🔵Κ1 - Από τα Δεδομένα στις Βάσεις Δεδομένων (ΒΔ)

1.1 Δεδομένα και Πληροφορίες

Στοιχεία πληροφορίας ή Δεδομένα (DATA)

Στοιχεία πληροφορίας ή Δεδομένα (DATA) είναι οποιαδήποτε παράσταση, όπως χαρακτήρες ή αριθμητικές ποσότητες, σύμβολα κτλ., στην οποία δίνεται ή είναι δυνατόν να δοθεί μια σημασία (έννοια).

Πληροφορία

Πληροφορία είναι η σημασία που δίνει ο άνθρωπος σε ένα σύνολο δεδομένων, τα οποία επεξεργάζεται με τη βοήθεια προκαθορισμένων συμφωνιών που έχουν θεσπιστεί από τον ίδιο.

Συσχετισμός

Η συλλογή και ο συσχετισμός των δεδομένων δίνει ως αποτέλεσμα την πληροφορία

Οι περιορισμένες δυνατότητες της ανθρώπινης μνήμης προσανατόλισε τον άνθρωπο από αρχαιοτάτων χρόνων να δημιουργήσει μεθόδους μόνιμης αποθήκευσης των δεδομένων.

Βασικές Λειτουργίες (CRUD)

Οι βασικές λειτουργίες, που τα συστήματα αυτά έδιναν στους χρήστες τους ήταν:

• Εισαγωγή νέων δεδομένων
• Διαγραφή δεδομένων
• Επαναφορά δεδομένων
• Ενημέρωση δεδομένων

Ερωτηματολόγιο 📝🔗

1.2 Σημασία της Διαχείρισης Δεδομένων

Τα δεδομένα πρέπει να είναι οργανωμένα με τέτοιο τρόπο ώστε να διευκολύνεται η αναζήτηση και η ενημέρωσή τους και αυτό ακριβώς είναι το αντικείμενο της μελέτης μας, που απαιτεί την καλύτερη λύση.

Αρχείο - Εγγραφή - Πεδίο

Ορίζοντας καλύτερα τώρα τις έννοιες μπορούμε να δώσουμε τους παρακάτω ορισμούς.  

• Αρχείο (file) είναι ένα σύνολο εγγραφών λογικά συνδεδεμένων μεταξύ τους, που είναι καταχωρισμένες σε ένα (ή και περισσότερα, σύμφωνα με τις δυνατότητες της σημερινής τεχνολογίας) μαγνητικό μέσο αποθήκευσης. 
• Εγγραφή (record) του αρχείου είναι το σύνολο των πεδίων που ανήκουν στην ίδια λογική ενότητα. 
• Πεδίο (field) είναι ένα από τα επιμέρους στοιχείαπληροφορίες που συνθέτουν την εγγραφή, όπως αυτή θα καταχωριστεί σε ένα αρχείο.

Πεδίο (Τύποι Δεδομένων)

Το πεδίο, καθώς γίνεται η επεξεργασία του από τον Η/Υ, δεσμεύει κάποιο χώρο στην κεντρική ή στη δευτερεύουσα μνήμη του υπολογιστή, χώρο ο οποίος μετριέται σε bytes. Ο αριθμός των απαιτούμενων bytes είναι το μήκος του πεδίου (field length). Με βάση τις τιμές που μπορούν να δεχτούν, μπορούμε να διακρίνουμε τα πεδία σε διάφορες κατηγορίες. 

Οι κυριότερες από αυτές αναφέρονται παρακάτω: 

• Αλφαριθμητικά (alphanumeric), όταν περιέχουν αλφαβητικούς χαρακτήρες, ειδικούς χαρακτήρες, αριθμούς ή συνδυασμούς αυτών. 
• Αριθμητικά (numeric), όταν περιέχουν μόνο αριθμούς. 
• Αλφαβητικά (alphabetic), όταν περιέχουν μόνο αλφαβητικούς χαρακτήρες. Ημερομηνίας (date), όταν έχουν τη δυνατότητα αποθήκευσης ημερομηνιών με διάφορες μορφές (π.χ., 121298 ή 12031998 κ.ο.κ., ανάλογα με το προγραμματιστικό περιβάλλον που χρησιμοποιείται). 
• Δυαδικά (binary), όταν είναι κατάλληλα να αποθηκεύουν ειδικού τύπου δεδομένα, όπως εικόνα, ήχο, video κτλ.). 
• Λογικά (logical), όπου επιτρέπονται μόνο δύο τιμές οι οποίες αντιστοιχούν σε δύο διακριτές καταστάσεις: Αλήθεια (True) ή Ψέμα (False). 
• Σημειώσεων (memo), όπου είναι επιτρεπτή η εισαγωγή κειμένου με μεταβλητό μήκος, το οποίο, συνήθως, χρησιμοποιείται για την αποθήκευση σημειώσεων (κειμένου), που μπορεί, ανάλογα και με το περιβάλλον ανάπτυξης, να είναι και αρκετά μεγάλο. 
• Μήκος εγγραφής (record length) είναι το άθροισμα του μήκους των πεδίων που την αποτελούν. 
• Δομή εγγραφής (ή γραμμογράφηση) (record layout) είναι ο τρόπος με τον οποίο οργανώνονται τα πεδία της. 
• Σειρά εγγραφής: Το βασικό στοιχείο που καθορίζει τη δομή εγγραφής είναι η σειρά με την οποία εμφανίζονται τα πεδία μέσα στην εγγραφή, δηλαδή ποιο είναι πρώτο, ποιο δεύτερο κ.ο.κ.

📝🔗Ερωτηματολόγιο 📝🔗

Κ1.3 Εξέλιξη της Διαχείρισης Δεδομένων

Τα αρχικά προγράμματα μιμούνταν τα χειρόγραφα συστήματα και οργάνωναν πολλά αρχεία με συγκεκριμένο τρόπο και έψαχναν μέσα σε αυτά σύμφωνα με το «στήσιμο» του κάθε αρχείου. Αυτό είχα διάφοραα μειονεκτήματα όπως 

• την αργή αναζήτηση όσο το πλήθος των αρχείων αυξανόταν, 
• την μεγάλη εξάρτηση του προγράμματος με το το τρόπο οργάνωσης του εκάστοτε αρχείου το οποίο σημαίνει ότι χρειάζεται συχνά αλλαγές το οποίο είναι μη βιώσιμο για την ανάπτυξη της εφαρμογής,
• όσο περισσότεροι χρήστες λαμβάνουν πρόσβαση αυξάνεται το φορτίο και αργεί η εφαρμογή

Βασικοί Παράγοντες Περιορισμών Συστημάτων Αρχείων

Οι βασικοί παράγοντες οι οποίοι οδηγούν στους παραπάνω περιορισμούς αναφορικά με την προσέγγιση των συστημάτων που βασίζονται σε αρχεία είναι: 

1. Ο ορισμός των δεδομένων είναι ενσωματωμένος στα προγράμματα των εφαρμογών, αντί να αποθηκεύεται κάπου ξεχωριστά και ανεξάρτητα. 
2. Δεν υπάρχει κανένας έλεγχος για την προσπέλαση και τον χειρισμό των δεδομένων, πέρα από αυτόν που επιβάλλεται από τα προγράμματα των εφαρμογών.

Προβλήματα Χρήσης Αρχείων ως Βάση Δεδομένων

Συνοψίζοντας μπορούμε να πούμε ότι εν γένει τα προβλήματα που ήταν αναπόφευκτο να δημιουργηθούν από την μεθοδολογία και πρακτική της χρήσης αρχείων για την ηλεκτρονική τήρηση δεδομένων είναι τα εξής:

• Πλεονασμός των δεδομένων (data redundancy). Υπάρχει η περίπτωση να έχουμε επανάληψη των ίδιων δεδομένων σε αρχεία διαφορετικών εφαρμογών. Για παράδειγμα στο αρχείο των άρθρων και στο αρχείο των συγγραφέων είναι σχεδόν σίγουρο ότι θα υπάρχουν κάποια κοινά στοιχεία. 
   
• Ασυνέπεια των δεδομένων (data inconsistency). Αυτό μπορεί να συμβεί όταν υπάρχουν τα ίδια στοιχεία των συγγραφέων (πλεονασμός) και στο αρχείο άρθρων και στο αρχείο συγγραφέων και χρειασθεί να γίνει κάποια αλλαγή στη διεύθυνση ή στα τηλέφωνα κάποιου συγγραφέα, οπότε είναι πολύ πιθανό να γίνει η διόρθωση μόνο στο ένα αρχείο και όχι και στο άλλο. 
   
• Αδυναμία μερισμού δεδομένων (data sharing). Μερισμός δεδομένων σημαίνει δυνατότητα για κοινή χρήση των στοιχείων κάποιων αρχείων. Για παράδειγμα, ο μερισμός δεδομένων θα ήταν χρήσιμος αν με την αναζήτηση ενός άρθρου μπορούμε να έχουμε πρόσβαση την ίδια στιγμή στο αρχείο άρθρων για να δούμε τους συγγραφείς και μετά στο αρχείο των συγγραφέων για να ελέγξουμε αν είναι διαθέσιμα και άλλα άρθρα των ίδιων συγγραφέων. Η αδυναμία μερισμού δεδομένων δημιουργεί καθυστέρηση στη λήψη αποφάσεων και στην εξυπηρέτηση των χρηστών. 
   
• Αδυναμία προτυποποίησης. Έχει να κάνει με την ανομοιομορφία και με την διαφορετική αναπαράσταση και οργάνωση των δεδομένων στα αρχεία των εφαρμογών. Η αδυναμία αυτή δημιουργεί προβλήματα προσαρμογής των χρηστών καθώς και προβλήματα στην ανταλλαγή δεδομένων μεταξύ διαφορετικών συστημάτων.

Ορισμός: Βάσεις Δεδομένων (εφεξής ΒΔ)

Μια Βάση Δεδομένων ή ΒΔ θα μπορούσε να χαρακτηριστεί ως ένα σύνολο αρχείων τα οποία διαθέτουν υψηλό βαθμό οργάνωσης και είναι συνδεδεμένα μεταξύ τους με λογικές σχέσεις, ώστε να μπορούν να χρησιμοποιούνται από πολλές εφαρμογές και από πολλούς χρήστες.

Ορισμός: Σύστημα Διαχείρισης Βάσεων Δεδομένων (εφεξής ΣΔΒΔ)

To ΣΔΒΔ είναι ένα σύνολο προγραμμάτων και ρουτινών, που σκοπό έχουν το χειρισμό της βάσης, όσον αφορά τη δημιουργία, συντήρηση, επεξεργασία στοιχείων, ελέγχους ασφαλείας κτλ., και την εξυπηρέτηση των χρηστών, όσον αφορά την παροχή στοιχείων και πληροφοριών, χωρίς αυτοί να πρέπει να ασχολούνται με το πώς και το πού τα δεδομένα είναι αποθηκευμένα στη βάση.

📝🔗Ερωτηματολόγιο 📝🔗

1.4 Εφαρμογές Βάσεων Δεδομένων στην Καθημερινή Ζωή, σε Επιχειρήσεις και Οργανισμούς

Κρατήσεις θέσεων σε αεροπορικές εταιρείες 

Οι εφαρμογές αυτές υποστηρίζουν λειτουργίες, όπως κράτηση θέσης για μία συγκεκριμένη πτήση, αναζήτηση πληροφοριών για διαθέσιμες πτήσεις με βάση την αφετηρία και τον προορισμό, αναζήτηση πληροφοριών σχετικά με τις τιμές και τη διαθεσιμότητα των εισιτηρίων. Η λειτουργία της εφαρμογής επιτρέπει την απάντηση ερωτημάτων που αφορούν στην ώρα αναχώρησης και άφιξης συγκεκριμένων πτήσεων και την αποδοτική κράτηση θέσεων και έλεγχο της διαθεσιμότητας. Οι εφαρμογές αυτές είναι πολύτιμες για ταξιδιωτικούς πράκτορες και αεροπορικές εταιρείες λόγω των πολλών διευκολύνσεων που παρέχουν.

Τραπεζικές Συναλλαγές 

Στις εφαρμογές αυτές η πληροφορία αποτελείται από ονόματα πελατών, διευθύνσεις, αριθμούς τραπεζικών λογαριασμών, υπόλοιπο λογαριασμών, δεδομένα που αφορούν σε δάνεια, πιστωτικές κάρτες και γενικά από οτιδήποτε σχετίζεται με τη λειτουργία μίας τράπεζας. Στόχος των εφαρμογών αυτών είναι η ταχύτερη εξυπηρέτηση των πελατών και η αποδοτικότερη λειτουργία της τράπεζας. Αναπτύσσονται ταχύτατα με νέα προϊόντα που βασίζονται στο διαδίκτυο και καταργούν την φυσική παρουσία σε κατάστημα. Προφανώς μια τέτοιου επιπέδου εφαρμογή πρέπει να υποστηρίζει ταυτόχρονες προσπελάσεις στα δεδομένα από πολλούς χρήστες.

Διαχείριση Εταιρικών Δεδομένων

Διαχείριση Εταιρικών Δεδομένων. Η καλή οργάνωση των δεδομένων μίας μεγάλης εταιρείας έχει ουσιαστική και δυναμική συμβολή στην αποδοτική λειτουργία της. Η μεθοδική οργάνωση των δεδομένων επιδρά σε όλα τα τμήματα της εταιρείας και αυτή η δομημένη οργάνωση της πληροφορίας επιτρέπει τη γρήγορη αναζήτηση στοιχείων και την άμεση ενημέρωση σε τυχόν αλλαγές στα δεδομένα.

Πολυμεσικές Εφαρμογές 

Μιας και στις ημέρες μας ένα σημαντικό ποσοστό της πληροφορίας βρίσκεται σε μορφές όπως ήχος, εικόνα και video, η υποστήριξη των τύπων αυτών απαιτεί ταχύτητα στην επεξεργασία και περισσότερο χώρο αποθήκευσης λόγω του μεγάλου όγκου των δεδομένων. Οι Βάσεις Δεδομένων πο λυμέσων (multimedia databases) έχουν τη δυνατότητα χειρισμού των σύνθετων αυτών τύπων δεδομένων χρησιμοποιώντας σύγχρονες και βελτιωμένες τεχνικές αναζήτησης. Έχουμε πλέον τη δυνατότητα να θέτουμε ερωτήσεις που αφορούν πολυμεσικά δομικά στοιχεία, κάτι που θα φαινόταν εξαιρετικά πολύπλοκο και δύσκολο στο παρελθόν.

Ανάκτηση πληροφορίας στο διαδίκτυο

Τα παραδοσιακά συστήματα επιτρέπουν την αναζήτηση κειμένων που περιέχουν λέξεις ορισμένες από τον χρήστη. Με την αλματώδη ανάπτυξη του Παγκόσμιου Ιστού και του Διαδικτύου, η πληροφορία είναι διάχυτη παντού κάνοντας την αναζήτηση το επόμενο στοίχημα. Ένα σημαντικό τμήμα της έρευνας εστιάζεται στη μελέτη αποτελεσματικών και αποδοτικών μεθόδων αναζήτησης πληροφορίας σύμφωνα με τις απαιτήσεις των χρηστών. Βασικό στοιχείο στη διαδικασία αυτή είναι η βαθμολόγηση των απαντήσεων έτσι ώστε τα δεδομένα που σχετίζονται περισσότερο με το ερώτημα του χρήστη να πάρουν υψηλό βαθμό. Οι μηχανές αναζήτησης (search engines) όπως Google, Bing, Yahoo!, κ.λπ. χρησιμοποιούν εξελιγμένες τεχνικές και ικανοποιούν τα εκατομμύρια ερωτήματα που δέχονται καθημερινά με την βοήθεια ΣΔΒΔ με δυνατότητες αναζήτησης κειμένων σύμφωνα με τις λέξεις κλειδιά που δίνει ο χρήστης.

Διαχείριση Γεωγραφικών Δεδομένων

Τα γεωγραφικά δεδομένα απαιτούν νέους τρόπους αποθήκευσης και επεξεργασίας λόγω της χωρικής (spatial) φύσης τους. Για παράδειγμα, για τα δεδομένα αυτά λόγω της δισ διάστατης (ή γενικότερα πολυδιάστατης) φύσης τους δεν ισχύουν οι σχέσεις διάταξης (π.χ. στους ακεραίους και τους χαρακτήρες υπάρχει η έννοια του προηγούμενου επόμενου, στους πραγματικούς αριθμούς η έννοια του μικρότερου μεγαλύτερου κ.λπ.). Ισχύουν όμως τοπολογικές σχέσεις (όπως αριστερά δεξιά, βόρεια νότια, εντός εκτός, τομή, απόσταση κ.λπ.). Το αντίστοιχο επομένως ΣΔΒΔ, που συνεργάζεται με ένα Σύστημα Γεωγραφικών Πληροφοριών (Geographical Information System, GIS), πρέπει να είναι εξοπλισμένο με εξειδικευμένες τεχνικές διαχείρισης.

Αποθήκες Δεδομένων και Αναλυτική Επεξεργασία

Μία άλλη σύγχρονη εφαρμογή που προέκυψε ως ανάγκη λόγω της ύπαρξης τεράστιου όγκου δεδομένων σε μεγάλες επιχειρήσεις και οργανισμούς είναι τα Συστήματα Στήριξης Αποφάσεων (decision support systems). Για τη λήψη αποφάσεων σε θέματα ανάλυσης αγοράς, οικονομικού σχεδιασμού, marketing κ.λπ., ένας αναλυτής μίας επιχείρησης ενδιαφέρεται να υποβάλλει πολύπλοκα ερωτήματα περισσότερο σε συγκεντρωτικά δεδομένα παρά σε ατομικές συναλλαγές. Η υποβολή και η επεξεργασία τέτοιου τύπου ερωτημάτων είναι μία διαδικασία από δύσκολη μέχρι και αδύνατη, καθώς συχνά τα δεδομένα των μεγάλων φορέων είναι διασκορπισμένα σε πολλά ετερογενή συστήματα, που μπορεί να είναι και γεωγραφικά κατανεμημένα. Στις περιπτώσεις αυτές, τα πρωτογενή δεδομένα με ειδικές διαδικασίες ομογε νοποιούνται και αποθηκεύονται σε ειδικές βάσεις με συνοπτικό τρόπο χρησιμοποιώντας διαφορετικές οπτικές γωνίες και διαφορετικές κλίμακες. Αυτές οι ειδικές βάσεις λέγονται Αποθήκες Δεδομένων (data warehouses), ενώ η επεξεργασία τους έχει την ειδική ονομασία Άμεση Αναλυτική Επεξεργασία (On Line Analytical Processing, OLAP) σε αντίθεση με τα παραδοσιακά Συστήματα Βάσεων Δεδομένων, όπου μιλούμε για Άμεση Επεξεργασία Συναλλαγών.

Εξόρυξη Δεδομένων

Η Εξόρυξη Δεδομένων (data mining) είναι μία άλλη σύγχρονη περιοχή των Βάσεων Δεδομένων, που πρόκυψε ως ανάγκη λόγω του τεράστιου όγκου δεδομένων, που συλλέγονται είτε αυτοματοποιημένα από δορυφόρους, κάμερες παρακολούθησης, συσκευές μέτρησης είτε με τον κλασσικό παραδοσιακό τρόπο από ένα Σύστημα Βάσεων Δεδομένων. Ο τεράστιος όγκος δεδομένων αποτρέπει την χρήση συμβατικών μεθόδων επεξεργασίας και έτσι εφαρμόζουμε ειδικές αυτοματοποιημένες μεθόδους επεξεργασίας, οι οποίες αναλαμβάνουν να "σκάψουν" στα δεδομένα αναζητώντας κάποια χρήσιμη πληροφορία, προηγουμένως άγνω στη και κυρίως ενδιαφέρουσα, με την οποία να μπορούν ληφθούν αποφάσεις και να δρομολογηθούν διαδι κασίες. Η αποδοτική διαχείριση τεράστιων όγκων δεδομένων με τη βοήθεια κλασικών τεχνικών των ΒΔ είναι το χαρακτηριστικό της. Τυπικές μέθοδοι επεξεργασίας κατά την εξόρυξη δεδομένων είναι ο χαρακτηρισμός (characterization), η αντιδιαστολή (discrimination), η κατηγοριοποίηση (classification), η εξαγωγή κανόνων συσχέτισης (association rules), η ομαδοποίηση (clustering) κ.α.

Διαχείριση Κινούμενων Αντικειμένων 

Eίναι μια ακόμη εφαρμογή με ραγδαία ανάπτυξη. Εφαρμογές όπως η καταγραφή της κίνησης οχημάτων, η παρακολούθηση μίας πετρελαιοκηλίδας, η παρακολούθηση εξέλιξης παγετώνων, απαιτούν την αποθήκευση της θέσης των αντικειμένων σε σχέση με το χρόνο. Η μελέτη της κίνησης επιτρέπει να απαντούμε σε καίρια ερωτήματα που σχετίζονται κύρια με: α) την εξέλιξη της κίνησης στο παρελθόν και β) την πρόβλεψη για τη θέση των αντικειμένων στο κοντινό ή μακρινό μέλλον. Η επεξεργασία ερωτημάτων τέτοιου τύπου είναι εξαιρετικά δύσκολη και απαιτεί την κατάλληλη οργάνωση και διαχείριση των αντικειμένων με μοντέρνες ευρηματικές τεχνικές έτσι ώστε να υλοποιείται αποτελεσματικά και αποδοτικά.

💪🏻Δραστηριότητα

Πλοηγηθείτε στον ιστότοπο → Διαύγεια Gov Gr 🔗ο οποίος λειτουργεί ως Βάση Δεδομένων για όλα τα ΦΕΚ, Νόμους, Υπουργικές Αποφάσεις.

📝🔗 Ερωτηματολόγιο 📝🔗