Модели и типы данных: от сырых значений до классификации моделей

От сырых значений до классификации моделей

Прежде чем говорить о базах данных всерьёз, стоит разобраться с двумя опорными понятиями — «данные» и «модель данных». Именно они образуют фундамент всей концепции. Сами по себе данные — это лишь набор значений, а вот превратить их в осмысленную информацию помогает модель. Разберём, что стоит за каждым из этих терминов и как выстраивается стройная классификация моделей данных.

Что такое данные и модель данных

Проще всего понять это на примере. Данными будет и объект «Иванов Иван Иванович», и условие «женат / не женат», и любой другой конкретный факт. Важно уловить одну тонкость: сами по себе данные никакой структуры не имеют. Они превращаются в информацию лишь тогда, когда пользователь задаёт им определённую структуру — то есть осознаёт их смысловое содержание.

Отсюда и вытекает центральная роль модели. Однозначного определения у этого термина нет: каждый автор трактует его чуть по-своему. Но общее ядро выделить можно.

Трёхуровневая классификация моделей данных

При трёхуровневой архитектуре понятие модели данных относится к каждому из уровней. Разберём их по очереди — от самого «машинного» к самому «человеческому».

Физическая модель

Физическая модель данных оперирует категориями, которые касаются организации внешней памяти и структур хранения в конкретной операционной среде. Сегодня в этой роли выступают разные способы размещения данных, опирающиеся на файловые структуры:

• файлы прямого и последовательного доступа;
• индексные и инвертированные файлы;
• файлы с различными методами хеширования;
• взаимосвязанные файлы.

Кроме того, в современных СУБД широко применяется страничная организация данных. Именно физические модели, построенные на страничной организации, считаются сегодня наиболее перспективными.

Концептуальная и внешняя модели

Наибольший интерес вызывают модели, которые используются на концептуальном уровне. Внешние модели по отношению к ним называют подсхемами, и они оперируют теми же абстрактными категориями, что и концептуальные модели данных. По сути, подсхема — это «вид» на общую концептуальную картину, настроенный под нужды конкретного приложения или группы пользователей.

Инфологическая (семантическая) модель

При проектировании базы есть ещё один уровень, который предшествует всем остальным.

Инфологические модели применяют на ранних стадиях проектирования, чтобы описать структуры данных при разработке приложения. А вот даталогические модели уже поддерживаются конкретной СУБД. Разница принципиальна: инфологическая модель говорит на языке предметной области, даталогическая — на языке выбранной системы.

Документальные модели данных

Отдельная большая ветвь — документальные модели. Они устроены иначе, чем строго структурированные.

Документальные модели данных — это слабо структурированная организация информации, ориентированная чаще всего на свободные форматы текстов на естественном языке и на документы.

Модели на основе языков разметки

Первыми в этой группе стоит рассмотреть модели, построенные на языках разметки документов. Их родоначальник — стандартный обобщённый язык разметки SGML (Standard Generalized Markup Language), утверждённый ISO как стандарт ещё в 1980-х годах.

SGML служит для создания других языков разметки: он задаёт допустимый набор тегов, их атрибуты и внутреннюю структуру документа. Правильность использования тегов проверяют с помощью DTD-описаний — особого набора правил. Из-за своей сложности SGML применялся в основном для описания синтаксиса других языков (самый известный из них — HTML), а напрямую с SGML-документами работали немногие приложения.

Язык HTML заметно проще и удобнее. Он позволяет задать оформление элементов документа и содержит набор инструкций-тегов, с помощью которых выполняется разметка. Команды HTML прежде всего управляют выводом содержимого документа на экран программы-клиента.

Ещё мощнее и гибче оказался XML (Extensible Markup Language).

XML — это язык разметки, описывающий целый класс объектов данных, так называемых XML-документов. Его используют и для описания грамматики других языков, и как средство контроля правильности составления документов.

Ключевая особенность XML в том, что он не содержит готовых тегов, а лишь определяет порядок их создания. Именно эта гибкость и сделала его столь востребованным.

Тезаурусные и дескрипторные модели

Помимо разметочных, к документальным относят ещё две разновидности.

Основой тезаурусных моделей служит принцип организации словарей. Такие словари содержат определённые языковые конструкции и правила их взаимодействия в рамках заданной грамматики. Эти модели эффективно работают в системах-переводчиках, особенно многоязычных.

Дескрипторные модели — самые простые среди документальных. Их широко применяли на ранних этапах использования документальных баз. Каждому документу ставили в соответствие дескриптор — описатель с жёсткой структурой, который характеризовал документ по тем признакам, что нужны для работы с ним.

Классические и современные модели данных

Данные, хранящиеся в базе, описываются той моделью, которую поддерживает конкретная СУБД. Все такие модели удобно разделить на классические и более новые.

К классическим моделям данных относят три:

• иерархическую;
• сетевую;
• реляционную.

За последнее время разработаны и активно внедряются и другие модели:

• постреляционная;
• многомерная;
• объектно-ориентированная.

Кроме того, ведётся разработка систем, основанных на моделях, которые расширяют уже известные подходы. К ним причисляют ориентированные, концептуальные, семантические, дедуктивно-объектно-ориентированные и объектно-реляционные модели.

Всю тему проще удержать в голове, если выстроить её в единую логику. В основе лежит пара понятий: данные — это сырые значения без структуры, а модель данных — абстракция, которая превращает их в осмысленную информацию со связями. Дальше действует трёхуровневая классификация: физическая модель отвечает за то, как данные лежат в памяти (файловые структуры, хеширование, страничная организация), концептуальная с её подсхемами — за общую логическую картину, а инфологическая (семантическая) — за независимое от СУБД описание предметной области на ранних стадиях проектирования. Отдельно стоят документальные модели для слабо структурированной информации: разметочные (SGML, HTML, XML), тезаурусные и дескрипторные. Наконец, по типу поддерживаемой СУБД модели делятся на классические (иерархическая, сетевая, реляционная) и современные (постреляционная, многомерная, объектно-ориентированная, объектно-реляционная и другие расширения). Такая карта помогает не путать уровни между собой и понимать, какая модель за что отвечает.