Лекция: Меры информации (синтаксическая, семантическая, прагматическая). Типы измерения информации: синтаксическая, семантическая, прагматическая
Тема 2. Основы представления и обработки информации в компьютере
Литература
1. Информатика в экономике: Учебное пособие/Под ред. Б.Е. Одинцова, А.Н. Романова. – М.: Вузовский учебник, 2008.
2. Информатика: Базовый курс: Учебное пособие/Под ред. С.В. Симоновича. – СПб.: Питер, 2009.
3. Информатика. Общий курс: Учебник/Соавт.: А.Н. Гуда, М.А. Бутакова, Н.М. Нечитайло, А.В. Чернов; Под общ. ред. В.И. Колесникова. – М.: Дашков и К, 2009.
4. Информатика для экономистов: Учебник/Под ред. Матюшка В.М. - М.: Инфра-М, 2006.
5. Экономическая информатика: Введение в экономический анализ информационных систем.- М.: ИНФРА-М, 2005.
Меры информации (синтаксическая, семантическая, прагматическая)
Для измерения информации могут применяться различные подходы, но наибольшее распространение получили статистический (вероятностный), семантический и прагматический методы.
Статистический (вероятностный) метод измерения информации был разработан К. Шенноном в 1948 году, который предложил количество информации рассматривать как меру неопределенности состояния системы, снимаемой в результате получения информации. Количественно выраженная неопределенность получила название энтропии. Если после получения некоторого сообщения наблюдатель приобрел дополнительную информацию о системе Х, то неопределенность уменьшилась. Дополнительно полученное количество информации определяется как:
где - дополнительное количество информации о системе Х , поступившее в форме сообщения;
Начальная неопределенность (энтропия) системы X ;
Конечная неопределенность (энтропия) системы X, наступившая после получения сообщения.
Если система X может находиться в одном из дискретных состояний, количество которых n , а вероятность нахождения системы в каждом из них равна и сумма вероятностей всех состояний равна единице, то энтропия вычисляется по формуле Шеннона:
где - энтропия системы Х;
а - основание логарифма, определяющее единицу измерения информации;
n – количество состояний (значений), в котором может находится система.
Энтропия величина положительная, а так как вероятности всегда меньше единицы, а их логарифм отрицательный, поэтому знак минус в формуле К.Шеннона делает энтропию положительной. Таким образом, за меру количества информации принимается та же энтропия, но с обратным знаком.
Взаимосвязь информации и энтропии можно понимать следующим образом: получение информации (ее увеличение) одновременно означает уменьшение незнания или информационной неопределенности (энтропии)
Таким образом, статистический подход учитывает вероятность появления сообщений: более информативным считается то сообщение, которое менее вероятно, т.е. менее всего ожидалось. Количество информации достигает максимального значения, если события равновероятны.
Р. Хартли предложил следующую формулу для измерения информации:
I=log2n ,
где n - количество равновероятных событий;
I – мера информации в сообщении о наступлении одного из n событий
Измерение информации выражается в ее объёме. Чаще всего это касается объёма компьютерной памяти и объёма данных, передаваемых по каналам связи. За единицу принято такое количество информации, при котором неопределённость уменьшается в два раза, такая единица информации получила название бит .
Если в качестве основания логарифма в формуле Хартли используется натуральный логарифм (), то единицей измерения информации является нат (1 бит = ln2 ≈ 0,693 нат). Если в качестве основания логарифма используется число 3, то - трит , если 10, то - дит (хартли).
На практике чаще применяется более крупная единица - байт (byte ), равный восьми битам. Такая единица выбрана потому, что с ее помощью можно закодировать любой из 256 символов алфавита клавиатуры компьютера (256=28).
Кроме байтов информация измеряется полусловами (2 байта), словами (4 байта) и двойными словами (8 байт). Широко используются также еще более крупные единицы измерения информации:
1 Килобайт (Кбайт - kilobyte ) = 1024 байт = 210 байт,
1 Мегабайт (Мбайт - megabyte ) = 1024 Кбайт = 220 байт,
1 Гигабайт (Гбайт - gigabyte ) = 1024 Мбайт = 230 байт.
1 Терабайт (Тбайт - terabyte ) = 1024 Гбайт = 240 байт,
1 Петабайт (Пбайт - petabyte ) = 1024 Тбайт = 250 байт.
В 1980 году российский математик Ю. Манин предложил идею построения квантового компьютера, в связи с чем появилась такая единица информации как кубит (quantum bit, qubit) – «квантовый бит» – мера измерения объема памяти в теоретически возможном виде компьютера, использующем квантовые носители, например - спины электронов. Кубит может принимать не два различных значения («0» и «1»), а несколько, соответствующих нормированным комбинациям двух основных состояний спина, что дает большее число возможных сочетаний. Так, 32 кубита могут закодировать около 4 млрд состояний.
Семантический подход. Синтаксической меры не достаточно, если требуется определить не объем данных, а количество нужной в сообщении информации. В этом случае рассматривается семантический аспект, позволяющий определить содержательную сторону сведений.
Для измерения смыслового содержания информации можно воспользоваться тезаурусом ее получателя (потребителя). Идея тезаурусного метода была предложена Н. Винером и развита нашим отечественным ученым А.Ю. Шрейдером.
Тезаурусом называется совокупность сведений , которыми располагает получатель информации. Соотнесение тезауруса с содержанием поступившего сообщения позволяет выяснить, насколько оно снижает неопределенность..
Зависимость объема смысловой информации сообщения от тезауруса получателя
Согласно зависимости, представленной на графике, при отсутствии у пользователя какого-либо тезауруса (знаний о существе поступившего сообщении, то есть =0), или наличия такого тезауруса, который не изменился в результате поступления сообщения (), то объем семантической информации в нем равен нулю. Оптимальным будет такой тезаурус (), при котором объем семантической информации будет максимальным (). Например, семантической информации в поступившем сообщении на незнакомом иностранном языке будет ноль , но и такая же ситуация будет в том случае, если сообщение уже не является новостью, так как пользователю уже все известно.
Прагматическая мера информации определяет ее полезность в достижении потребителем своих целей. Для этого достаточно определить вероятность достижения цели до, и после получения сообщения и сравнить их. Ценность информации (по А.А. Харкевичу) рассчитывается по формуле:
где - вероятность достижения цели до получения сообщения;
Вероятность достижения цели поле получения сообщения;
Как уже отмечалось, понятие информации можно рассматривать при различных ограничениях, накладываемых на ее свойства, т.е. при различных уровнях рассмотрения. В основном выделяют три уровня – синтаксический, семантический и прагматический. Соответственно на каждом из них для определения количества информации применяют различные оценки.
На синтаксическом уровне для оценки количества информации используют вероятностные методы, которые принимают во внимание только вероятностные свойства информации и не учитывают другие (смысловое содержание, полезность, актуальность и т.д.). Разработанные в середине XXв. математические и, в частности, вероятностные методы позволили сформировать подход к оценке количества информации как к мере уменьшения неопределенности знаний.
Такой подход, называемый также вероятностным, постулирует принцип: если некоторое сообщение приводит к уменьшению неопределенности наших знаний, то можно утверждать, что такое сообщение содержит информацию. При этом сообщения содержат информацию о каких-либо событиях, которые могут реализоваться с различными вероятностями.
Формулу для определения количества информации для событий с различными вероятностями и получаемых от дискретного источника информации предложил американский ученый К. Шеннон в 1948г. Согласно этой формуле количество информации может быть определено следующим образом:
Где I – количество информации; N – количество возможных событий (сообщений); p i – вероятность отдельных событий (сообщений).
Определяемое с помощью формулы (2.1) количество информации принимает только положительное значение. Поскольку вероятность отдельных событий меньше единицы, то соответственно выражение log 2 ,- является отрицательной величиной и для получения положительного значения количества информации в формуле (2.1) перед знаком суммы стоит знак «минус».
Если вероятность появления отдельных событий одинаковая и они образуют полную группу событий, т. е.:
то формула (2.1) преобразуется в формулу Р. Хартли:
В формулах (2.1) и (2.2) отношение между количеством информации I и соответственно вероятностью (или количеством) отдельных событий выражается с помощью логарифма.
Применение логарифмов в формулах (2.1) и (2.2) можно объяснить следующим образом. Для простоты рассуждений воспользуемся соотношением (2.2). Будем последовательно присваивать аргументу N значения, выбираемые, например, из ряда чисел: 1, 2, 4, 8, 16, 32, 64 и т.д. Чтобы определить, какое событие из N равновероятных событий произошло, для каждого числа ряда необходимо последовательно производить операции выбора из двух возможных событий.
Так, при N = 1 количество операций будет равно 0 (вероятность события равна 1), при N = 2, количество операций будет равно 1, при N = 4 количество операций будет равно 2, при N = 8, количество операций будет равно 3 и т.д. Таким образом, получим следующий ряд чисел: 0, 1, 2, 3, 4, 5, 6 и т.д., который можно считать соответствующим значениям функции I в соотношении (2.2).
Последовательность значений чисел, которые принимает аргумент N , представляет собой ряд, известный в математике как ряд чисел, образующих геометрическую прогрессию, а последовательность значений чисел, которые принимает функция I , будет являться рядом, образующим арифметическую прогрессию. Таким образом, логарифм в формулах (2.1) и (2.2) устанавливает соотношение между рядами, представляющими геометрическую и арифметическую прогрессии, что достаточно хорошо известно в математике.
Для количественного определения (оценки) любой физической величины необходимо определить единицу измерения, которая в теории измерений носит название меры
.
Как уже отмечалось, информацию перед обработкой, передачей и хранением необходимо подвергнуть кодированию.
Кодирование производится с помощью специальных алфавитов (знаковых систем). В информатике, изучающей процессы получения, обработки, передачи и хранения информации с помощью вычислительных (компьютерных) систем, в основном используется двоичное кодирование, при котором используется знаковая система, состоящая из двух символов 0 и 1. По этой причине в формулах (2.1) и (2.2) в качестве основания логарифма используется цифра 2.
Исходя из вероятностного подхода к определению количества информации эти два символа двоичной знаковой системы можно рассматривать как два различных возможных события, поэтому за единицу количества информации принято такое количество информации, которое содержит сообщение, уменьшающее неопределенность знания в два раза (до получения событий их вероятность равна 0,5, после получения – 1, неопределенность уменьшается соответственно: 1/0,5 = 2, т.е. в2 раза). Такая единица измерения информации называется битом (от англ. слова binary digit – двоичная цифра). Таким образом, в качестве меры для оценки количества информации на синтаксическом уровне, при условии двоичного кодирования, принят один бит.
Следующей по величине единицей измерения количества информации является байт, представляющий собой последовательность, составленную из восьми бит, т.е.:
1 байт = 2 3 бит = 8 бит.
В информатике также широко используются кратные байту единицы измерения количества информации, однако в отличие от метрической системы мер, где в качестве множителей кратных единиц применяют коэффициент 10n, где n = 3, 6, 9 и т.д., в кратных единицах измерения количества информации используется коэффициент 2n. Выбор этот объясняется тем, что компьютер в основном оперирует числами не в десятичной, а в двоичной системе счисления.
Кратные байту единицы измерения количества информации вводятся следующим образом:
1 килобайт (Кбайт) = 210 байт = 1024 байт;
1 мегабайт (Мбайт) = 210 Кбайт = 1024 Кбайт;
1 гигабайт (Гбайт) = 210 Мбайт = 1024 Мбайт;
1 терабайт (Тбайт) = 210 Гбайт = 1024 Гбайт;
1 петабайт (Пбайт) = 210 Тбайт = 1024 Тбайт;
1 экзабайт (Эбайт) = 210 Пбайт = 1024 Пбайт.
Единицы измерения количества информации, в названии которых есть приставки «кило», «мега» и т.д., с точки зрения теории измерений не являются корректными, поскольку эти приставки используются в метрической системе мер, в которой в качестве множителей кратных единиц используется коэффициент 10 n , где n = 3, 6, 9 и т.д. Для устранения этой некорректности международная организация International Electrotechnical Commission , занимающаяся созданием стандартов для отрасли электронных технологий, утвердила ряд новых приставок для единиц измерения количества информации: киби (kibi), меби (mebi), гиби (gibi), теби (tebi), пети (peti), эксби (exbi). Однако пока используются старые обозначения единиц измерения количества информации, и требуется время, чтобы новые названия начали широко применяться.
Вероятностный подход используется и при определении количества информации, представленной с помощью знаковых систем. Если рассматривать символы алфавита как множество возможных сообщений N, то количество информации, которое несет один знак алфавита, можно определить по формуле (2.1). При равновероятном появлении каждого знака алфавита в тексте сообщения для определения количества информации можно воспользоваться формулой (2.2).
Количество информации, которое несет один знак алфавита, тем больше, чем больше знаков входит в этот алфавит. Количество знаков, входящих в алфавит, называется мощностью алфавита. Количество информации (информационный объем), содержащееся в сообщении, закодированном с помощью знаковой системы и содержащем определенное количество знаков (символов), определяется с помощью формулы:
где V – информационный объем сообщения; I = log 2 N , информационный объем одного символа (знака); К – количество символов (знаков) в сообщении; N – мощность алфавита (количество знаков в алфавите).
Информации - это что такое? На чем он базируется? Какие цели преследует и задачи выполняет? Обо всём этом мы и поговорим в рамках данной статьи.
Общая информация
В каких случаях применяется семантический способ измерения информации? Используется сущность информации, интересует содержательная сторона полученного сообщения - вот показания для его применения. Но для начала давайте дадим изъяснение того, что он собой представляет. Следует отметить, что семантический способ измерения информации - это трудно формализованный подход, который до сих пор полностью не сформировался. Используется он для того, чтобы измерять количество смысла в данных, которые были получены. Иными словами, какой объем информации из полученной является необходимым в данном случае. Такой подход используется для определения содержательной стороны получаемых сведений. И если мы говорим про семантический способ измерения информации, используется понятие тезауруса, которое неразрывно связано с рассматриваемой темой. Что же оно собой представляет?
Тезаурус
Хочется сделать небольшое введение и дать ответ на один вопрос про семантический способ измерения информации. Кем введен он? Предложил использовать этот метод основатель кибернетики Норберт Винер, но значительное развитие он получил под влиянием нашего соотечественника А. Ю. Шрейдера. Чем же является название используется для обозначения совокупности сведений, которые есть у получателя информации. Если соотнести тезаурус с содержанием сообщения, которое поступило, то можно выяснить, насколько оно снизило неопределённость. Хочется исправить одну ошибку, под влияние которой часто попадает большое количество людей. Так, они считают, что семантический способ измерения информации введен Клодом Шенноном. Неизвестно, как именно возникло это заблуждение, но это мнение неверно. Клод Шеннон ввёл статистический способ измерения информации, «наследником» которого и считается семантический.
Графический подход для определения объема смысловой информации в полученном сообщении
Для чего нужно что-то рисовать? Семантический способ измерения использует такую возможность для наглядного предоставления данных о полезности данных в виде легко понимаемых рисунков. Что же это значит на практике? Для пояснения положения дел строят зависимость в виде графика. Если у пользователя отсутствуют знания о сути сообщения, которое было получено (равняется нулю), то объем семантической информации будет равен этому же значению. Можно ли найти оптимальное значение? Да! Так называется тезаурус, где объем семантической информации максимальный. Давайте рассмотрим небольшой пример. Допустим, пользователю поступило сообщение, написанное на незнакомом иностранном языке, или же человек может прочитать, что там написано, но это для него уже не является новостью, поскольку всё это известно. В таких случаях говорят о том, что в сообщении содержится ноль семантической информации.
Историческое развитие
Вероятно, об этом следовало поговорить немного выше, но наверстать упущенное ещё не поздно. Первоначально семантический способ измерения информации введен Ральфом Хартли в 1928 году. Ранее упоминалось, что в качестве основателя часто упоминают Клода Шеннона. Почему же возникла такая путаница? Дело в том, что, хотя семантический способ измерения информации и был введён Ральфом Хартли в 1928 году, обобщили его в 1948 году именно Клод Шеннон и Уоррен Уивер. После этого основоположник кибернетики Норберт Винер сформировал идею тезаурусного метода, которая получила наибольшее признание в виде меры, разработанной Ю. И. Шнейдером. Следует отметить, что для того чтобы разобраться в этом, необходим достаточно высокий уровень знаний.
Результативность
Что же нам даёт тезаурусный метод на практике? Он является реальным подтверждением тезиса о том, что информация обладает таким свойством, как относительность. При этом следует отметить, что она обладает относительной (или же субъективной) ценностью. Для того чтобы можно было объективно оценивать научную информацию, ввели понятие общечеловеческого тезауруса. Его степень изменения и показывает значительность знаний, которые получает человечество. При этом нельзя точно сказать, какой конечный результат (или же промежуточный) можно будет получить от информации. Возьмём, к примеру, компьютеры. Вычислительная техника создавалась на основе ламповой технологии и битового состояния каждого структурного элемента и первоначально использовалась для осуществления расчетов. Сейчас же почти у каждого человека есть что-то, что работает на основании данной технологии: радио, телефон, компьютер, телевизор, ноутбук. Даже современные холодильники, плиты и умывальники содержат в себе немного электроники, в основе работы которой лежит информация об облегчении использования человеком данных бытовых устройств.
Научный подход
Где же изучается семантический способ измерения информации? Информатика - вот та наука, которая занимается различными аспектами этого вопроса. В чём же заключается особенность? В основу способа положено использование системы «истина/ложь», или же битовая система «единица/ноль». Когда поступает определённая информация, то она разбивается на отдельные блоки, которые именуются подобно единицам речи: слова, слоги и тому подобное. Каждый блок получает определённое значение. Давайте рассмотрим небольшой пример. Рядом стоят два друга. Один обращается ко второму со словами: «Завтра у нас выходной». Когда дни для отдыха - знает каждый. Поэтому ценность этой информации нулевая. Но если второй скажет, что он завтра работает, то для первого это будет неожиданность. Ведь в таком случае может оказаться, что будут нарушены планы, которые строил один человек, например, сходить поиграть в боулинг или же покопаться в мастерской. Каждую часть описанного примера можно описать с помощью единиц и нулей.
Оперирование понятиями
Но что же используется ещё, кроме тезауруса? Что ещё нужно знать, чтобы понимать семантический способ измерения информации? Основные понятия, которые дополнительно можно изучить ещё, - это знаковые системы. Под ними понимают средства выражения смысла, вроде правил интерпретации знаков или же их сочетаний. Давайте рассмотрим ещё один пример из информатики. Компьютеры оперируют условными нулями и единицами. По сути, это низкое и высокое напряжение, которое подаётся на компоненты техники. Причем передают они эти единицы и нули без конца и края. Как же делать различие между ними технике? Ответ на это был найден - прерывания. Когда передаётся эта же самая информация, то получаются различные блоки вроде слов, словосочетаний и отдельных значений. В устной человеческой речи для разбивки данных на отдельные блоки тоже используются паузы. Они настолько незаметны, что большинство из них мы замечаем на «автомате». В письме для этой цели служат точки и запятые.
Особенности
Давайте затронем ещё и тему свойств, которые есть у семантического способа измерения информации. Мы уже знаем, что так называется специальный подход, которые оценивает важность информации. Можно ли говорить, что данные, которые будут оцениваться таким способом, будут объективными? Нет, это не верно. Информация является субъективной. Давайте рассмотрим это на примере школы. Есть отличник, который идёт впереди утверждённой программы, и среднестатистический середнячок, который изучает то, что излагается на занятиях. Для первого большинство информации, которую он будет получать в школе, будет представлять достаточно слабый интерес, поскольку он это уже знает и не впервые слышит/читает. Поэтому на субъективном уровне для него это будет не очень ценно (за счёт разве что отдельных замечаний учителя, которые он подметил за время изложения своего предмета). Тогда как середнячок о новой информации что-то слыхал только отдаленно, поэтому для него ценность данных, которые будут излагаться на уроках, на порядок больше.
Заключение
Следует отметить, что в информатике семантический способ измерений информации - это не единственный вариант, в рамках которого можно решать имеющиеся задачи. Выбор должен зависеть от поставленных целей и присутствующих возможностей. Поэтому, если тема заинтересовала или же в ней существует потребность, то можно только настоятельно порекомендовать изучить её более подробно и узнать, какие ещё способы измерения информации, кроме семантического, существуют.
Метод количественной оценки информации: статистический, семантический, прагматический и структурный
Для того чтобы оценить и измерить количество информации в соответствии с изложенными аспектами, применяются различные подходы. Среди них выделяются статистический, семантический, прагматический и структурный. Исторически наибольшее развитие получил статистический подход.
Согласно статистическому подходу было введено понятие «количество информации» как меры неопределенности состояния системы, снимаемой при получении информации. Количественно выраженная неопределенность состояния получила название «энтропия». При получении информации уменьшается неопределенность, т.е. энтропия, системы. Очевидно, что чем больше информации получает наблюдатель, тем больше снимается неопределенность, и энтропия системы уменьшается, т.е. энтропия системы может рассматриваться как мера недостающей информации. При энтропии, равной нулю, о системе имеется полная информация, и наблюдателю она представляется целиком упорядоченной. Таким образом, получение информации связано с изменением степени неосведомленности получателя о состоянии этой системы.
Следует отметить, что статистический метод определения количества информации практически не учитывает семантического и прагматического аспектов информации.
Семантический подход определения количества информации является наиболее трудно формализуемым и до сих пор окончательно не определившимся.
Наибольшее признание для измерения смыслового содержания информации получила тезаурусная мера. Для понимания и использования информации ее получатель должен обладать определенным запасом знаний.
Если индивидуальный тезаурус потребителя (S n) отражает его знания о данном предмете, то количество смысловой информации (I с), содержащееся в некотором сообщении, можно оценить степенью изменения этого тезауруса, произошедшего под воздействием данного сообщения. Очевидно, что количество информации (I с) нелинейно зависит от состояния индивидуального тезауруса пользователя, и хотя смысловое содержание сообщения постоянно, пользователи, имеющие различные тезаурусы, будут получать неодинаковое количество информации. Например, если индивидуальный тезаурус получателя информации близок к нулю (S n = 0), то в этом случае и количество воспринятой информации равно нулю (I c = 0). Например, при прослушивании сообщения на неизвестном иностранном языке извлечь из него информацию, не владея языком, невозможно.
Количество семантической информации (I с) в сообщении также будет равно нулю, если пользователь информации абсолютно все знает о предмете, т.е. его тезаурус (S n) и сообщение не дают ему ничего нового.
Прагматический подход определяет количество информации как меры, способствующей достижению поставленной цели. Этот подход рассматривает количество информации как приращение вероятности достижения цели.
При оценке количества информации в семантическом и прагматическом аспектах необходимо учитывать и временную зависимость информации (так как информация, особенно в системах управления экономическими объектами, имеет свойство стареть, т.е. ее ценность со временем падает).
Структурный подход связан с проблемами хранения, реорганизации и извлечения информации и по мере увеличения объемов накапливаемой информации приобретает все большее значение.
При структурном подходе абстрагируются от субъективности, относительной ценности информации и рассматривают логические и физические структуры организации информации.
Структура соц-трудовой информации: показатели, реквизиты и документы
В 160 Конвенции Международной организации труда (МОТ) «О статистике труда» и в 170 Рекомендации МОТ «О статистике труда» /1985 г./ определены основные направления сбора и анализа социально-трудовой информации на макроэкономическом уровне:
Экономически активное население, занятость, безработица и неполная занятость;
Заработная плата и продолжительность рабочего времени;
Индексы цен на потребительские товары;
Стоимость рабочей силы;
Расходы и доходы домашних хозяйств;
Производственный травматизм и профессиональные заболевания;
Трудовые конфликты;
Производительность труда
Показатель - обобщающая характеристика св-в обьекта или процесса. Показатель выступает методологическим инструментом, обеспечивающим возможность проверки теоретических положений с помощью эмпирических данных.
1)качеств
фиксирующие наличие или отсутсвие опред. св-ва
2)колличеств.
Фиксирующие меру выраженности, развития, определенные св-ва
Трудовые показатели котоые используются для исчисления кол-ва затраченного труда и выражаются в единицу времени. С их помощью рассчитываются: ПТ, ЗП, и т.д.
Соц. показатели кач. или колличеств характеристика отдельных св-в и состояний соц объектов и процессов, отражает особенности в статистике и динамике
Билет номер 2
Билет номер 3
Информационные модели: описательные и формальные
Описательные информационные модели - это модели, созданные на естественном языке (то есть на любом языке общения между людьми: английском, русском, китайском, мальтийском и т. п.) в устной или письменной форме.
Формальные информационные модели - это модели, созданные на формальном языке (то есть научном, профессиональном или специализированном). Примеры формальных моделей: все виды формул, таблицы, графы, карты, схемы и т. д.
Хроматические (информационные) модели - это модели, созданные на естественном языке семантики цветовых концептов и их онтологических предикатов (то есть на языке смыслов и значений цветовых канонов, репрезентативно воспроизводившихся в мировой культуре). Примеры хроматических моделей: «атомарная» модель интеллекта (АМИ), межконфессиональная имманентность религий (МИР), модель аксиолого-социальной семантики (МАСС) и др., созданные на базе теории и методологии хроматизма.
Табличные – объекты и их свойства представлены в виде списка, а их значения размещаются в ячейках прямоугольной формы. Перечень однотипных объектов размещен в первом столбце (или строке), а значения их свойств размещаются в следующих столбцах (или строках).
Иерархические – объекты распределены по уровням. Каждый элемент высокого уровня состоит из элементов нижнего уровня, а элемент нижнего уровня может входить в состав только одного элемента более высокого уровня.
Сетевые – применяют для отражения систем, в которых связи между элементами имеют сложную структуру.
Билет номер 4. Задачи и функции Информационных систем. Типология информационных систем по их масштабу, области применения, характеру решаемых задач, совокупности выполняемых функций, степени их автоматизации, виду информации и т.п.
Информационная система - это взаимосвязанная совокупность средств, методов и персонала, используемых для хранения, обработки и выдачи информации для достижения цели управления.
ü Цель функционирования – удовлетворение конкретных информационных потребностей в рамках определенной предметной области
ü Результатом функционирования – информационная продукция - документы, информационные массивы, базы данных и информационные услуги
Билет номер 5
Технологическое обеспечение АСУ: (обеспечивающие подсистемы информационных технологий) информационное, лингвистическое, техническое, программное, математическое, организационное и эргономическое. Правовое обеспечение.
Технологическое обеспечение - EDP (Electronic Data Processing) - это со-вокупность методов и средств сбора, хранения, передачи, обработки и защиты информации на базе вычислительной техники и средств коммуникаций.
Билет номер 6
Назначение и виды АРМ
Использование АРМ в современном офисе максимально облегчает работу специалиста, высвобождая время и усилия, которые ранее расходовались на выполнение рутинных операций сбора данных и сложных расчетов, для творческой научно-обоснованной деятельности в решении профессиональных задач. Целью внедрения является улучшение следующих показателей:
Автоматизация труда, использование трудосберегающих технологий (например, использование компьютеров); повышение безопасности производства (при использовании в промышленности); более быстрое принятие управленческих решений; мобильность работников; повышение производительности труда
Для характеристики АРМ можно выделить основные составные части информационной технологии , его реализующей. К ним относятся:1. технические и аппаратные средства обеспечения (компьютеры, принтеры, сканеры, кассовые аппараты и другое дополнительное оборудование);2. прикладные программные средства и операционные системы (ОС);3. информационное обеспечение (стандарты документов и унифицированных форм, стандарты представления показателей, классификаторы и справочная информация);4. сетевые и коммуникационные устройства (локальные и корпоративные сети, электронная почта).
Характеристики этих составляющих и определяют уровень АРМ, его назначение и особенности. АРМ предназначены для обеспечения условий комфортной, высокопроизводительной и качественной работы специалиста и должны удовлетворять следующим требованиям:
Пользовательский интерфейс должен быть прост, удобен и доступен даже неподготовленному пользователю. Он должен содержать систему подсказок, желательно в демонстрационной форме (видео, звуковой, анимационной);
Необходимо обеспечивать безопасность специалиста и выполнение всех эргономических требований (комфортность, цветовую и звуковую гамму, соответствующие наилучшему восприятию, удобство расположения информации и доступность всех необходимых для работы средств, единый стиль выполнения операций и т.д.);
Пользователь АРМ должен выполнять все действия, не выходя из системы, поэтому требуется оснащенность всеми необходимыми операциями;
Обеспечение бесперебойности работы АРМ должно гарантировать пользователю своевременное выполнение задач, в соответствии с графиком работы. Сбои в производстве недопустимы;
Рациональная организация труда специалиста создает комфортные условия для работы и повышает производительность труда специалиста;
Программное обеспечение АРМ должно быть совместимо с другими системами и информационными технологиями, поэтому наиболее ценными являются технологии, объединяющие несколько АРМ.
Билет номер 7
Билет номер 8
Билет номер 9
Сл3Разработка
13 января 1988 года в Нью-Йорке состоялась пресс-конференция, на которой было объявлено о союзе Ashton-Tate и Microsoft для разработки нового продукта, получившего название Ashton-Tate/Microsoft SQL Server. В этот же день был выпущен совместный пресс-релиз с анонсом нового продукта, основанного на разработках Sybase. Что касается ролей компаний в разработке и продвижении продукта, то согласно пресс-релизу Ashton-Tate должна была отвечать за контроль разработки в области баз данных (а также предоставить собственные разработки в этой области), а Microsoft же была отведена аналогичная роль в области технологий для работы в локальных сетях. После выхода SQL Server Ashton-Tate должна была получить лицензию на продукт у Microsoft и заняться розничными продажами по всему миру,а Microsoft - поставлять продукт для OEM-производителей аппаратного обеспечения .
Выход
29 апреля 1989 года началась официальная продажа Ashton-Tate/Microsoft SQL Server 1.0. Члены команды, занимавшейся SQL Server, на специальном мероприятии по сертификации команд, проходившем в Торрансе, надели майки с надписью «Ashton-Tate SQL Server: сделал вовремя и горжусь этим» (англ. Ashton-Tate SQL Server: On-Time and Proud of it ) .
Профильная пресса отзывалась достаточно положительно о новом продукте, тем не менее продажи были весьма невысокими.
К 1990 году ситуация лучше не стала. Планы по совместному продвижению продукта, в результате чего SQL Server должен был завоевать позиции в большом сообществе dBASE-разработчиков, провалились. В результате, Ashton-Tate, двумя годами ранее занимавшая лидирующие позиции на рынке СУБД для домашних ПК, ныне была вынуждена бороться за своё существование, что в свою очередь вынудило её вновь переключиться на свой основной продукт dBASE. Microsoft же тем временем запустила в продажу OS/2 LAN Managerпод собственной торговой маркой. Всё это привело к принятию решения о прекращении совместного продвижения SQL Server, после чего данный продукт был немного изменён и представлен уже как Microsoft SQL Server.
SQL Server 1.11 (1991)
В 1991 году Microsoft выпустила промежуточную версию - SQL Server 1.11. Данный выпуск был обусловлен тем, что список пользователей к тому моменту уже значительно расширился. Несмотря на то, что клиент-серверная архитектура по-прежнему не была широко распространенной, клиенты всё же постепенно переходили на неё. Но, несмотря на положительную критику от профильной прессы, продажи SQL Server по-прежнему оставляли желать лучшего.(на слайде схема)
Сл5 История выпусков на слайде.
Билет номер 10
Функциональность
Microsoft SQL Server в качестве языка запросов использует версию SQL, получившую название Transact-SQL (сокращённо T-SQL), являющуюся реализацией SQL-92 (стандарт ISO для SQL) с множественными расширениями. T-SQL позволяет использовать дополнительный синтаксис для хранимых процедур и обеспечивает поддержку транзакций (взаимодействие базы данных с управляющим приложением). Microsoft SQL Server и Sybase ASE для взаимодействия с сетью используют протокол уровня приложения под названием Tabular Data Stream (TDS, протокол передачи табличных данных). Протокол TDS также был реализован в проекте FreeTDS с целью обеспечить различным приложениям возможность взаимодействия с базами данных Microsoft SQL Server и Sybase.
Microsoft SQL Server также поддерживает Open Database Connectivity (ODBC) - интерфейс взаимодействия приложений с СУБД. Версия SQL Server 2005 обеспечивает возможность подключения пользователей через веб-сервисы, использующие протокол SOAP. Это позволяет клиентским программам, не предназначенным для Windows, кроссплатформенно соединяться с SQL Server. Microsoft также выпустила сертифицированный драйвер JDBC, позволяющий приложениям под управлением Java (таким как BEA и IBM WebSphere) соединяться с Microsoft SQL Server 2000 и 2005.
SQL Server поддерживает зеркалирование и кластеризацию баз данных. Кластер сервера SQL - это совокупность одинаково конфигурированных серверов; такая схема помогает распределить рабочую нагрузку между несколькими серверами. Все сервера имеют одно виртуальное имя, и данные распределяются по IP-адресам машин кластера в течение рабочего цикла. Также в случае отказа или сбоя на одном из серверов кластера доступен автоматический перенос нагрузки на другой сервер.
SQL Server поддерживает избыточное дублирование данных по трем сценариям:
Снимок: Производится «снимок» базы данных, который сервер отправляет получателям.
История изменений: Все изменения базы данных непрерывно передаются пользователям.
Синхронизация с другими серверами: Базы данных нескольких серверов синхронизируются между собой. Изменения всех баз данных происходят независимо друг от друга на каждом сервере, а при синхронизации происходит сверка данных. Данный тип дублирования предусматривает возможность разрешения противоречий между БД.
Редакции MS SQL Server 2000
Было доступно два типа SQLServer в различных редакциях:
· 2000 - SQL Server 2000 32-bit, кодовое название Shiloh (версия 8.0);
· 2003 - SQL Server 2000 64-bit, кодовоеназвание Liberty.
Доступны различные редакции SQLServer 2000, способные удовлетворить самые разные требования заказчиков (организаций и отдельных лиц) к производительности, исполняющей среде и стоимости.
EnterpriseEdition. Эта редакция - полный вариант SQLServer, наиболее часто предлагаемый организациям. EnterpriseEdition отличается развитыми возможностями масштабируемости и надежности, необходимыми для решения важных задач интерактивного ведения бизнеса и Интернет-приложений, в том числе распределенными секционированными представлениями, портированием журнала и улучшенными возможностями кластеризации. Эта редакция также в полном объеме использует преимущества наиболее совершенного аппаратного обеспечения, поддерживая до 32 процессоров и 64 Гб ОЗУ. Кроме того, SQLServer 2000 EnterpriseEdition включает дополнительные функции анализа.
StandardEdition. Этот вариант могут позволить себе средние и небольшие организации, которым не требуются сложные возможности масштабируемости и доступности, а также полный набор функций анализа, которые имеются в SQLServer 2000 EnterpriseEdition. StandardEdition применяют в симметричных многопроцессорных системах, в которых установлено до 4 процессоров и до 2 Гб ОЗУ.
PersonalEdition. В эту редакцию входит полный набор инструментов управления и большая часть функциональности StandardEdition, но она оптимизирована для персонального использования. PersonalEdition работает не только под управлением серверных ОС корпорации Microsoft, но и их персональных редакций, к числу которых относятся Windows 2000 Professional, WindowsNTWorkstation 4.0 и Windows 98. Поддерживаются двухпроцессорные системы. Хотя эта редакция поддерживает базы данных любого объема, ее производительность оптимизирована для одиночных пользователей и небольших рабочих групп: она снижается при загруженности, возникающей при одновременной работе более чем пяти пользователей.
DeveloperEdition. Этот вариант SQLServer позволяет разработчикам создавать приложения любых типов, функционирующие совместно с SQLServer. В эту редакцию входит вся функциональность EnterpriseEdition, но со специальным лицензионным соглашением конечного пользователя (EULA), которое допускает разработку и тестирование, но запрещает развертывание в эксплуатационных целях.
DesktopEngine (MSDE). В эту редакцию входят базовые функции механизма баз данных SQLServer 2000, однако не входят пользовательский интерфейс, управляющие инструменты, функции анализа, поддержка репликации сведением, лицензии на доступ клиентов, библиотеки разработчика и электронная документация. Здесь также ограничен размер базы данных и уровень загруженности при работе с пользователями. Редакция DesktopEngine требует меньше всего ресурсов по сравнению с остальными редакциями SQLServer 2000, поэтому она идеально подходит для реализации автономного хранилища данных.
WindowsCEEdition. Эта редакция представляет собой версию SQLServer 2000 для устройств под управлением WindowsCE. Она программно совместима с другими редакциями SQLServer 2000. Это позволяет разработчикам с помощью уже имеющихся у них навыков и приложений расширять функциональность реляционного хранилища данных решениями, работающими на новых классах устройств.
Возможности SQL Server 2000
MicrosoftSQL Server 2000 обладает рядом возможностей, обеспечивающих легкость установки, развертывания и эксплуатации, а также поддерживающих масштабируемость, создание хранилищ данных и системную интеграцию с другим серверным ПО.
В состав входит множество инструментов и функций, упрощающих процесс установки, развертывания, управления и использования баз данных. SQL Server 2000 предоставляет администраторам баз данных полный набор инструментов, необходимых для тонкой настройки SQL Server 2000 в составе промышленных онлайновых систем. SQL Server 2000 также эффективно работает в небольших однопользовательских системах, при этом издержки на администрирование минимальны.
Установка или обновление происходит под управлением приложения с графическим интерфейсом (GUI-приложения), которое направляет действия пользователя при вводе сведений, необходимых программе установки. Программа установки автоматически определяет наличие ранней версии SQL Server. После завершения установки SQL Server 2000 она спрашивает пользователя, не желает ли он запустить мастер обновления SQL Server 2000 (SQL Server 2000 Upgrade wizard), под руководством которого будет быстро выполнен процесс обновления. Таким образом, весь процесс установки или обновления завершается быстро, причем пользователю приходится вводить минимум информации.
SQL Server 2000 автоматически и динамически меняет свою конфигурацию в процессе работы. По мере роста числа пользователей, подключенных к SQL Server 2000, он может динамически выделять необходимые ресурсы, например память. При снижении загруженности SQL Server 2000 освобождает ресурсы и возвращает их системе. Если на сервере одновременно запускаются другие приложения, SQL Server 2000 обнаружит выделение для них дополнительной виртуальной памяти и уменьшит объем используемой им виртуальной памяти, чтобы снизить издержки на подкачку страниц. SQL Server 2000 также способен автоматически увеличивать или уменьшать размер базы данных по мере добавления или удаления информации.
SQL Server 2000 работает с другими программными продуктами, образуя стабильное и безопасное хранилище информации для Интернета и интрасетей:
· SQL Server 2000 работает с механизмами безопасности и шифрования Windows 2000 Server и Windows NT Server, реализуя безопасное хранилище информации;
· SQL Server 2000 является высокопроизводительной службой хранения данных для Web-приложений, работающих по управлением Microsoft Internet Information Services;
· SQL Server 2000 можно использовать вместе с Site Server для обслуживания больших и сложных Web-сайтов электронной коммерции;
· поддержка TCP/IP Sockets позволяет интегрировать SQL Server 2000 с Microsoft Proxy Server для реализации безопасной связи через Интернет и в интрасетях.
Производительность SQL Server 2000 можно довести до уровня, необходимого для работы огромных Интернет-узлов. Кроме того, в механизме баз данных SQL Server 2000 есть встроенная поддержка XML, а мастер Web Assistant помогает генерировать страницы HTML (Hypertext Markup Language) на основе данных SQL Server 2000 и публиковать эти данные для доступа по протоколам HTTP (Hypertext Transport Protocol) и FTP (File Transfer Protocol).
SQL Server поддерживает аутентификацию Windows, что позволяет применять в качестве учетных записей SQL Server 2000 пользовательские и доменные учетные записи Windows NT и Windows 2000.
Аутентификацию пользователей при подключении к сети осуществляет Windows 2000. При соединении с SQL Server, клиентское ПО запрашивает доверенное соединение, которое может быть предоставлено, только если пользователи прошли аутентификацию Windows NT или Windows 2000. Таким образом, SQL Server сам не выполняет проверку пользователей, а пользователям не требуются отдельные имена и пароли для подключения к каждой системе SQL Server SQL Server 2000 может посылать и получать электронную почту и пейджинговые сообщения от Microsoft Exchange или других почтовых серверов, совместимых с MAPI (Message Application Programming Interface). Эта функция обеспечивает отсылку почты с помощью пакетов, хранимых процедур и триггеров SQL Server 2000. События и уведомления SQL Server 2000 можно настроить так, чтобы в случае возникновения серьезных проблем или даже при риске их возникновения администратор сервера автоматически получал уведомления по электронной почте или на пейджер.
Инструменты SQL Server 2000
Enterprise Manager
SQL Server Enterprise Manager - основной инструмент администрирования SQL Server 2000, поддерживающий пользовательский интерфейс, совместимый с MMC (Microsoft Management Console) и позволяющий решать ряд административных задач:
· определять группы серверов, работающих под управлением SQL Server;
· регистрировать отдельные серверы в группе;
· настраивать любые параметры SQL Server для всех зарегистрированных серверов;
· создавать и администрировать любые базы данных, объекты, идентификаторы пользователей, учетные имена и права доступа к SQL Server на каждом из зарегистрированных серверов;
· определять и исполнять все административные задачи SQL Server на каждом зарегистрированном сервере;
· интерактивно конструировать и тестировать операторы SQL, пакеты и сценарии, вызывая SQL Query Analyzer;
· вызывать различные мастера SQL Server.
MMC поддерживает общий интерфейс для управления различными серверными приложениями в сети Microsoft Windows. В состав серверных приложений входит такой компонент, как оснастка, который предоставляет пользователям MMC интерфейс для управления серверным приложением. SQL Server Enterprise Manager являетсяоснасткой MMC для Microsoft SQL Server 2000.
SQL Server Agent
SQL Server Agent работает на сервере, который функционирует под управлением экземпляра SQL Server 2000 или более ранних версий SQL Server. SQL Server Agent отвечает за решение следующих задач:
· запуск заданий SQL Server, запланированных для исполнения в определенное время или по истечении определенного периода времени;
· определение особых условий, при наступлении которых необходимо выполнить заданное администратором действие, например предупредить кого-нибудь, отправив сообщение на пейджер или по электронной почте, или запустить задачу, соответствующую этим условиям;
· запуск определенных администраторами задач, выполняющих репликацию.
SQL Profiler
SQL Profiler - это инструмент для записи событий SQL Server 2000. События сохраняются в файле трассировки, который в последствии можно проанализировать или использовать для повтора некоторой последовательности действий при диагностировании возникшей проблемы. SQL Profiler применяется для:
· пошагового исполнения проблемных запросов и определения источника проблемы;
· поиска и диагностики медленных запросов;
· записи последовательностей SQL-операторов, приводящих к возникновению проблем;
· мониторинга производительности SQL Server и регулирования его загруженности.
SQL Profiler также поддерживает аудит действий, выполненных с экземплярами SQL Server. Информация о действиях, имеющих отношение к безопасности, сохраняется для последующего просмотра администратором, отвечающим за безопасность.
Service Manager
SQLServerServiceManager предназначен для запуска, остановки и приостановки серверных компонентов SQLServer 2000. Эти компоненты работают как службы в Microsoft Windows NT или Windows 2000, а в Windows 95 и Windows 98 - как отдельные исполняемые программы.
SQL Server. Реализует механизм баз данных SQL Server. Для каждого экземпляра SQL Server, работающего на компьютере, существует по одной службе SQL Server.
SQL Server Agent. Реализует агент, который запускает запланированные административные задачи SQL Server. Для каждого экземпляра SQL Server, работающего на компьютере, имеется по одной службе SQL Server Agent.
Microsoft Search (толькодля Windows NT и Windows 2000). Реализует механизм полнотекстового поиска. Существует в единственном экземпляре, независимо от числа экземпляров SQL Server на компьютере.
MSDTC (только для Windows NT и Windows 2000). Управляет распределенными транзакциями. Существует в единственном экземпляре, независимо от числа экземпляров SQL Server на компьютере.
MSSQLServerOLAPService (толькодля Windows NT и Windows 2000). Реализует Analysis Services. Существует в единственном экземпляре, независимо от числа экземпляров SQL Server на компьютере.
Окно Service Manager может быть скрыто и представлено значком в системной области панели задач. Чтобы вывести меню со списком задач, которые поддерживает Service Manager, щелкните правой кнопкой значок на панели задач.
SQL Query Analyzer
SQL Query Analyzer - это инструмент с графическим интерфейсом, предназначенный для решения множества различных задач:
· создания запросов и сценариев SQL, а также исполнения их с базами данных SQL Server;
· создания часто используемых объектов баз данных в стандартных сценариях;
· копирования существующих объектов баз данных;
· исполнения хранимых процедур без задания их параметров;
· отладки хранимых процедур;
· отладки запросов, имеющих проблемы с производительностью;
· поиска объектов в базах данных, а также просмотра и работы с объектами;
· добавления, обновления и удаления строк в таблице;
· определения комбинаций клавиш для запуска часто используемых запросов;добавления часто используемых команд в меню Tools.
SQL Query Analyzer запускают непосредственно из меню Start илив SQL Server Enterprise Manager. Его также можно запустить, введя в командной строке команду isqlw.
Билет номер 11
Большие объекты
DB2/2 и DB2/6000 предоставляют пользователю такие новые типы данных, как большие бинарные объекты (BLOBS) и большие текстовые объекты (CLOBS).
BLOBS позволяют хранить данные любого вида размером до двух гигабайт.
Вариант 1: функция имеет прямой доступ к БД, что позволяет достичь максимальной производительности, но представляет собой потенциальную угрозу работоспособности сервера и целостности данных
Вариант 2: функция выполняется как отдельный от сервера БД процесс, что обеспечивает защиту данных и СУБД, но снижает производительность
Плюсы
Есть хорошая бесплатная версия
Хорошая бесплатная техподдержка
Есть возможность получить платную поддержку производителя, что позволяет применять в Entrprise секторе бизнеса
С конфигурациями
Хорошая производительность
Лучше обрабатывает ситуации вроде "не хватает памяти для сервера 1С"
Нет ограничения на 256 таблиц, что расширяет возможности при работе с RLS
Минусы
Мало специалистов
Небольшая распространенность
Размер баз больше, чем в других субд
Автоподстройка системы есть, но неполная
Некоторые сообщения платформой могут не верно обрабатываться
Билет номер 12
Билет номер 14
Билет номер 15.
Windows Open Services Architecture (WOSA)-набор открытых стандартов взаимодействия прикладных систем
В Windows поддерживается семейство стандартов, облегчающих написание и обеспечивающих вертикальную открытость приложений. Общее название этих стандартов - WOSA (Windows Open Services Architecture .
(WOSA) предоставляет набор открытых стандартов взаимодействия компонент прикладных систем на серверных и клиентских сторонах.
Семейство подразделяется на три категории:
стандарты общего назначения;
коммуникационные стандарты;
стандарты для финансовых приложений и сервисов.
В группу стандартов общего назначения входят:
Open Database Connectivity (ODBC) -доступ к базам данных
Messaging Application Programming Interface (MAPI)- пересылка сообщений
Telephony Application Programming Interface (TAPI) -доступ по телефонной линии
В группу коммуникационных
стандартов входят следующие элементы:
Windows SNA API-интерфейс связи хостов
Windows Sockets-интерфейс связи на основ протокола TCP/IP
Microsoft Remote Procedure Call (RPC) -интерфейс удаленного вызова процедур
В группу стандартов для финансовых приложений и сервисов входят два элемента
Расширение WOSA для оперативных рыночных данных (WOSA/ XRT)
Расширение WOSA для финансовых сервисов (WOSA/XFS)
Каждый из стандартов семейства WOSA описывает архитектуру, включающую в себя следующие основные компоненты:
Прикладной программный интерфейс (API)
Интерфейс с сервером (SPI)
Менеджер группы приложений/сервисов
База данных для регистрации приложений/сервисов.
Билет номер 16
Рис. 1. Движение информации от базы данных к приложению
Из рисунка видно, что при разработчике приложения-СУБД программист работает с наборами компонентов, предназначенных для обмена информацией с базами данных и ее отображения. В зависимости от выбранного механизма доступа к базе данных некоторые наборы компонентов могут не использоваться, однако все они, вне зависимости от особенностей используемой базы данных и механизма доступа к ней, имеют схожие свойства и методы.
ODBC (Open Database Connectivity – открытый доступ к базам данных) – разработанный компанией Microsoft универсальный интерфейс программирования приложенийдля доступа к базам данных .
Основной целью разработки протокола ODBC считается стандартизация механизмов взаимодействия с различными СУБД. Основная проблема, связанная с разработкой приложений, взаимодействующих с базами данных на основе специальных SQL API, состояла в том, что каждая СУБД имела собственный программный интерфейс доступа, каждый из них имел свои особенности и функционировал не совсем так, как другие. В связи с этим разработка приложения существенно зависела от используемой СУБД. Компания Microsoft сделала важный шаг для решения этой проблемы. Основная идея заключалась в разработке универсального интерфейса на уровне семейства операционных систем Windows, который мог бы быть поддержан в разных СУБД.
Рассмотрим кратко структуру программного обеспечения ODBC:
· интерфейс вызовов функций ODBC : это так называемый верхний уровень ODBC, содержащий API, который и используется непосредственно приложениями. Данный API реализован в виде библиотеки динамической компоновки Dll и входит в состав операционной системы Windows;
· драйверы ODBC : это так называемый нижний уровень ODBC, содержащий набор драйверов для СУБД, поддерживающих протокол ODBC. В рамках технологии для каждой СУБД может быть разработан соответствующий ODBC-драйвер, который будет являться промежуточным звеном между прикладной программой и СУБД, транслируя вызовы функций СУБД в вызовы внутренних специализированных функций СУБД. Таким образом решается проблема стандартизации. Для многих современных СУБД существуют специализированные драйверы ODBC, отдельно устанавливаемые в операционную систему;
· диспетчер драйверов ODBC : данный программный механизм представляет средний уровень ODBC, управляя процессом загрузки необходимых драйверов.
Схема выполнения программы с использованием протокола ODBC для доступа к данным приводится на рис.2.
Рис. 2. Схема выполнения программы с использованием протокола ODBC для доступа к данным
Операционная система Windows имеет в своем составе несколько механизмов доступа к базам данных: ODBC ,OLE DB иADO .
Технология ODBC (от англ.Open Database Connectivity – открытый механизм доступа к базам данных1 ) - это компонент операционной системыWindows , предназначенный для унификации доступа к информации, хранящейся вбазах данных различных видов.ODBC состоит из набора драйверов, осуществляющих операции обмена с определеннымибазами данных , и менеджера драйверов, осуществляющего передачу запросов от приложения к драйверу и передачу информации от драйвера к приложению (рис. 3).
Рис. 3. Движение информации между приложением и БД при использовании ODBC
Для получения и изменения данных используется язык запросов SQL , вне зависимости от того, поддерживается ли он базой данных, к которой обращается приложение. Если база данных не поддерживает языкSQL , то доступ к ней не отличается от доступа кБД , поддерживающимSQL . В этом и заключается унификация доступа к базам данных системойODBC – приложение указывает название драйвера, который должен использоваться для подключения к базе данных, и передает запрос, в котором описан состав требуемой информации. Далее механизмODBC выполняет все необходимые операции по получению информации, скрывая от приложения специфику работы с конкретной базой данных. Доступ приложений кODBC осуществляется черезAPI -функции, реализованные в динамических библиотеках.
Количество и качество информации
Уровни проблем передачи информации
При реализации информационных процессов всегда происходит перенос информации в пространстве и времени от источника информации к приемнику (получателю) с помощью сигналов. Сигнал - физический процесс (явление), несущий сообщение (информацию) о событии или состоянии объекта наблюдения.
Сообщение - форма представления информации в виде совокупности знаков (символов), используемая для передачи.
Сообщение как совокупность знаков с точки зрения семиотики - науки, занимающейся исследованием свойств знаков и знаковых систем, - может изучаться на трех уровнях:
1) синтаксическом, где рассматриваются внутренние свойства сообщений, т. е. отношения между знаками, отражающие структуру данной знаковой системы.
2) семантическом, где анализируются отношения между знаками и обозначаемыми ими предметами, действиями, качествами, т. е. смысловое содержание сообщения, его отношение к источнику информации;
3) прагматическом, где рассматриваются отношения между сообщением и получателем, т. е. потребительское содержание сообщения, его отношение к получателю.
Проблемы синтаксического уровня касаются создания теоретических основ построения информационных систем. На этом уровне рассматривают проблемы доставки получателю сообщений как совокупности знаков, учитывая при этом тип носителя и способ представления информации, скорость передачи и обработки, размеры кодов представления информации, надежность и точность преобразования этих кодов и т. п., полностью абстрагируясь от смыслового содержания сообщений и их целевого предназначения. На этом уровне информацию, рассматриваемую только с синтаксических позиций, обычно называют данными, так как смысловая сторона при этом не имеет значения.
Проблемы семантического уровня связаны с формализацией и учетом смысла передаваемой информации, определения степени соответствия образа объекта и самого объекта. На данном уровне анализируются те сведения, которые отражает информация, рассматриваются смысловые связи, формируются понятия и представления, выявляется смысл, содержание информации, осуществляется ее обобщение.
На прагматическом уровне интересуют последствия от получения и использования данной информации потребителем. Проблемы этого уровня связаны с определением ценности и полезности использования информации при выработке потребителем решения для достижения своей цели. Основная сложность здесь состоит в том, что ценность, полезность информации может быть совершенно различной для различных получателей и, кроме того, она зависит от ряда факторов, таких, например, как своевременность ее доставки и использования.
Меры информации
Меры информации синтаксического уровня
Для измерения информации на синтаксическом уровне вводятся два параметра: объем информации (данных) – V Д (объемный подход) и количество информации - I (энтропийный подход).
Объем информации V Д. При реализации информационных процессов информация передается в виде сообщения, представляющего собой совокупность символов какого-либо алфавита. Если количество информации, содержащейся в сообщении из одного символа, принять за единицу, тообъем информации (данных) V Д в любом другом сообщении будет равен количеству символов (разрядов) в этом сообщении.
Так, в десятичной системе счисления один разряд имеет вес, равный 10, и соответственно единицей измерения информации будет дит (десятичный разряд). В этом случае сообщение в виде n V Д = п дит. Например, четырехразрядное число 2003 имеет объем данных V Д = 4 дит.
В двоичной системе счисления один разряд имеет вес, равный 2, и соответственно единицей измерения информации будет бит (bit (binary digit) - двоичный разряд). В этом случае сообщение в виде n -разрядного числа имеет объем данных V Д = п бит. Например, восьмиразрядный двоичный код 11001011 имеет объем данных V Д = 8 бит.
В современной вычислительной технике наряду с минимальной единицей измерения данных бит широко используется укрупненная единица измерения байт, равная 8 бит. При работе с большими объемами информации для подсчета ее количества применяют более крупные единицы измерения, такие как килобайт (кбайт), мегабайт (Мбайт), гигабайт (Гбайт), терабайт (Тбайт):
1 кбайт = 1024 байт = 2 10 байт;
1 Мбайт = 1024 кбайт = 2 20 байт = 1 048 576 байт;
1 Гбайт = 1024 Мбайт = 2 30 байт = 1 073 741 824 байт; .
1 Тбайт = 1024 Гбайт = 2 40 байт = 1 099 511 627 776 байт.
Количество информации I (энтропийный подход). В теории информации и кодирования принят энтропийный подход к измерению информации. Этот подход основан на том, что факт получения информации всегда связан с уменьшением разнообразия или неопределенности (энтропии) системы. Исходя из этого количество информации в сообщении определяется как мера уменьшения неопределенности состояния данной системы после получения сообщения. Как только наблюдатель выявил что-нибудь в физической системе, энтропия системы снизилась, так как для наблюдателя система стала более упорядоченной.
Таким образом, при энтропийном подходе под информацией понимается количественная величина исчезнувшей в ходе какого-либо процесса (испытания, измерения и т. д.) неопределенности. При этом в качестве меры неопределенности вводится энтропия Н, и количество информации равно:
где H apr - априорная энтропия о состоянии исследуемой системы;
H aps - апостериорная энтропия.
Апостериори - происходящее из опыта (испытания, измерения).
Априори - понятие, характеризующее знание, предшествующее опыту (испытанию), и независимое от него.
В случае, когда в ходе испытания имевшаяся неопределенность снята (получен конкретный результат, т. е. H aps = 0), количество полученной информации совпадает с первоначальной энтропией
Рассмотрим в качестве исследуемой системы дискретный источник информации (источник дискретных сообщений), под которым будем понимать физическую систему, имеющую конечное множество возможных состояний. Это множество А = {a 1, a 2 , ..., а п } состояний системы в теории информации называют абстрактным алфавитом или алфавитом источника сообщений.
Отдельные состояния а 1 , а 2 ,..., а„ называют буквами или символами алфавита.
Такая система может в каждый момент времени случайным образом принять одно из конечных множеств возможных состояний а i .
Поскольку одни состояния выбираются источником чаще, а другие реже, то в общем случае он характеризуется ансамблем А, т. е. полной совокупностью состояний с вероятностями их появления, составляющими в сумме единицу:
, причем (2.2)
Введем меру неопределенности выбора состояния источника. Ее можно рассматривать и как меру количества информации, получаемой при полном устранении неопределенности относительно равновероятных состояний источника.
(2.3)
Тогда при N = 1 получаем Н(А) = 0.
Указанная мера была предложена американским ученым Р. Хартли в 1928 г. Основание логарифма в формуле (2.3) не имеет принципиального значения и определяет только масштаб или единицу измерения В зависимости от основания логарифма применяют следующие единицы измерения.
1. Биты - при этом основание логарифма равно 2:
(2.4)
2. Ниты - при этом основание логарифма равно е:
3. Диты - при этом основание логарифма равно 10:
В информатике в качестве меры неопределенности обычно используют формулу (2.4). При этом единица неопределенности называется двоичной единицей, или битом, и представляет собой неопределенность выбора из двух равновероятных событий.
Формулу (2.4) можно получить эмпирически: для снятия неопределенности в ситуации из двух равновероятных событий необходим один опыт и соответственно один бит информации, при неопределенности, состоящей из четырех равновероятных событий, достаточно 2 бит информации, чтобы угадать искомый факт. Для определения карты из колоды, состоящей из 32 карт, достаточно 5 бит информации, т. е достаточно задать пять вопросов с ответами «да» или «нет», чтобы определить искомую карту.
Предложенная мера позволяет решать определенные практические задачи, когда все возможные состояния источника информации имеют одинаковую вероятность.
В общем случае степень неопределенности реализации состояния источника информации зависит не только от числа состояний, но и от вероятностей этих состояний. Если источник информации имеет, например, два возможных состояния с вероятностями 0,99 и 0,01, то неопределенность выбора у него значительно меньше, чем у источника, имеющего два равновероятных состояния, так как в этом случае результат практически предрешен (реализация состояния, вероятность которого равна 0,99).
Американский ученый К. Шеннон обобщил понятие меры неопределенности выбора H на случай, когда H зависит не только от числа состояний, но и от вероятностей этих состояний (вероятностей р i выбора символов а i , алфавита A). Эту меру, представляющую собой неопределенность, приходящуюся в среднем на одно состояние, называют энтропией дискретного источника информации:
(2.5)
Если снова ориентироваться на измерение неопределенности в двоичных единицах, то основание логарифма следует принять равным двум:
(2.6)
При равновероятных выборах вероятность p i =1/N формула (2.6) преобразуется в формулу Р. Хартли (2.3):
Предложенная мера была названа энтропией не случайно. Дело в том, что формальная структура выражения (2.5) совпадает с энтропией физической системы, определенной ранее Больцманом.
Используя формулы (2.4) и (2.6), можно определить избыточность D алфавита источника сообщений А, которая показывает, насколько рационально применяются символы данного алфавита:
где Н max (А) - максимально возможная энтропия, определяемая по формуле (2.4);
Н(А) - энтропия источника, определяемая по формуле (2.6).
Суть данной меры заключается в том, что при равновероятном выборе ту же информационную нагрузку на знак можно обеспечить, используя алфавит меньшего объема, чем в случае с неравновероятным выбором.