CC BY
36Информатика и системы управления
УДК 004.056
С.Г. Самохвалова, А.О. Вороненко
ПРОЕКТИРОВАНИЕ И РЕАЛИЗАЦИЯ ДОКУМЕНТНО-ОРИЕНТИРОВАННОЙ СИСТЕМЫ
УПРАВЛЕНИЯ БАЗАМИ ДАННЫХ
В статье рассматривается разработка оптимизированного механизма поиска информации в документно-ориентированных системах управления базами данных, обеспечивающих высокие скоростные характеристики при работе с документами различной структуры.
Ключевые слова: документно-ориентированные системы управления базами данных, документ, система управления базами данных.
DESIGN AND IMPLEMENTATION OF DOCUMENTALLY-ORIENTED DATA BASE CONTROL SYSTEM
The article considers the development of an optimized mechanism for searching information of document-oriented database management systems, which provides high speed characteristics when working with documents of different structures.
Key words: document-oriented database management systems, document, database management system.
Одна из важных задач компьютерных систем - хранение и обработка данных. Опыт применения ЭВМ для построения прикладных систем обработки данных показывает, что самым эффективным инструментом здесь являются не универсальные алгоритмические языки высокого уровня, а специализированные языки. Обычно они включаются в состав СУБД. Характеристики созданных прикладных пакетов определяются прежде всего принятой в СУБД организацией данных и типом используемого транслятора. СУБД позволяют структурировать, систематизировать и организовать данные для их компьютерного хранения и обработки.
Каждую систему управления базами данных можно охарактеризовать следующими параметрами:
1) качественные характеристики - возможность или невозможность хранения в БД информации той или иной структуры;
2) количественные характеристики - такие как максимальное количество хранимых в БД документов, максимальный объем одного документа;
3) скоростные - скорость выборки нужных документов из БД по произвольному набору поисковых элементов;
4) простота реализации на основе данной СУБД конкретных приложений;
5) рыночная стоимость СУБД.
На сегодняшний день на рынке программного обеспечения для персональных компьютеров существует большой выбор систем управления базами данных. Условно их можно разделить на две основные группы - «дешевые» и «дорогие».
К первой группе относятся такие популярные СУБД как FoxPro, Paradox, Microsoft Access, DBase и др. Они характеризуются средними количественными и качественными параметрами, простотой реализации на их основе конкретных приложений, а также очень малой рыночной стоимостью. Однако их качественные характеристики довольно низки и часто не удовлетворяют все более растущие потребности конечных пользователей. Основные из них - жесткость структуры хранимой информации, ограниченность объема документа, невозможность хранить или индексировать в этих СУБД объекты произвольного размера (тексты произвольной длины, графические изображения).
Ко второй группе относятся, условно говоря, «большие» СУБД, - например, Oracle, Informix, Sybase и др. Эта группа характеризуется высокими количественными, качественными и скоростными характеристиками. Разработка же конкретных приложений с использованием вышеупомянутых СУБД сопряжена с определенными трудностями - для них требуются специалисты высокой квалификации. Но самый главный их недостаток — очень высокая рыночная стоимость.
Для конечного пользователя привычнее получать информацию в виде электронных документов, которые представляют аналоги бумажных. Многие существующие СУБД предоставляют такие возможности, однако в большинстве случаев это сопряжено с появлением дополнительных затрат, так как существует необходимость наложения достаточно произвольной структуры документа на довольно жесткую структуру представления данных в СУБД. Эту трудность сейчас пытаются обойти, появились СУБД нового типа, которые позволяют хранить данные непосредственно в виде электронных документов. Такие системы получили название документно-ориентированных СУБД.
Документно-ориентированная СУБД - система управления базами данных, предназначенная для хранения иерархических структур документов (данных), в основе которой лежат документные хранилища, имеющие структуру дерева.
В основе метода лежит алгоритм отыскания дерева наименьшего веса для неориентированного графа с взвешенными ребрами. В действительности будет отыскиваться остовное дерево (минимальное покрывающее дерево) наибольшего веса, но поскольку все остовные деревья данного графа имеют одно и то же количество вершин, то нужный алгоритм может быть получен из алгоритма нахождения остовного дерева наименьшего веса с помощью перемены знака у весов ребер на противоположный.
Положим, что R = {R1, R2,.. .,Rp} - схема базы данных над U, G - некоторый граф пересечений для R. Классом атрибута AeU является множество {R| AeR и RieR} (Class (А)). Вес атрибута есть число WT(A) = |Class (А)| - 1. Вес схемы R, обозначаемый WT(R), по определению равен величине: IWT ( A).
AeU
Вес А в G, обозначаемый WT (A, G), - это число ребер в G, метки которых содержат А в качестве элемента. Весом G является величина: WT ( G ) = I WT ( A, G ).
AeU
Весом WT (e) ребра е графа G является число |L(e)|. Непосредственно видно, что WT(G) можно также вычислить по формуле:
IWT ( e ).
eeG
Рассмотрим граф соединений G для схемы базы данных R - {ABC, BD, CDE, DEI, UK}, изображенный на рис. 1.
Рис. 1. Граф соединений базы данных R.
Для схемы R имеем: WT (А) = 0, WT (Е) = 1,
WT (В) = 1, WT (I) = 1,
WT (С) = 1, WT (J) = 0,
WT (D) = 2, WT (К) = 0
И поэтому WT (R) = 6. Для графа G: WT (А, G) = 0, WT (Е, G) = 1, WT (В, G) = 1, WT (I, G) = 1, WT (С, G) = 1, WT (J, G) = 0, WT (D, G) = 2, WT (К, G) = 0 И, таким образом, WT (G) = 6.
Докажем, что если схема базы данных R = R2,...,Rp} обладает некоторым деревом соединений G, то любое остовное дерево наибольшего веса для графа 1к (относительно весов, приписанных его ребрам) - это дерево соединений. Более того, G является остовным деревом наибольшего веса для 1к и WT(G) =WT(R).
Сначала покажем, что WT(A) равняется WT(A,G) для любого атрибута А. Действительно, в G имеется WT (А)+1 вершин, содержащих А, и поэтому требуется не менее WT(А) ребер, чтобы построить А-пути между каждой парой этих вершин. Следовательно, WT(A,G)/WT(A). Любое ребро е, для которого АeL(e), соединяет некоторые вершины из Class(А). Если число ребер графа G, которые содержат А в своих метках, превышает WT(A), то найдется составленный из этих ребер цикл, проходящий через некоторое множество вершин из Class(А). Следовательно, WT(A,G)<WT(A), так что WT(A,G) = WT(A). Отсюда следует, что WT(G)= WT(R) .
По определению G - остовное дерево для Предположим, что существует другое остовное дерево G для вес которого больше, чем вес G. Тогда найдется атрибут А, для которого WT(A,G) < WT(A,G). Согласно предыдущим рассуждениям, G должен содержать цикл, проходящий через некоторые вершины из Class(А), что противоречит выбору G. Поэтому G является остовным деревом наибольшего веса.
Пусть, наконец, G - любое остовное дерево наибольшего веса для Согласно предыдущей информации, WT(A) = WT(A,G) = WT(A, G) для любого атрибута А. Поскольку G - дерево и WT(A) ребер, содержащих G, которые содержат А в своих метках, то любые два элемента из Class(А) должны быть соединены некоторым А-путем. Следовательно, G - дерево соединения.
Вышеизложенное доказательство предоставляет достаточно эффективный способ проверки существования дерева соединений для произвольной схемы базы данных R. Найдем (необходимо учитывать лишь ребра с непустыми метками), а потом найдем для него остовное дерево G наибольшего веса. Если G - дерево соединений, то, очевидно, схема R обладает деревом соединений. Если G не дерево соединений, то таких деревьев для R нет. Например, дерево G, изображенное на рис. 1, -
остовное дерево наибольшего веса для графа IR, где R= {ABC, BD, ODE, DEI, IJK}. Дерево G не является деревом соединений и поэтому дерева соединений для R не существует.
На рис. 1 изображено остовное дерево G наибольшего веса для графа IRa, где Ra = {ABC, BCD, CDE}. Как уже отмечалось, G - дерево соединений для Ra.
Документно-ориентированные СУБД позволяют хранить и обрабатывать такие массивы данных, обработка которых с трудом поддается реляционным и даже объектно-ориентированным системам управления базами данных. Более того, благодаря использованию документно-ориентированной модели обработки СУБД предоставляет пользователям ряд полезных функций:
1) эффективное управление и распределение деловой информации, которая обычно представлена в виде различных типов данных: таблицы, отформатированный текст, связанные или внедренные объекты, полнотекстовый поиск информации, который позволяет пользователям индексировать документы и проводить их поиск по запросам;
2) хранение любых типов данных, начиная от простого текста, чисел, времени и дат, до форматированного текста, графических образов и произвольных данных, которые могут храниться в виде присоединенных объектов в своем родном формате;
3) достаточно гибкая функция управления версиями в документно-ориентированных базах данных, ее можно модифицировать в соответствии с потребностями любой рабочей группы.
Выделим несколько функциональных модулей.
Модуль ввода данных - удобный пользовательский интерфейс с наличием меню и пиктограмм для часто используемых функций, раскрывающихся списков ключевых слов, функций и переменных для автоматического ввода значений из данного списка. Интерфейс базы данных обеспечивает ввод новых и изменение уже хранящихся данных. Такая система необходима для ввода информации: о законах РФ, о видах социальной поддержке и признаках учета, о льготниках и членах их семьи, о выплатах, о предоставленных документах.
Модуль хранения данных - представление данных в виде физических таблиц для ведения статистики:
1) личные данные льготников и членов их семей;
2) отчеты, распоряжения, протоколы, решения;
3) выплатные ведомости, разовые поручения, почтовые переводы.
Модуль обработки данных - набор функций и процедур, необходимых для обработки данных, реализуемых посредством среды визуального программирования ReportEditor. После внесения входных данных программа начинает их обрабатывать. Процесс обработки заключается в составлении запросов, внесении изменений, формировании документов на бумажных носителях. После завершения обработки формируются выходные данные.
Модуль вывода данных - результаты проделанной работы. Выходные данные представлены в виде преобразованной и обработанной входной информации в форме отчетов.
Генератор отчетов FASTREPORTS формирует выходные файлы формата RTF, которые в дальнейшем через автоматизированную систему «Адресная социальная помощь» откроет Microsoft Word, а при его отсутствии - WordPad, умеющий разбивать на страницы, а также имеющий все стандартные возможности генераторов отчетов плюс возможности программирования через скрипты. Кроме того, удалось ввести в генератор несколько новых функций форматирования (например, вывод суммы прописью, вывод названия месяца по номеру) и реализовать работу с ключевыми словами. Через генератор удалось также получить довольно сложные отчеты, включая отчеты с вложенными таблицами (до 6 уровней).
Редактор отчетов FASTREPORTS работает непосредственно с указанным источником данных (таблица, SQL-запрос), дает возможность взять поля и расставить по отчету. При разработке шаблона используются ключевые слова, которые во время построения отчета связаны с источником данных.
На основе генератора отчетов FASTREPORTS предложен алгоритм накопления данных для документно-ориентированной СУБД, структура которой представлена в виде произвольного графа (рис. 2).
Рис. 2. Алгоритм накопления данных.
Суть алгоритма заключается в следующем: при наполнении базы данных (как при создании нового узла структуры, так и при модификации имеющегося) производится проверка существования дерева соединений для результирующей схемы базы данных. Если такое дерево существует, система производит модификацию структуры, в противном случае выдается сообщение о невозможности выполнения запрошенной операции.
Такая методика обеспечивает целостность структуры базы данных и позволяет обрабатывать документы, содержащие информацию произвольного вида.
В ходе работы был рассмотрен механизм отыскания дерева соединений, предложен алгоритм накопления данных для документно-ориентированной СУБД. В дальнейшем будет рассматриваться доработка документно-ориентированной СУБД и файла ключевых слов для обеспечения высоких скоростных характеристик при работе с документами различной структуры.
1. Алексеев, В.А. Основы проектирования и реализации баз данных. - Липецк: Липецкий гос. технический ун-т, 2014. - 14 с.
2. Бирюков, А.Н. Процессы управления информационными технологиями. - М.: ИНТУИТ, 2016. - 36 с.
3. Братченко, Н.Ю. Распределенные базы данных. - Ставрополь: Северо-Кавказский федеральный ун-т, 2015. - 58 с.
4. Суржко, С.В. Реляционные базы данных. - СПб.: Питер, 2001. - 84 с.
5. Тарасов, С.В. СУБД для программиста. Базы данных изнутри. - М.: СОЛОН-ПРЕСС, 2015. - 96 с.
