P07: Distribuované systémy a analýza dat

Základy EDV: Historický vývoj od Leibnize a Booleovy logiky k ENIACu. Princip EVA: Vstup – zpracování – výstup jako základní schéma fungování počítače. Digitalizace informací a číselné soustavy (binární, hexadecimální).

Komplexní přehled: Propojení všech tří pilířů integrity (sémantická, operační, fyzická). Životní cyklus dat: Od iterativního návrhu (7 kroků, ER modely), přes manipulaci pomocí SQL a transakční management (ACID), až po nasazení v třívrstvé internetové architektuře. Pokročilé analýzy: Shrnutí významu distribuovaných systémů, datových skladů a technik OLAP/Data Mining pro strategické rozhodování.

Distribuované databáze: 12 pravidel C. J. Datea (lokální autonomie, nezávislost na poloze, fragmentaci a replikaci) a tříúrovňová architektura ANSI/SPARC. Data Warehouse: Sjednocování heterogenních zdrojů, čištění dat (ETL proces) a metadata. Analytické nástroje: OLAP pro multidimenzionální analýzu (datové kostky) a Data Mining pro objevování skrytých souvislostí.

Schnittstellen: Přístup přes SQL monitory, proprietární knihovny (C API) a standardy ODBC, JDBC či ADO. Internetová architektura: Třívrstvý model (Client/Browser, Middle-Tier/Web-Server, Backend/Database), dynamické generování HTML dokumentů a softwarové balíky jako LAMP/WAMP.

Proces návrhu: Iterativní postup od podnikového k aplikačnímu datovému modelu (Top-Down vs. Bottom-Up). Sedm kroků návrhu: Od popisu úkolu, přes tvorbu ER diagramů, stanovení klíčů, odstranění redundancí až po definici konzistenčních podmínek. Praktický návrh: Ukázka v MS Access, definice typů polí a ověřovacích pravidel.

Fyzická integrita: Ochrana před ztrátou dat vlivem HW či SW chyb. Protokolování (Logging): Využití Before-Image pro UNDO a After-Image pro REDO operace, princip WAL (Write Ahead Log). Obnova (Recovery): Metody R1 až R4 (parciální/globální UNDO a REDO), význam dočasných a archivních logů, zrcadlení (mirroring) a zálohování (backup).

Izolace: Rozdělení na krátké a dlouhé zámky a definice čtyř izolačních úrovní v SQL (0 až 3 – Serializable). Optimistické metody: Předpoklad nízkého počtu konfliktů, fáze čtení, validace a zápisu. Časová razítka: Synchronizace bez centrální správy zámků pomocí porovnávání času čtení a zápisu.

Transakce: Definice a vlastnosti ACID (Atomarita, Konzistence, Izolace, Trvalost). Management transakcí pomocí příkazů COMMIT a ROLLBACK. Operační integrita: Řešení problémů ve víceuživatelském provozu, jako jsou Dirty Read, Lost Update nebo Phantomproblem. Pesimistické metody: Protokoly zamykání (S-zámky pro čtení, X-zámky pro zápis), dvoufázové zamykání a problematika uváznutí (deadlock).

SQL operace: Rozdíl mezi DDL (CREATE, DROP) a DML (SELECT, INSERT, UPDATE, DELETE). Sémantická integrita: Zajištění logické správnosti dat pomocí integritních omezení (constraints) na úrovni sloupců a tabulek (NOT NULL, UNIQUE, PRIMARY KEY, CHECK). Referenční integrita: Vztah mezi primárním a cizím klíčem, kompenzační akce (CASCADE, SET NULL, NO ACTION) a využití triggerů pro aktivní reakci databáze.

Komplexní přehled od základních definic dat v informačním věku až po pokročilé modely. Shrnutí evoluce databázových systémů, významu standardizované architektury a nezbytnosti logického návrhu (ERM, normalizace) pro efektivní správu dat v praxi.