Для розуміння організації даних у базі даних необхідне знання основних положень теорії баз даних. Розглянемо деякі положення цієї теорії.
База даних (Database) – це особливим чином організовані та збережені в електронному виді дані.
Особливим чином організовані означає, що дані організовані певним конкретним методом, здатним полегшити їхній пошук і доступ до них для одного або декількох додатків. Також така організація даних передбачає наявність мінімальної надмірності даних.
Бази даних є однією з різновидностей інформаційних технологій, а також формою зберігання даних.
Метою створення баз даних є побудова такої системи даних, яка б не залежала від програмного забезпечення, застосовуваних технічних засобів і фізичного розташування даних в ЕОМ. Побудова такої системи даних повинно забезпечувати несуперечливу та цілісну інформацію. При проектуванні бази даних передбачається багатоцільове її використання.
База даних у найпростішому випадку представляється у вигляді системи двовимірних таблиць.
Схема даних – опис логічної структури даних, специфіковане на мові опису даних та оброблюваній СУБД.
Схема користувача – зафіксований для конкретного користувача один варіант порядку полів таблиці.
Системи керування базами даних, СУБД
Система керування базою даних – це програмне забезпечення, що контролює організацію, зберігання, цілісність, внесення змін, читання і безпеку інформації в базі даних.
СУБД (Database Management System, DBMS) являє собою оболонку, за допомогою якої при організації структури таблиць і заповнення їх даними виходить та або інша база даних.
Система керування реляційними базами даних (Relational Database Management System) – це СУБД, заснована на реляційній моделі даних.
У реляційній моделі даних будь-яке представлення даних зводиться до сукупності реляційних таблиць (двовимірних таблиць особливого типу). Системи керування реляційними базами даних використовують для побудови сховищ даних.
СУБД має програмні, технічні та організаційні складові.
Програмні засоби включають систему керування, що забезпечує ввід-вивід, обробку і зберігання інформації, створення, модифікацію та тестування бази даних. Внутрішніми мовами програмування СУБД є мови четвертого покоління (C, C++, Pascal, Object Pascal). За допомогою мов БД створюються додатки, бази даних та інтерфейс користувача, що включає екранні форми, меню, звіти.
Аналітикові при необхідності роботи з конкретною СУБД, зокрема, при експорті даних у середовище інструмента Data Mining, варто вивчити особливості цієї СУБД. Так, наприклад, у базі даних СУБД FoxPro всі таблиці та запити бази даних фізично зберігаються в окремих файлах, які поєднуються в одному проекті. У СУБД Access всі таблиці бази даних зберігаються в одному файлі.
Для роботи з конкретною базою даних, у тому числі з метою аналізу, аналітикові бажано знати опис всіх таблиць та їх структур (атрибутів, типів даних), кількість записів у таблиці, а також зв'язку між таблицями. Іноді для цих цілей використовується словник даних.
До баз даних, а також до СУБД пред'являються такі вимоги:
1. висока швидкодія;
2. простота відновлення даних;
3. незалежність даних;
4. можливість багатокористувацького використання даних;
5. безпека даних;
6. стандартизація побудови та експлуатації БД (фактично СУБД);
7. адекватність відображення даних відповідній предметній області;
8. дружелюбний інтерфейс користувача.
Висока швидкодія передбачає малий час відгуку, тобто малий проміжок часу від моменту запиту до бази даних до моменту реального одержання даних.
Незалежність даних – це можливість зміни логічної та фізичної структури бази даних без зміни представлень користувачів.
Незалежність даних забезпечує мінімальні зміни структури бази даних при змінах стратегії доступу до даних і структури самих вихідних даних. Ці зміни повинні бути передбачені на етапах концептуального і логічного проектування бази даних із забезпеченням мінімальних змін на етапі фізичного її проектування.
Безпека даних – це захист даних від навмисного або ненавмисного порушення таємності, перекручування або руйнування. Безпека включає два компоненти: цілісність і захист даних від несанкціонованого доступу.
Цілісність даних – стійкість збережених даних до руйнування та знищення, пов'язаних з несправностями технічних засобів, системними помилками і помилковими діями користувачів.
Цілісність даних – точність та валідність даних. Цілісність даних припускає: відсутність неточно введених даних, захист від помилок при відновленні баз даних; неможливість видалення (або каскадне видалення) зв'язаних даних різних таблиць; збереження даних при збоях техніки (можливість відновлення даних) і ін.
Захист даних від несанкціонованого доступу припускає обмеження доступу до певних даних бази та досягається введенням мір безпеки: розмежування прав доступу до даних різних користувачів залежно від виконуваних ними функцій і/або посадових обов'язків; введенням захисту у вигляді паролів; використанням представлень, тобто таблиць, які є похідними від вихідних і призначені для роботи конкретних користувачів для вирішення конкретних завдань.
Стандартизація забезпечує наступність поколінь конкретної СУБД, спрощує взаємодію баз даних одного покоління СУБД із однаковими та різними моделями даних.
СУБД відповідає за обробку запитів до бази даних та одержання відповіді. Способи зберігання даних можуть бути різними: модель даних може бути як реляційною, так і багатомірною, мережевою або ієрархічною.
