDB. Элементы этой базы — фиктивные переменные, соответствующие коду координат (рис.2).
В этом случае каждая переменная—значение вида k1k2k3k4k5, при этом хранится ключ разрядности каждой переменной, соответствующей числу значений, которое она принимает в NRDB. Значение 000_000 означает отсутствие этой переменной. Зап-
росы формируются в терминах значений координат гиперкуба. База данных сильно разреженная, физи-
Рис. 2. Структура многомерной базы типа гиперкуб
ческого представления база не имеет, существует только в логическом виде. Хранение осуществляется в плотно упакованном виде. Назначение — обеспечение целостности данных при построении распределенных систем.
DRDB-DIS основана на технологии Data In Star (DIS) [4] , когда из NRDB ( разреженной ) формируются DRDB (dence relation database — плотные реляционные базы данных) меньшей арности. Каждая DRDB представляет собой таблицу NRDB и имеет свое имя. В итоге образуется куб 2,5D (рис.3). Запросы формируются в терминах новых атрибутов { E1E2...En }. База данных физическая, плотная. Наиболее эффективна в системах, в которых для отдельных ( не для всех ) компонентов приводится поясняющая информация, структурированная в виде разветвленного дерева. Форми-рование запросов по
плотные базы
NRBD,
NRBD2
NRBDt
Рис. 3. Структура плотной базы
новой размерности бессмысленно. Куб отражает только упакованность базы.
MWA основана на формировании многоразмерного массива, состоящего из страниц (dimention — размерностей) [5]. Каждая страница имеет свой заголовок, в котором указываются имя, номер страницы (размерности), номер позиции (переменной) (рис.4).
Переменные на одной странице разного типа и соответствуют компонентам кортежей NRDB. Например, NAM1(1,34)=Alex, NAM1(1,35)=67, NAM1(1,34)=TRUE. В результате получаются физические базы данных высокой плотности, которые используются для уплотнения разреженных баз данных высокой арности.
Заголовок массива Значение массива
MWA
Рис. 4. Структура многомерного массива
DWDB основана на объединении NRDB в группы, например месяцы, кварталы, регионы, города, которые соответствуют новой размерности. Выборка данных может при этом производиться не только в пределах одной таблицы, но и по новой размерности для выявления тенденций какого-либо рассматриваемого показателя. (рис. 5). База данных физическая, разреженная. Используется при проведении MDA or
INRDB (Т=ТЗ
INRDB (Т=Т,
INRDB ГГ=ТЛ
NRDB (Т=Т0)
NRDB (Т| Т=Т)
Warehauses database MDA или OLAP
Рис. 5. Структура базы типа DWDB
OLAP. Эти базы — основной инструментарий для систем типа Data Warehouses [2].
Все запросы формируются в системе в терминах MDDB, конвертируемые в запросы физической базы данных: F: vm— vd , F — функция, переводящая запросы MDDB в запросы физической базы данных Bd=Bm(s), где s—переменная кортежа; s=(A 1,A2-.-Ak); Ai — атрибут базы данных; k — арность.
Выбор той или иной базы данных определяется прежде всего задачами, решаемыми в системе и выбранными критериями оптимизации. Не существует структуры базы, удовлетворяющей всем критериям (если базы плотные, то имеют либо плохие
112
РИ, 1997, № 1
характеристики надежности и достоверности, либо низкие показатели скорости выполнения запросов; если базы разреженные, то они не экономны в расходовании ресурсов компьютеров. Таким образом, весовые коэффициенты критериев оптимизации в первую очередь определяют выбор той или иной структуры базы.
Использование MDDB позволяет построить более эффективные средства контроля достоверности, полноты и целостности данных, осуществить неравномерное распределение базы между отдельными локальными серверами и сформировать гибкую систему обработки запросов.
Data Analyses (DA) представлен Multidimensional Analysis (MDA) и On-Line Analysis Process (OLAP). — многомерный анализ или анализ процессов в реальном масштабе времени [2]. На сегодняшний день это основной аппарат для описания динамических объектов и состояния объектов, представляемых в виде NRDB. Реализация MDA и особенно OLAP требует высокого быстродействия обрабатывающих станций и станций DBMS (database management system).
Анализ данных делится на четыре уровня:
1) анализ, обеспечивающий реализацию простых запросов и ответов о произошедших событиях, при этом выдаются статические справки;
2) анализ, обеспечивающий выполнение запросов в реальном масштабе времени, дополняющих простые сообщения сведениями о причинах произошедших событий, при этом выдаются динамические формы (диаграммы);
3) анализ по формированию сообщений исполнительных систем, дополнительно оповещающих о том, что необходимо знать в текущий момент времени о системе, фильтруя информацию о ее состоянии по степени важности, при этом выдаются детальные отчеты;
4) анализ по формированию сообщений, дополняющих сведения о состоянии системы, выявляющий влияние побочных факторов, трендов, межбазовых связей, формирующий сообщения о вероятностных переходах состояния системы.
Этот аппарат является основным в технологии Data Warehouses ( хранилищ информации ) для анализа эффективности реализации маркетинговых программ компаний.
Технология интеллектуальных агентов. IA — это технология резидентных программ, размещаемых на клиентских станциях, составляющих единое целое с некоторой удаленной специализированной системой (RIS remote information system). IA образует независимый виртуальный канал с сервером (если RIS находится на нем) и позволяет осуществить полный мониторинг работы станции клиента. Используя IA, можно также управлять нагрузкой станции на сеть и на сервер, осуществлять сбор информации об активности клиента, вести дополнительное администрирование. IA также обеспечивает контроль целостности распределения MDDB, собирает статистику для реализации OLAP и является обязательным элементом при реализации технологии Data Mining. В настоящее время эта технология является самостоятельной, а не составной частью Data Mining.
Технология PUSH или webcasting. Представляет собой широковещательную рассылку информации
по заранее сформированному графику [6]. ( Альтернатива этой технологии — технология pull, при которой пользователь сам ищет требуемую информацию в базах данных). Технология PUSH предполагает поддержку программ интеллектуальных агентов, с использованием которых администратор формирует запрос на выборочную информацию для пользователей, а система автоматически поставляет результат запроса ( форма, документ или ссылка на документ) либо периодически, либо при очередном изменении состояния данных в наблюдаемой системе. При реализации такой технологии изначально предполагается, что высоких требований на ограничение ресурсов не налагается, потому что эта технология несколько повышает трафик в сетях и загрузку процессоров. Использование технологии PUSH значительно увеличивает возможности системы с точки зрения ее удобства, особенно при реализации корпоративных информационных систем, обеспечивает гарантированную доставку документов всем исполнителям и способствует повышению производительности труда. Однако необходимо учитывать, что обслуживать модули push должен только администратор системы, в противном случае формирование запросов через модули непосредственно самими пользователями приводит к перегрузкам в сети. Это состояние соответствует настоящему времени, так как с появлением специальных анализаторов запро -сов пользователь сам будет настраивать эти модули.
Технология Hypertext. На сегодняшний день становится одной из основных для информационных систем. Причина — широкие дизайнерские возможности, гибкость в изменении форм, совместимость с большинством информационных систем и с Web-серверами сети Intranet [7]. Технология Hypertext основана на нескольких положениях (документ, приложение, страница), описываемых в терминах HTML и содержащих соответствующие команды. Документ представляет собой гипер-медиа документ , т.е. текст, в котором содержатся ссылки на другие документы (текстовые, аудио, видео). Страница — отображаемый экранный фрагмент документа. Приложение — исполняемые модули, которые можно выполнить, находясь в конкретной странице. Преимущества такого представления — независимость от платформы, простота интеграции в любую систему. Использование технологии гипертекста в сочетании с Web-серверами в информационной корпоративной системе приводит к значительному сокращению общего трафика в сети и гибкости всей системы в целом за счет исползования браузеров в качестве основного интерфейсного модуля клиента.
Технология Intranet. Как указывалось выше, информационная система может эксплуатироваться в разных условиях транспортной сети: локальной, корпоративной и общего пользования. Технология Intranet используется исключительно для корпоративной сети и представляет собой технологию Internet [8] в замкнутой корпоративной сети (т.е. технологии Intranet). Эта технология позволяет перенести любую информационную систему из категории ограниченного числа пользователей в категорию массового пользователя, чем обуславливает большую эффективность общего управления организационным объектом с возможностью администрирования распределения ресурсов и доступа к ним. Для пользователей,
РИ, 1997, № 1
113
входящих в сеть Internet, реализовать строгое администрирование практически невозможно, поэтому для них вводятся анонимные имена типа (anonymous (FTP), IUSER_system (WEB)). Intranet-сеть позволяет не только выполнить строгое администрирование (такое же как и для корпоративной сети), но и обязать пользователя следовать правилам строгого регламента работы [8]. Intranet-сеть позволяет также создать дополнительную индексную базу данных, соответствующую ресурсам Web-сервера, т.е. страницам (Web D B). Элемент этой базы самостоятелен и может быть взаимосвязан с любыми другими элементами по уникальному связанному коду, например URL соответствующей страницы.
Несомненное преимущество Intranet сети состоит в представлении системы в виде уже существующих модулей (сетевая операционная система, программы middleware по согласованию всех стеков протоколов, Web-серверы, средства администрирования, браузеры). Такой подход освобождает пользователя от выполнения наиболее трудоемких частей работы по согласованию компонентов и разработке интерфейсных оболочек пользователя, позволяя сосредоточить усилия собственно на организации баз данных, выполнении анализа информации, повышении отказоустойчивости системы и т.п.
Основные выводы. Структурная схема технологий, рассмотренных в работе, представлена на рис. 6.
Наиболее актуальным вопросом любой информационной корпоративной системы является повышение ее эффективности. Как показано в работе, решение этой проблемы может быть достигнуто путем использования новых информационных технологий: Data Mining, Multidimensional Database, Multidimensional Analysis, On-Line Analysis Process, Intellegent Agent, Push-технология, Нурєйєх^ Intranet.
Корпоративная сеть — наилучший полигон для внедрения и развития новых информационных технологий.
Литература: 1. Hedberg S.R The Data Golden Rush. BYTE, okt.,1995.— P. 83-88. 2. Warehouse Cornerstones. BYTE, jan.,1997. р.85-90. 3. Ульман Дж. Основы систем баз данных.— М.: Финансы и статистика.— 1983.— 334с. 4. Linthicum D.S. Power Tools for Date Drilling. BYTE, jan.,1997.— P.143-144. 5. DejesusE.X. Dimensions of Data. BYTE,1995, apr.— P. 139-143. 6. Fontana J. Apps Make Push for Desktop Space. CW.—N20.—1997.— P. 19. 7. Пайк M. Интернет в подлиннике.— Санкт-Пeтербург.— BHV.-1996.— 640 с. 8. Liebman L. Taming the Intranet.— CW.— N8.-1997.- P. 22.
Поступила в редколлегию 21.12.97
Саенко Владимир Иванович, канд. техн. наук, доцент кафедры ИУС XТУPЭ. Научные интересы: администрирование, мониторинг и управление процессами в компьютерных сетях. Увлечения: коллекционирование марок. Адрес: 310086, Харьков -86, ул. 23 Августа, 18, кв. 21, тел.40-94-51.
Клименко Александр Васильевич, ст. препод. кафедры ИУС ХТУ?Э. Научные интересы: управление распределенными информационными системами. Увлечения: путешествия. Адрес: Харьков, ул. Архитекторов, 30, кв. 232, тел.40-94-51.
Мохаммад Альраваджба, аспирант кафедры ИУС ХТУ-PЭ. Научные интересы: управление процессами в компьютерных сетях, сетевые технологии. Увлечения: туризм. Адрес: 310058, Харьков-58, ул. Гвардейцев Широ-нинцев, 40, кв. 229, тел.40-94-51.
Pm. 6. Структурная схема технологий
114
P^ 1997, № 1
