Chronologická databáze

Chronologická databáze - databáze obsahující historická (chronologická) data, tedy data týkající se minulých a případně budoucích časových období. Běžná, nechronologická databáze obsahuje pouze aktuální data.

Datové typy a operátory

Chronologické údaje jsou pravdivé údaje s uvedením časových intervalů. Časový interval je neprázdný úsek časové škály, k jeho označení se používá speciální datový typ intervalu INTERVAL_DATE. Hodnoty tohoto typu se zapisují jako , kde jsou výrazy typu DATE odpovídající počáteční a koncové časové pozici intervalu. Časové pozice (pozice na časové ose) jsou jednotky času, které jsou vhodné pro konkrétní účel (milisekundy, sekundy, dny) a jsou považovány za nedělitelné. $[b:e]$ $b,e$

Řekněme - hodnoty typu interval, které mají počáteční polohy a konečné polohy , - libovolná dočasná poloha. Výrazy formuláře a se používají k označení předchozí a následující časové polohy . Operátor vrátí počet různých pozic tak, že . Interval je jednotkový interval, jestliže . ${\displaystyle i,i_{1},i_{2))$ ${\displaystyle b,b_{1},b_{2))$ ${\displaystyle e,e_{1},e_{2))$ $p$ $p-1$ $p+1$ ${\text{COUNT}}(i)$ $p$ $p\in i$ $i$ ${\text{COUNT}}(i)=1$

Allenovy operátory se používají ke kontrole podmínek spojených s intervaly:

intervaly jsou: ; $i_{1}=i_{2}\Leftrightarrow (b_{1}=b_{2})\wedge (e_{1}=e_{2})$
$i_1$ zahrnuje : $i_2$ $i_{1}\supseteq i_{2}\Leftrightarrow (b_{1}\leq b_{2})\wedge (e_{1}\geq e_{2})$
$i_1$ striktně zahrnuje : ; $i_2$ $i_{1}\supset i_{2}\Leftrightarrow (i_{1}\supseteq i_{2})\wedge (i_{1}\neq i_{2})$
$i_1$ před : ; $i_2$ $i_{1}~{\text{BEFORE}}~i_{2}\Leftrightarrow e_{1}<b_{2}$
intervaly se vyskytují: ; $i_{1}~{\text{MEETS}}~i_{2}\Leftrightarrow (b_{2}=e_{1}+1)\vee (b_{1}=e_{2}+1)$
intervaly se překrývají: ; $i_{1}~{\text{OVERLAPS}}~i_{2}\Leftrightarrow (b_{1}\leq e_{2})\wedge (b_{2}\leq e_{1})$
intervaly splývají: . $i_{1}~{\text{MERGES}}~i_{2}\Leftrightarrow (i_{1}~{\text{OVERLAPS}}~i_{2})\vee (i_{1}~{ \text{MEETS}}~i_{2})$

Kromě toho existují binární operátory v intervalech, které vracejí intervaly:

sjednocovací operátor vrátí [MIN(b1, b2):MAX(e1, e2)], pokud je výraz pravdivý, jinak je výsledek nedefinovaný; $i_{1}~{\text{UNION}}~i_{2}$ $i_{1}~{\text{MERGES}}~i_{2}$
operátor průniku vrátí [MAX(b1, b2): MIN(e1, e2)], pokud je výraz pravdivý, jinak je výsledek nedefinovaný; $i_{1}~{\text{INTERSECT}}~i_{2}$ $i_{1}~{\text{OVERLAPS}}~i_{2}$
rozdílový operátor vrátí [b1:MIN(b2-1,e1)], pokud b1 < b2 a e1 ≤ e2 a vrátí [MAX(e2+1,b1), e1], pokud b1 ≥ b2 a e1 > e2 jinak případ, výsledek je nedefinováno. $i_{1}~{\text{MINUS}}~i_{2}$

Operátory EXPAND a COLLAPSE berou jako svůj operand unární relaci , jejíž n-tice obsahují intervaly a vracejí relaci stejného typu, což je expandovaná a kontrahovaná forma původního vztahu.

Příklad použití operátorů EXPAND a COLLAPSE:

D
[d06:d09]
[d04:d08]
[d05:d10]
[d01:d01]

D
[d01:d01]
[d04:d04]
[d05:d05]
[d06:d06]
[d07:d07]
[d08:d08]
[d09:d09]
[d10:d10]

D
[d01:d01]
[d04:d10]

Rozšířená forma relace R je relace Rx obsahující všechny n-tice s jednotkovým intervalem [p: p], kde p je poloha v nějakém intervalu nějaké n-tice relace R. Stažená forma relace R je taková relace Rc, která : relace R a Rc mají stejný a stejný rozšířený tvar; žádné dvě odlišné n-tice vzhledem k Rc neobsahují intervaly i1 a i2 takové, že i1 SPOJUJE i2 je pravdivé.

Operátory PACK a UNPACK berou jako operandy relaci a atribut typu intervalu patřící k této relaci a vracejí relaci stejného typu, respektive sbalenou zadaným atributem, seskupenou podle zbývajících atributů a rozbalenou zadaným atributem. atribut.

Příklad použití příkazů PACK a UPACK:

A	D
A2	[d02:d04]
A2	[d03:d05]
A4	[d02:d05]
A4	[d04:d06]
A4	[d09:d10]

BALENÍ R NA D

A	D
A2	[d02:d05]
A4	[d02:d06]
A4	[d09:d10]

ROZBALENÍ R ON D

A	D
A2	[d02:d02]
A2	[d03:d03]
A2	[d04:d04]
A2	[d05:d05]
A4	[d02:d02]
A4	[d03:d03]
A4	[d04:d04]
A4	[d05:d05]
A4	[d06:d06]
A4	[d09:d09]
A4	[d10:d10]

Vztah R můžete zabalit do několika atributů D1, D2, ..., Dn rozbalením R všemi zadanými atributy a poté výsledek zabalit do atributu D1, zabalit výsledek do atributu D2, ..., zabalit výsledek balení podle atributu Dn.

Pro všechny běžné relační operátory jsou definovány jim podobné U_operátory, které rozbalí relaci o zadané atributy, provedou odpovídající operaci a zabalí výsledek. Například operátory U_MINUS, U_INTERSECT, U_UNION, U_JOIN odpovídají operátorům MINUS, INTERSECT, UNION, JOIN. U_OPERATOR je definován jako:

ZBALIT ((ROZBALIT R1 NA D) OPERÁTOR (ROZBALIT R2 NA D)) NA D

Operace rozbalení může při použití dlouhých intervalů s vysokou granularitou vyžadovat příliš mnoho paměti k dokončení. Použití U_operators umožňuje optimalizátoru vybrat implementaci, která vyžaduje minimální počet mezivýsledků.

Příklad použití operátoru U_MINUS:

D
[d02:d05]

D
[d03:d03]

výsledek

D
[d02:d02]
[d04:d05]

Rozklad

Ukládání aktuální informace v některých relačních proměnných a historické informace v jiných se nazývá horizontální dekompozice. Ukládání historických informací jako mnoha samostatných relačních proměnných (každá obsahuje jeden atribut typu intervalu a jeden atribut jiného typu) se nazývá vertikální dekompozice.

Předpokládejme, že relační proměnná R má atribut intervalového typu D a atributy jiných typů A1, A2, ..., An. Když se atributy A1, A2, ..., Změní nezávisle na sobě v čase, musí být provedena komplexní série aktualizací relační proměnné; k reprezentaci informace o hodnotě atributu může být zapotřebí více než jedna n-tice během určitý časový interval. Proto je vhodné distribuovat informace přes relační proměnné R1, R2, ..., Rn, které budou mít příslušně atributy D a A1, D a A2, ..., D a An.

Příklad vertikálního rozkladu

A1	A2	D
deset	BB+	[d01:d03]
patnáct	BB+	[d04:d05]
patnáct	AA-	[d06:d08]

A1	D
deset	[d01:d03]
patnáct	[d04:d08]

A2	D
BB+	[d01:d05]
AA-	[d06:d08]

Tento vztah po rozkladu je v šesté normální formě .

Omezení integrity

Zahrnutí atributu D intervalového typu do potenciálního klíče neřeší problém redundance a rozporu. Relace může mít dvě n-tice s překrývajícími se intervaly a odpovídajícími hodnotami pro zbytek atributů. Zároveň je zde redundance informací , údaje za některé časové intervaly jsou indikovány dvakrát. Navíc je zde problém s upovídaností, kdy dvě n-tice mají intervaly bezprostředně za sebou se stejnými hodnotami ostatních atributů. V tomto případě, i když informace nejsou duplicitní, mohou být reprezentovány jako jedna n-tice. Pro odstranění problému redundance a upovídanosti je nutné, aby proměnná vztahu byla trvale ohraničena atributem D.

Kromě toho může vztah obsahovat dvě n-tice s překrývajícími se mezerami, ale různými hodnotami pro jiné neklíčové atributy, což má za následek nekonzistentní informace. K vyřešení rozporu je nutné, aby relační proměnná byla trvale rozbalena atributem D.

Pro splnění těchto požadavků jsou zavedeny U_keys. Proměnná vztahu je udržována zabalená pomocí klíče U_key a rozbalena, když jsou provedeny změny, aby byl zachován konzistentní stav.

Literatura

Datum CJ Úvod do databázových systémů = Úvod do databázových systémů. - 8. vyd. - M .: Williams , 2005. - 1328 s. — ISBN 5-8459-0788-8 (ruština) ISBN 0-321-19784-4 (anglicky).