Skip to main content
Query

4.2: Mifano ya Data

  • Page ID
    165137
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Data inaweza kuwa chochote. Baadhi ya mifano ya data ni uzito, bei, gharama, idadi ya vitu kuuzwa, majina, maeneo. Karibu programu zote za programu zinahitaji data kufanya kitu muhimu. Inaweza kuwa moja kwa moja, kama jina la mahali, mtu, au namba. Mfano itakuwa kuhariri hati katika mchakato wa neno kama vile Microsoft Word, hati unayofanya kazi ni data. Programu ya usindikaji wa neno inaweza kuendesha data: kuunda hati mpya, kurudia hati, au kurekebisha hati. Leo tuna aina mpya ya data inayoitwa biometrics, ambayo ni tabia za kibinadamu au za tabia ambazo zinaweza kumtambua mtu kwa kidijitali. Mifano itakuwa utambuzi usoni kutumika kwa ajili ya pasipoti. Uthibitishaji wa kidole hutumiwa kufungua simu za mkononi. Utambuzi wa Iris hutumia picha za juu-azimio za iris. Data hii ni kuhifadhiwa kwa ajili ya utambulisho baadaye. Serikali nyingi na makampuni ya juu ya usalama hutumia utambuzi wa iris kwa sababu inachukuliwa kuwa hauna makosa wakati wa kutambua watu binafsi.

    Database

    Mifumo mingi ya habari inalenga kubadilisha data kuwa habari ili kuzalisha maarifa ambayo yanaweza kutumika kwa ajili ya kufanya maamuzi. Kwa kufanya hivyo, mfumo lazima uchukue au usome data, kisha kuweka data katika muktadha, na kutoa zana za kukusanya na uchambuzi. Database imeundwa kwa madhumuni kama hayo.

    Database ni mkusanyiko ulioandaliwa, yenye maana ya habari zinazohusiana. Ni mkusanyiko ulioandaliwa kwa sababu, katika database, data zote zinahusiana na kuhusishwa na data nyingine. Taarifa zote katika database zinapaswa kuhusiana; hifadhidata tofauti zinapaswa kuundwa ili kusimamia habari zisizohusiana. Kwa mfano, database ambayo ina taarifa kuhusu mishahara ya wafanyakazi haipaswi pia kushikilia habari kuhusu bei za hisa za kampuni. Hifadhi ya Digital ni pamoja na vitu vilivyoundwa na MS Excel, kama vile meza kwenye database ngumu zaidi zinazotumiwa kila siku na watu, kutoka kuangalia usawa wako kwenye benki hadi kufikia rekodi za matibabu na ununuzi wa mtandaoni. Databases kutusaidia kuondoa taarifa redundant. Inahakikisha njia bora zaidi za kufikia utafutaji. Nyuma katika siku, database tunaweza kuwa baraza la mawaziri kujaza. Kwa maandishi haya, tutazingatia tu database za digital.

    Behaviorism_1.gif
    Kielelezo\(\PageIndex{1}\): Uhusiano Database. Picha na mcmurry julie kutoka Pixabay ni leseni chini ya CC-BY-SA 2.0

    Hifadhi ya Uhusiano

    Database inaweza kupangwa kwa njia nyingi tofauti na hivyo kuchukua aina nyingi. DBMS (Mfumo wa Usimamizi wa Database) ni programu inayowezesha shirika na kudanganywa kwa data. DBMS inafanya kazi kama interface kati ya database na mtumiaji wa mwisho. Programu imeundwa kuhifadhi, kufafanua, kurejesha na kusimamia data katika database. Aina nyingine za hifadhidata leo ni database ya uhusiano. Mifano ya database ya uhusiano ni Oracle (RDBMS), MySQL, SQL, na PostgreSQL. Database ya uhusiano ni moja ambayo huhifadhi data kwa mtindo ulioandaliwa wa safu na nguzo, ambazo zitaunda meza moja au zaidi ya habari zinazohusiana. Kila meza ina seti ya mashamba, ambayo hufafanua hali ya data iliyohifadhiwa kwenye meza. Rekodi ni mfano mmoja wa seti ya mashamba katika meza. Ili kutazama hili, fikiria lahajedwali bora zaidi, rekodi kama safu za meza na mashamba kama nguzo za meza. Katika mfano hapa chini, tuna meza ya habari mwanafunzi, na kila mstari anayewakilisha mwanafunzi na kila safu anayewakilisha kipande kimoja cha habari kuhusu mwanafunzi. Mfano wa database ya uhusiano hauzidi vizuri. Kiwango cha neno hapa kinamaanisha database kubwa na kubwa inayosambazwa kwenye idadi kubwa ya kompyuta zilizounganishwa kupitia mtandao. Makampuni mengine yanatafuta kutoa ufumbuzi mkubwa wa database kwa kuhamia mbali na mfano wa uhusiano na mifano mingine, rahisi zaidi. Kwa mfano, Google sasa inatoa Data ya Injini ya Programu, ambayo inategemea NoSQL. Waendelezaji wanaweza kutumia App Engine Datastore kuendeleza programu zinazopata data kutoka mahali popote duniani. Amazon.com inatoa huduma kadhaa za database kwa matumizi ya biashara, ikiwa ni pamoja na Amazon RDS, huduma ya database ya uhusiano, na Amazon DynamoDB, ufumbuzi wa biashara ya NoSQL.

    Mfano wa Database ya Uhusiano

    Kielelezo\(\PageIndex{2}\): Uhusiano database meza ilichukuliwa kutoka David Bourgeois, Ph.D. ni leseni chini ya CC BY 4.0

    Mashamba (Nguzo)

    Kumbukumbu (safu)

    Jina la Kwanza

    Jina la Mwisho

    Meja

    Tarehe ya kuzaliwa

    Ann Marie

    Nguvu

    Kabla ya Sheria

    2/27/1997

    Evan

    Haki

    Biashara

    12/4/1996

    Michelle

    Smith

    Math

    6/27/1995