پایگاه داده ها چیست؟
دادِگان (پایگاه دادهها یا بانک اطلاعاتی) به مجموعهای از اطلاعات با ساختار منظم و سامانمند گفته میشود. این پایگاههای اطلاعاتی معمولاً در قالبی که برای دستگاهها و رایانهها قابل خواندن و قابل دسترسی باشند ذخیره میشوند. البته چنین شیوه ذخیرهسازی اطلاعات تنها روش موجود نیست و شیوههای دیگری مانند ذخیرهسازی ساده در پروندهها نیز استفاده میگردد. مسئلهای که ذخیرهسازی دادهها در دادگان را موثر میسازد وجود یک ساختار مفهومی است برای ذخیرهسازی و روابط بین دادهها است.
پایگاه داده در اصل مجموعهای سازمان یافته از اطلاعات است.این واژه از دانش رایانه سرچشمه میگیرد ،اما کاربر وسیع و عمومی نیز دارد، این وسعت به اندازهای است که مرکز اروپایی پایگاه داده (که تعاریف خردمندانهای برای پایگاه داده ایجاد میکند) شامل تعاریف غیر الکترونیکی برای پایگاه داده میباشد. در این نوشتار به کاربرد های تکنیکی برای این اصطلاح محدود میشود.
مقدمه 1
معماری پایگاه داده ها 3
سیستم های متمرکز 3
سیستم های مشتری/خدمتگزار 4
معماری موازی8
معماری توزیع شده 13
استقلال داده های توزیع شده: 14
انواع پایگاه داده های توزیع شده:14
1_ سیستمهای مشتری/خدمتگزار:15
2_سیستم تشریک مساعی خدمتگزار: 15
3_سیستمهای میان افزار15
تکرار :16
شفافیت Transparency : 18
مدیریت کاتالوگ توزیع شده:20
بازیابی توزیع شده:23
پروتوکلهای اجرای معمولی و ثبت :23
_ارزیابی الگوریتم های کنترل همروندی درسیستم مدیریت پایگاه داده توذیع شده: 27
ایجاد یک محیط برای شبیه سازی و سنجش مدلهای توزیع داده در پایگاهداده های توزیعی
شامل 66 صفحه فایل word
ساختمان دادهها یا ساختار دادهها (به انگلیسی: Data Structure) از جملهٔ بنیادیترین مباحث مورد نیاز جهت یادگیری و درک بسیاری از مفاهیم عمده در علوم رایانه است.
سازماندادنِ دادهها به یک طریق خاص و بر پایهٔ مدل منطقی یا ریاضی که به منظور استفادهٔ بهینه از دادهها صورت میگیرد را یک ساختارِ دادهها گویند. ساختارهای دادهها انواع گوناگونی دارند که هر کدام مناسب برنامههای مختلفی هستند.[۱][۲]
Data structures.png
شماری از ساختارهای دادههای پرکاربرد:
آرایه (Array)
صف (Queue)
پشته (Stack)
لیست پیوندی (Linked list)
گراف (Graph)
درخت (Tree)
جدول درهمسازی (Hash table)
این آموزش به صورت فایل فلش بوده و قابلیت ویرایش ندارد
چکیده
پایگاههای دادة فعال با هدف ایجاد تعامل در پایگاههای داده ایجاد شدند. در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم قادر به عکسالعمل مناسب در مقابل رویدادهای مهم در شرایط خاص میباشد. تعریف قوانین سادهترین نوع بیان محدودیتها بوده که برای متخصص های محیط نیز قابل درک میباشد. اما در بیان تجربیات اغلب از کلمات فازی استفاده میشود که ترجمه آنها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش میشود. فازیسازی پایگاههای داده فعال با هدف نزدیکتر نمودن زبان بیان قوانین به زبان طبیعی انسان مطرح شد. این امر کمک میکند دانش متخصصین، مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین هزینه، بر قوانین تعریف شده اعمال میشود.
اولین گروه فازیسازی گرداننده پایگاههای دادة فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداختهاند و طی چند مقاله نتایج آن را ارائه نمودند[2, 3, 5, 7, 8, 9, 10]، این گروه در پروژه Tempo به پیادهسازی فازی این سه بخش پرداختهاند.
گروه دومی که در این زمینه فعالیت نموده است گروه آقایان یوسل سایجین و اوزگور اولوسوی میجباشد که در دو مقاله به جنبه کاربرد تریگرهای فازی در پایگاه داده های فعال سیار پرداخته اند[4, 6].
فازی نمودن پایگاههای دادة فعال با هدف کاربردیتر نمودن پایگاههای داده مطرح شد. این پایاننامه ضمن اصلاح تریگر های فازی معرفی شده توسط گروه اول با ایجاد تغییراتی در آنها از تریگر های فازی جهت عمل رونوشت برداری فازی استفاده می کند.
در ادامة این پایاننامه یک معماری ساده از موتور رونوشت برداری فازی در پایگاه دادة فعال ارائه میشود و در پایان با یک نمونة پیادهسازی شده از موتور رونوشت برداری فازی موارد پیشنهادی ارزیابی میگردد.
کلیدواژه ها: پایگاه دادة فعال، تریگرهای فازی، رونوشت برداری فازی، کمیت سنج های فازی، همگام سازی، دوره پوشش برنامه، دوره پوشش رونوشت برداری، دوره پوشش فازی.
بخش اول: مفاهیم و تعاریف، کارهای انجام شده 1
فصل اول: کلیات 2
1-1 مقدمه 2
1-2 مروری بر فصول پایاننامه 5
فصل دوم: پایگاه داده فعال 6
2-1 مدیریت داده 6
2-2 مدیریت قوانین 7
2-2-1 تعریف قانون 7
2-2-1-1 رویداد 8
2-2-1-2 شرط 12
2-2-1-3 واکنش 13
2-2-2 مدل اجرایی 14
2-2-2-1 اولویت اجرایی در قوانین 16
2-2-2-2 معماری پایگاه دادة فعال 17
2-2-2-3 آشکارساز رویداد 18
2-2-2-4 ارزیابی شرط 19
2-2-2-5 زمانبندی 20
2-2-2-6 اجرا 21
2-3 نمونههای پیادهسازی شده 21
2-3-1 Starburst 21
2-3-2 Ariel 23
2-3-3 NAOS 24
2-4 نتیجه 25
فصل سوم: مفاهیم فازی 26
3-1 مجموعههای فازی 27
3-2 عملگرهای فازی 29
3-3 استنتاج فازی 30
3-4 ابهامزدایی 31
3-5 نتیجه 31
فصل چهارم : پایگاه دادة فعال فازی 32
4-1 تعریف فازی قوانین 33
4-1-1 رویداد فازی 34
4-1-1-1 رویدادهای مرکب 36
4-1-1-2 انتخاب فازی اجزاء رویدادهای مرکب 38
4-1-2 شرط فازی 38
4-1-3 واکنش فازی 40
4-1-4 تعیین فازی موقعیت زمانبندی 41
4-2 معماری و مدل اجرایی قوانین 43
4-2-1 آشکارساز رویداد 44
4-2-2 بررسی شرط 45
4-2-3 اجرا 45
4-2-4 زمانبندی 45
4-3 نتیجه 47
بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات 48
فصل پنجم: رونوشت برداری فازی 49
5-1 رونوشت برداری 50
5-1-1 رونوشت برداری همگام 50
5-1-2 رونوشت برداری ناهمگام 51
5-1-3 ماشین پایه رونوشت برداری داده 52
5-1-4 مقایسه دو روش همگام و ناهمگام 53
5-2 رونوشت برداری فازی 56
5-2-1 استفاده از تریگرها برای فازی نمودن رونوشت برداری 57
5-3 کمیت سنج های فازی 59
5-3-1 روش محاسبه کمیت سنج های فازی 60
5-3-2 کمیت سنج عمومی 61
5-3-3 کمیت سنج جزئی 64
5-3-4 کمیت سنج جزئی توسعه یافته 67
5-4 روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی 69
5-5 معماری ماشین رونوشت بردار فازی 71
5-6 مثال 73
5-7 کارایی 77
5-7-1 ترافیک در رونوشت برداری مشتاق 79
5-7-2 ترافیک در رونوشت برداری تنبل 80
5-7-3 ترافیک در رونوشت برداری فازی 80
5-7-4 مقایسه تئوری هزینه رونوشت برداری فازی و تنبل 81
5-8 جمع بندی 83
فصل ششم: پیاده سازی 84
6-1 Fuzzy SQL Server 84
6-2 عملکرد اجزای Fuzzy SQL Server 85
6-3 شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی 86
6-4 اجزاء تریگر فازی در پایگاه داده غیر فازی 86
6-5 جداول سیستمی مورد نیاز 87
6-6 مثال 89
6-7 کارهای آتی 94
مراجع و منابع
فصل پنجم - دیگر زبانهای رابطه ای ۱
۵-۱- حساب رابطه ای چند تایی ۳
۵-۱-۱- طرح مثال ۴
۵-۱-۲- تعاریف رسمی ۹
۵-۱-۳- اطمینان در بیان ۱۱
۵-۱-۴- زبان های توانای پر معنی ۱۲
۵-۲- قلمرو حساب رابطه ای ۱۳
۵-۲-۱- تعریف رسمی ۱۳
۵-۲-۲- پرس وجوهای نمونه ۱۴
۵-۲-۳- ایمنی عبارات ۱۶
۵-۲-۴- قدرت بیانی زبان ۱۸
۵-۳- پرس وجو از طریق مثال ۱۹
۵-۳-۱-جدول های ساختمان ۲۰
۵-۳-۲- پرس وجو هایی روی یک رابطه ۲۰
۵-۳-۳- پرس وجو روی رابطه های جداگانه ۲۵
۵-۳-۴- جعبه وضعیت ۲۷
۵-۳-۵- رابطه نتیجه
شرح مختصر : با افزایش سیستمهای کامپیوتر و گسترش تکنولوژی اطلاعات , بحث اصلی در علم کامپیوتر از چگونگی جمع آوری اطلاعات به نحوه استفاده از اطلاعات منتقل شده است . سیستمهای داده کاوی ,این امکان را به کاربر می دهند که بتواند انبوه داده های جمع آوری شده را تفسیر کنند و دانش نهفته در آن را استخراج نمایند . داده کاوی به هر نوع کشف دانش و یا الگوی پنهان در پایگاه داده ها اطلاق می شود . امروزه داده کاوی به عنوان یکی از مهمترین مسائل هوش مصنوعی و پایگاه داده ، محققان بسیاری را به خود جذب کرده است . در این تحقیق ابتدا نگاه کلی بر داده کاوی ، استراتژیهای داده کاوی و… داریم ، سپس مسأله کشف قوانین وابستگی در پایگاه داده را به تفضیل بررسی کردیم و نگاهی به الگوریتمهای موجود برای آن داشتیم . سپس مسأله کشف قوانین وابستگی در پایگاه داده های پویا را مورد بحث قرار دادیم و الگوریتم های ارائه شده مربوطه را مطرح کردیم .
فهرست :
چکیده
مقدمه
کشف دانش در پایگاه داده
آیا داده کاوی برای حل مسائل ما مناسب است؟
جمع آوری داده ها
بکارگیری نتایج
استراتژیهای داده کاوی
پیش گویی Perdiction
Unsupervised Clustering دسته بندی بدون کنترل
تکنیکهای داده کاوی تحت کنترل
شبکه عصبی
برگشت آماری
قوانین وابستگی
الگوریتم Apriori
الگوریتم Aprior TID
الگوریتم partition
الگوریتم های MaxEclat,Eclat
الگوریتم با ساختار trie
الگوریتم fp-grow
ساخت fp- tree
Fp-tree شرطی
الگوریتم برداری
نگهداری قوانین وابستگی
الگوریتم کاهشی