عمومی

انواع پایگاه داده و استراتژی های طراحی در SQL Server 2008 R2

انواع پایگاه داده

پایگاه های داده بر اساس نیاز ها و کابرد های متفاوت به دسته بندی های مختلفی تقسیم میشوند که از جمله مهمترین آنها میتوان  به دو دسته بندی زیر جهت طراحی های مختلف اشاره نمود :

 

  • ( OLTP (Online Transaction Processing یا پردازش تراکنش آنلاین
  • ( OLAP( Online Analytical Processing یا پردازش تحلیلی آنلاین

 

sql

(OLTP (Online Transaction Processing

متداول ترین نوع  از انواع پایگاه داده که جهت پیاده سازی سیستم های زیر میتوان از آن استفاده کرد :

  • سیستم های تصمیم گیری (Decision Support Systems)
  • انبار داده ها (Data Warehouse)
  • لایه دسترسی بانک اطلاعاتی (data marts)

پایگاه های داده از نوع OLTP  جهت پردازش تراکنش های بیدرنگ کاربرد دارند که ذاتا نیازمند یکسری الزامات خاص هستند.برای مثال اگر شما یک فروشگاه آنلاین را مدیریت و پیاده سازی می نمایید باید از بروز رسانی جداول بانک اطلاعاتی هنگام خرید کاربران خود و سفارش محصولات و درستی بروز رسانی جداول ذکر شده قبل از پیاده سازی به صورت OLTP ، اطمینان حاصل نمایید .

تراکنش های موجود در پایگاه داده OLTP از نوع Atomic یا تجزیه ناپذیر بوده بدین معنی که یا تراکنش انجام میشود یا خیر و حد وسطی وجود ندارد و نیز دارای محیطی مجزا  (isolated) جهت عدم تداخل در محیط تراکنش های دیگر  و در محیطی پایا اجرا  می شوند.

از ویژگی های دیگر بانک اطلاعاتی OLTP میتوان به “row level locking” یا قفل کردن در سطح یک سطر بانک اطلاعاتی اشاره نمود که در واقع تراکنش سطری را فقل کرده و تا پایان عملیات، تراکنش های دیگر هیچ تغییری بر روی آن سطر اعمال نخواهند کرد .در واقع از این جهت شباهت های بسیاری با قفل کردن های Pthread در برنامه نویسی های همروند دارد.

oltp

 (OLAP( Online Analytical Processing

نوعی از پایگاه داده که جهت طراحی سیستم های مدیریت و پردازش داده ها به صورت چند بعدی (multi dimensional) و آنالیز و مدیریت داده های ذکر شده بکار میرود.

در واقع در این نوع پایگاه داده ، زمان پاسخ گویی تراکنش ها از اهمیت فوق العاده ای برخوردار است و این نوع پایگاه داده بیشتر جهت داده کاوی و  تکنیک های پردازش سریع استفاده میشود  .

استراتژی های طراحی پایگاه داده

دو دیدگاه  استراتژیک جهت طراحی و توسعه پایگاه داده های مختلف وجود دارد :

  • دیدگاه بالا به پایین (Top – down)
  • دیدگاه پایین به بالا (bottom-up)

هرچند دو دیدگاه فوق اساسا با یکدیگر تفاوت دارند ولی  هر دو دیدگاه  تعامل بین فرآیند ها جهت یکپارچه سازی سیستم های نرم افزاری را فراهم می سازند.

دیدگاه بالا به پایین (Top – down)

متد طراحی فوق ، از مباحث کلی در طراحی شروع شده و به موارد جزیی ختم می شود یا به بیان دیگر با طرحی از کلیات ، طراحی سیستم آغاز گردیده و سپس پروسه به سمت پایین و جزییات بیشتر که سیستم با آنها ارتباط دارد پیش میرود. این پروسه شامل تعریف نوع entity ها و ویژگی های هر یک می باشد.

دیدگاه پایین به بالا (bottom-up)

متد طراحی پایین به بالا درست برعکس متد طراحی بالا به پایین بوده به این ترتیب که از مباحث جزیی در طراحی شروع شده و به مباحث کلی ختم می شود . این پروسه در ابتدا با طراحی المان های داده ای ما (item) شروع شده  و با فرآیند پیوند این المان ها و معرفی آنها به عنوان مجموعه داده ها (data sets) خاتمه خواهد یافت و به بیان دیگر این متد طراحی ابتدا ویژگی های هر entity  را بررسی می نماید و سپس آنها را در قالب مدل طراحی عرضه میدارد.

در دو دیدگاه طراحی فوق (top – down and bottom – up) فاکتور هایی مانند :  وسعت پروژه ، اندازه سیستم در حال طراحی،سبک مدیریت سازمان، ساختار سازمان مذکور تاثیر بسزایی دارند و حال آنکه با توجه به فاکتور های ذکر شده میتوان از دو دیدگاه طراحی زیر بنا به نیاز استفاده کرد.

  • دیدگاه طراحی متمرکز
  • دیدگاه طراحی غیر متمرکز

دیدگاه طراحی متمرکز

دیدگاه طراحی فوق بیشترین کاربرد را هنگامی که مولفه های داده ای ما از تعدادی کمی از رویه ها و اشیاء کوچک تشکیل شده باشند، دارا می باشد. در حقیقت طراحی به صورت کوچک و متمرکز صورت خواهد گرفت.

طراحی متمرکز به راحتی می تواند توسط یک طراح پایگاه داده و یا یک تیم کوچک توسعه دهنده بانک های اطلاعاتی صورت پذیرد. فرد یا تیم توسعه ذکر شده میتواند  مسائل را تشریح و سپس طرح مفهومی اولیه را ایجاد و سپس به توسعه طرح ایجاد شده پرداخته و پردازش های سیستمی لازم برای پوشش اهداف طرح سازمانی فوق را تعریف نمایند.

دیدگاه طراحی غیر متمرکز

طراحی غیر متمرکز در طراحی سیستم های بزرگ با ارتباطات داده ای پیچیده و مولفه های داده ای بالا ،بیشترین کاربرد را دارا میباشد. همچنین در طراحی و تشریح مولفه های داده ای کوچک که بخشی از مولفه های داده ای بزرگ مانند طراحی مجموعه داده ها ( Data Sets ) می باشند ، کاربرد دارد.

طراحی فوق معمولا توسط تیم های بزرگ توسعه دهنده که هر یک بر روی ماژولی خاص فعالیت دارند صورت می پذیرد و طرح های مفهومی کوچک توسط تیم های ذکر شده و بر اساس ماژول های مختلف ایجاد و مورد بررسی قرار میگیرد و در نهایت از الحاق طرح های کوچک ، طرح مفهومی نهایی شکل خواهد گرفت.

منابع :

Database Systems: Design, Implementation, and Management, Fifth Edition, Rob and Coronel[chapter 6]

Database Systems 9th edition Coronel / Morris / Rob. Design, implementation, and management

Database Modeling and Design by paul chen [chapter 8]

 

 

 

به این نوشته امتیاز دهید
[Total: 0 Average: 0]

با کارت بانکی باشگاه ایران هاست پولتان به حسابتان باز می گردد.

همین حالا رایگان عضو شوید

مدیر بلاگ

مشخصات مدیر

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همچنین ببینید

بستن
دکمه بازگشت به بالا
بستن
بستن