СРАВНЕНИЕ РЕЛЯЦИОННЫХ И НЕРЕЛЯЦИОННЫХ СУБД Текст научной статьи по специальности «Компьютерные и информационные науки»

как и 3072-битная подпись RSA.

В данной статье были рассмотрены алгоритмы симметричного и ассиметричного шифрования и ситуации их применения.

Список использованной литературы:

1. Разница между Шифрованием и Дешифрованием [Электронный ресурс]. - Режим доступа: https://raznisa.ru/raznica-mezhdu-shifrovaniem-i-deshifrovaniem/. — (дата обращения: 21.01.2023).

2. What Is Data Encryption: Types, Algorithms, Techniques and Methods [Электронный ресурс]. - Режим доступа: https://www.simplilearn.com/data-encryption-methods-article. — (дата обращения: 21.01.2023).

3. Encryption Consulting [Электронный ресурс]. - Режим доступа: https://www.encryptionconsulting.com/. — (дата обращения: 22.01.2023).

4. What is encryption? | Types of encryption [Электронный ресурс]. - Режим доступа: https://www.cloudflare.com/learning/ssl/what-is-encryption/. — (дата обращения: 22.01.2023).

5. What Is DES (Data Encryption Standard)? DES Algorithm and Operation [Электронный ресурс]. - Режим доступа: https://www.simplilearn.com/what-is-des-article. — (дата обращения: 22.01.2023).

© Галигузова Е.В., Илларионова Ю.В., 2023

УДК 004.65

Галигузова Е.В.

Бакалавр 3 курса РТУ МИРЭА г. Москва, Россия Илларионова Ю.Е.

Бакалавр 3 курса РТУ МИРЭА г. Москва, Россия

СРАВНЕНИЕ РЕЛЯЦИОННЫХ И НЕРЕЛЯЦИОННЫХ СУБД Аннотация

База данных — необходимый инструмент в деятельности любой организации. Для управления любой базой данных необходимо СУБД. В данной статье рассматриваются реляционные и нереляционные СУБД, их сфера применения и их тип хранимых данных.

Ключевые слова:

База данных, системы управления базой данных, SQL, NoSQL, ACID, CAP.

В любой организации возникает потребность в хранении данных. Данные можно хранить в таблицах или базах данных. База данных представляет собой систематизированный набор связанной информации, которая хранится таким образом, чтобы к ней можно было легко получить доступ, получить, управлять и обновлять ее. Данные можно организовать в таблицы, строки, столбцы и проиндексировать их, чтобы упростить поиск по базе данных. Для управления базой данных используются системы управления базами данных (СУБД).

Различают реляционные и нереляционные базы данных. Реляционная база данных — тип базы данных, в которой данные находятся в таблицах, которые могут быть связаны с другими таблицами (находиться в отношениях). В реляционной базе данных каждая строка таблицы представляет собой запись с уникальным идентификатором, называемым ключом. Столбцы таблицы содержат атрибуты

данных, и каждая запись обычно имеет значение для каждого атрибута, что упрощает установление отношений между записями данных. Реляционная база данных также называется SQL базой данных. Четыре важнейших свойства определяют транзакции реляционной базы данных: атомарность, непротиворечивость, изоляция и надежность, обычно называемые ACID. Примеры реляционных СУБД: PostgreSQL, Maria DB.

PostgreSQL — объектно-реляционная СУБД, в которой объекты и таблицы объединяются в более сложные структуры данных. Данная СУБД обеспечивает поддержку различных функций SQL, таких как внешние ключи, подзапросы, триггеры и различные определяемые пользователем типы и функции. PostgreSQL в основном используется для хранения данных мобильных, геопространственных и аналитических приложений. PostgreSQL поддерживает как вертикальное, так и горизонтальное масштабирование. Вертикальная масштабируемость означает добавление дополнительных ресурсов на один сервер PostgreSQL. PostgreSQL очень хорошо масштабироваться по вертикали. Данная база поддерживает структурированные, полуструктурированные и неструктурированные данные.

Maria DB — расширенная замена реляционной СУБД MySQL. MariaDB быстрая, вертикально-масштабируемая и надежная. Он поддерживает больше механизмов хранения, чем MySQL. За последние несколько лет Maria DB представила множество новых функций. Например, поддержка ГИС предполагает плавное хранение координат и запросы данных о местоположении. MariaDB имеет динамический пул потоков, позволяющий серверу оптимизировать свои ресурсы, удаляя неактивные потоки. В сочетании с большим пулом соединений эта функция приводит к значительному повышению скорости, улучшенной репликации и более быстрым обновлениям. Maria DB поддерживает как структурированные, так и полуструктурированные данные (JSON-файлы). Данная СУБД поддерживает JSON-файлы, начиная с версии 10.2 и выше.

Нереляционные базы данных также называют NoSQL базами данных. NoSQL базы данных хранят данные за пределами традиционных структур, встречающихся в реляционных базах данных. Вместо типичной табличной структуры реляционной базы данных базы данных NoSQL хранят данные в одной структуре данных, такой как JSON-документ. Поскольку для этой нереляционной базы данных не требуется схема, она обеспечивает быструю горизонтальную масштабируемость для управления большими и обычно неструктурированными наборами данных. NoSQL также является типом распределенной базы данных, что означает, что информация реплицируется и хранится на различных серверах, которые могут быть удаленными или локальными. Это обеспечивает доступность и достоверность данных. Если некоторые данные переходят в автономный режим, остальная часть базы данных может продолжать работать. Очень важно понимать ограничения базы данных NoSQL. NoSQL не может одновременно обеспечить согласованность и высокую доступность. Впервые это было выражено Эриком Брюэром в теореме CAP. Теорема CAP или теорема Эрика Брюэрса утверждает, что мы можем достичь не более двух из трех гарантий для базы данных: непротиворечивость, доступность и устойчивость к разделению.

NoSQL можно применять для анализа данных, управления большими данными, социальных сетей и разработки мобильных приложений. База данных NoSQL предлагает следующие модели хранения данных: ключ-значение, документ-ориентированная, колоночная и графовая.

Модель ключ-значение считается самой простой формой баз данных NoSQL. Эта модель данных без схемы организована как словарь пар "ключ-значение", где каждый элемент имеет ключ и значение. Ключ может быть похож на что-то похожее в базе данных SQL, например идентификатор корзины покупок, а значение — это массив данных, например, каждый отдельный элемент в корзине покупок этого пользователя. Он обычно используется для кэширования и хранения информации о сеансе пользователя, например о корзинах. Однако данная модель не подходит, если необходимо получить несколько записей одновременно. СУБД Redis является примером модели хранения ключ-значение.

Колоночная база данных хранят информацию в столбцах, что позволяет пользователям получать

доступ только к определенным столбцам, без выделения дополнительной памяти для ненужных данных. Apache HBase и Apache Cassandra являются примерами колоночной СУБД. Apache Cassandra разработана для управления большими объемами данных на нескольких серверах и кластеризации, охватывающей несколько центров обработки данных. Она используется для веб-сайтов социальных сетей и анализа данных в реальном времени. Cassandra обладает эластичной масштабируемостью. Это означает, что ее можно увеличивать или уменьшать без особых трудностей. Cassandra отказоустойчива благодаря своей способности к репликации данных. Репликация данных означает способность системы хранить одну и ту же информацию в нескольких местах или узлах.

Документ-ориентированные СУБД хранят данные в виде документов. Это полезно при хранении полуструктурированных данных, а данные обычно хранятся в форматах JSON, XML или BSON. Это помогает уменьшить объем хранимых данных. Также это дает разработчики больше гибкости, поскольку схемы данных не обязаны совпадать. Однако это может быть проблематично для сложных транзакций, что приводит к аномалии данных. Примером документ-ориентированной СУБД является MongoDB. MongoDB поддерживает запросы полей, диапазонов и регулярных выражений, которые могут возвращать целые документы, определенные поля документов или случайные выборки результатов. Поля в документе MongoDB можно индексировать с помощью первичных и вторичных индексов. MongoDB поддерживает ряд различных типов индексов, в том числе однополевое, составное (несколько полей), многоключевое (массив), геопространственное, текстовое и хэшированное.

Графовые СУБД хранят данные в виде узлов, ребер и свойств. Любой объект, место или человек может быть узлом. Ребро определяет отношение между узлами. Примером графовой СУБД является Neo4j.

В результате составлена сравнительная таблица СУБД (см. табл. 1).

Таблица 1

Сравнение СУБД

Наименование СУБД Тип базы данных Масштабируемость Поддерживаемые типы данных

PostgreSQL Объектно- ориентированная, SQL Вертикальная, горизонтальная Структурированные, полуструктурированные, неструктурированные

Maria DB SQL Вертикальная Структурированные, полуструктурированные

MongoDB Документ- ориентированная, NoSQL Горизонтальная Структурированные, полуструктурированные, неструктурированные

Redis Ключ-значение, NoSQL Горизонтальная Структурированные, полуструктурированные, неструктурированные

Apache Cassandra Колоночная, NoSQL Горизонтальная Структурированные, полуструктурированные, неструктурированные

Neo4j Графовая, NoSQL Горизонтальная Структурированные, полуструктурированные, неструктурированные

Источник: разработано автором

В данной статье были рассмотрены реляционные и нереляционные СУБД и проведен их сравнительный анализ.

Список использованной литературы:

1. NoSQL vs. SQL Databases - Режим доступа: https://www.mongodb.com/nosql-explained/nosql-vs-sql. — (дата обращения: 22.01.2023).

2. NoSQL vs. SQL: Important Differences & Which One Is Best for Your Project [Электронный ресурс]. - Режим доступа: https://www.upwork.com/resources/nosql-vs-sql. — (дата обращения: 22.01.2023).

3. SQL vs NoSQL: 5 Critical Differences [Электронный ресурс]. - Режим доступа: https://www.integrate.io/blog/the-sql-vs-nosql-difference/. — (дата обращения: 23.01.2023).

4. NoSQL Databases [Электронный ресурс]. - Режим доступа: https://www.couchbase.com/resources/why-nosql/. — (дата обращения: 23.01.2023).

5. Concepts: NoSQL to Graph [Электронный ресурс]. - Режим доступа: https://neo4j.com/developer/graph-db-vs-nosql/. — (дата обращения: 23.01.2023).

© Галигузова Е.В., Илларионова Ю.Е., 2023

УДК 621.316.728

Грачев А.С.

ФГБОУВО «Марийский государственный университет»

г. Йошкар-Ола, РФ

ОПРЕДЕЛЕНИЕ КАЧЕСТВА ОСВЕЩЕНИЯ ПОМЕЩЕНИЯ МЕТОДОМ НЕЧЕТКОГО УПРАВЛЕНИЯ

Аннотация

Для проектирования и создания качественной и комфортной системы освещения помещения можно воспользоваться традиционно используемыми методами расчета, а можно воспользоваться основными показателями теории нечетной логики. Данная статья предлагает такой другой дополнительный подход к расчету освещения комнат и кабинетов, залов и игровых площадок.

Ключевые слова

Теория нечетной логики, лингвистическая переменная, терм, функция принадлежности,

фаззификация, дефаззификация

DETERMINING THE QUALITY OF ROOM LIGHTING BY FUZZY CONTROL

Annotation

To design and create a high-quality and comfortable lighting system for a room, you can use the traditionally used calculation methods, or you can use the main indicators of the theory of odd logic. This article offers such a different additional approach to the calculation of the lighting of rooms and offices, halls and playgrounds.

Keywords

Theory of odd logic, linguistic variable, term, membership function, fuzzification, defuzzification

В теории освещения для расчета освещенности помещения используются как количественные показатели, так и показатели качества. Для качественной оценки условий зрительной работы используют такие показатели как коэффициент отражения, фон, контраст объекта с фоном, видимость, коэффициент пульсации освещенности, показатель ослепленности, цилиндрическая освещенность, спектральный состав света.

Используя эти показатели, можно спроектировать систему освещения помещения, удовлетворяющую комфортной работе персонала.