Documente Academic
Documente Profesional
Documente Cultură
ierarhi
Din punct de vedere istoric, acesta a fost primul model de date ce a fundamentat un sistem
de gestiune al bazelor de date şi a fost dezvoltat de către firma IBM pentru produsul său IMS care
utiliza limbajul DL/1.
Modelul ierarhic lucrează cu grupuri repetitive prin utilizarea unei structuri de date ce se
bazează pe parcurgerea de sus în jos a unui arbore: datele aflate în înregistrările primare reprezintă
ramurile arborelui, în timp ce datele ce formează grupurile repetitive reprezintă frunzele acestuia.
Extensia modelului de date ierarhic se reprezintă sub forma unui tabel în care fiecare linie a
tabelului este o înregistrare ce corespunde unei instanţieri a tipului de entitate. În tabele sunt
permise duplicatele şi, prin urmare, pot exista două instanţieri identice ale aceluiaşi tip de entitate.
Un singur tabel din baza de date are rolul de rădăcină a arborelui în timp ce restul tabelelor
formează mulţimea părinţilor şi copiilor arborelui.
O relaţie într-o bază de date ierarhică este reprezentată prin intermediul perechii
părinte/copil. În acest tip de relaţie, tabelul părinte poate fi asociat cu unul sau mai multe tabele
copil, dar un singur tabel copil poate fi asociat doar cu un singur tabel părinte. Aceste tabele sunt
asociate în mod explicit cu ajutorul unor pointeri sau pe baza unui aranjament fizic al înregistrărilor
în tabele.
Utilizatorul accesează datele pornind din rădăcina arborelui şi parcurge un anumit drum unic
până ajunge la datele căutate. O astfel de metodă de acces cere utilizatorului o foarte bună
cunoaştere a structurii bazei de date.
Un
avantaj
al utilizării bazelor de date ierarhice este acela că utilizatorul poate extrage datele foarte rapid
datorită legăturilor explicite definite în structura tabelelor. Un alt avantaj este acela că integritatea
referenţială se obţine prin crearea structurii şi nu poate fi încălcată, ceea ce face ca o înregistrare din
tabelul copil să fie obligatoriu asociată unei înregistrări existente în tabelul părinte, iar o înregistrare
ştearsă din tabelul părinte să impună eliminarea tuturor înregistrărilor asociate din tabelul copil.
Deşi bazele de date ierarhice ofereau un acces direct şi rapid la date, dovedindu-şi
superioritatea într-o multitudine de situaţii specifice, devenise evident că era necesară introducerea
unui nou model de date pentru a remedia problemele tot mai presante referitoare la redundanţa
datelor şi la rezolvarea asocierilor complexe dintre înregistrări.
Bazele de date pentru LCA care se bazează pe statisticile naționale economice și de mediu
sunt cunoscute ca „baze de date de intrare-ieșire” sau „baze de date IO” pe scurt. Un număr de baze
de date IO pentru LCA bazate pe statisticile naționale economice și de mediu sunt acum disponibile
în SimaProformat. Principalul avantaj al bazelor de date IO este că nu trebuie să facem cut-off,
adică să excludem părți din sistemul produsului. Un alt avantaj este consistența lor în ceea ce
privește modul în care sunt colectate datele. Deoarece datele sunt colectate pentru aceleași
schimburi de mediu și în același mod în mod consecvent pentru toate procesele din economie,
evitați problemele de inconsecvență și rezultate false, adică faptul că un proces se afișează ca fiind
important deoarece sunt disponibile date despre o anumită emisie de substanță. proces specific, în
timp ce nu este disponibil pentru celelalte procese. Dezavantajul bazelor de date IO pentru LCA
este că procesele sunt relativ agregate, adică la nivelul grupurilor de produse, mai degrabă decât la
nivelul produselor individuale. Cu toate acestea, acest dezavantaj poate fi depășit prin utilizarea
analizei hibride, vezi mai jos. Baza de date IO pentru SUA 2002 este disponibilă ca parte a bazei de
date standard care vine cu software-ul SimaPro . Documentația acestei baze de date poate fi găsită
în Suh S. (2003). Ghidul utilizatorului MIET 3.0 . Amersfoort: PRé consultants (cu referire la
versiunea din 1998). Baza de date IO pentru UE27 și Danemarca 2003 este disponibilă ca parte a
bazei de date standard care vine cu software-ul SimaPro . 750 de mărfuri care acoperă întreaga
economie daneză și UE27. Modelele IO sunt dezvoltate de consultanți LCA 2.-0 ca parte a
proiectului EU FP6 FORWAST . Datele din modelul DK IO referitoare la activitățile agricole din
economie au fost validate și îmbunătățite în continuare printr-un proiect „ Proiect pilot – evaluarea
efectului cercetării ” finanțat de Ministerul Danez al Alimentației, Agriculturii și Pescuitului.
Versiunile în care industriile specifice sunt reprezentate mai detaliat ( baze de date hibride ,
vezi mai jos) sunt disponibile la comandă.
Baza de date FORWAST poate fi utilizată atât în SimaPro, cât și în Brightway2 ( acces la baza
de date ). Mai jos sunt oferite explicații suplimentare despre cum să utilizați funcțiile SimaPro
pentru a analiza și compara produsele din baza de date FORWAST.
SimaPro (și în versiunea demo gratuită) oferă mai multe moduri diferite de a analiza un sistem
de produs și impactul acestuia asupra mediului. Folosind opțiunea Calculate Network (F10)
legăturile dintre procesul selectat și celelalte procese sunt furnizate într-o formă grafică, vezi figura
de mai jos.
Figura prezintă un exemplu de rețea (cu limită de 3,2%) care arată procese importante care
contribuie la 140 g echivalent CO2 din ciclul de viață a 1 DKK de produse din industria „Băuturi,
DK” (valori de emisie acumulate în partea stângă jos a fiecărei casete).
Schema stea
Fiecare dimensiune dintr-o schemă stea este reprezentată doar cu un tabel cu o singură
dimensiune.
Următoarea diagramă prezintă datele de vânzări ale unei companii cu privire la cele patru
dimensiuni, și anume timp, articol, sucursală și locație.
Există un tabel de fapte în centru. Conține cheile pentru fiecare dintre cele patru dimensiuni.
Notă − Fiecare dimensiune are un singur tabel de dimensiuni și fiecare tabel deține un set de
atribute. De exemplu, tabelul cu dimensiunile locației conține setul de atribute {location_key,
street, city, province_or_state, country}. Această constrângere poate cauza redundanță a
datelor. De exemplu, „Vancouver” și „Victoria”, ambele orașe sunt în provincia canadiană British
Columbia. Intrările pentru astfel de orașe pot cauza redundanță de date de-a lungul atributelor
provincie_sau_stat și țară.
Spre deosebire de schema Star, tabelul de dimensiuni într-o schemă fulg de zăpadă este
normalizat. De exemplu, tabelul de dimensiuni ale articolului din schema stea este
normalizat și împărțit în tabele cu două dimensiuni, și anume tabelul articol și furnizor.
Acum, tabelul de dimensiuni ale articolului conține atributele cheie_articol, nume_articol,
tip, marcă și cheie-furnizor.
Notă − Datorită normalizării în schema Snowflake, redundanța este redusă și, prin urmare, devine
ușor de întreținut și economisește spațiu de stocare.
O constelație de fapte are mai multe tabele de fapte. Este cunoscută și sub numele de
schema galaxiei.
Tabelul cu informații despre expediere are cele cinci dimensiuni, și anume cheia_articol,
cheia_timp, cheia_expeditorului, de la locație, la_locație.
Tabelul cu fapte de expediere conține și două măsuri, și anume dolari vânduți și unități
vândute.
Definiția schemei
Schema multidimensională este definită utilizând limbajul de interogare pentru minarea datelor
(DMQL). Cele două primitive, definiția cubului și definiția dimensiunii, pot fi utilizate pentru
definirea depozitelor de date și a marților de date.
define cube < cube_name > [ < dimension-list > }: < measure_list >
define dimension time as (time key, day, day of week, month, quarter, year)
define dimension item as (item key, item name, brand, type, supplier type)
define dimension branch as (branch key, branch name, branch type)
define dimension location as (location key, street, city, province or state, country)
define dimension time as (time key, day, day of week, month, quarter, year)
define dimension item as (item key, item name, brand, type, supplier (supplier key, supplier type))
define dimension branch as (branch key, branch name, branch type)
define dimension location as (location key, street, city (city key, city, province or state, country))
Schema constelației de fapt poate fi definită folosind DMQL după cum urmează −
define dimension time as (time key, day, day of week, month, quarter, year)
define dimension item as (item key, item name, brand, type, supplier type)
define dimension branch as (branch key, branch name, branch type)
define dimension location as (location key, street, city, province or state,country)
define cube shipping [time, item, shipper, from location, to location]:
dollars cost = sum(cost in dollars), units shipped = count(*)