Transcript Principles of Information Systems Eighth Edition

Principles of Information
Systems
Eighth Edition
Chapter 5
Organizing Data and Information
1
หลักการและวัตถุประสงค์(1)
• การจัดการข้อมูลและแบบจาลองข้อมูล มีความสาคัญต่อการรวบรวม
ข้อมูลและสารสนเทศ
– สามารถอธิ บายความหมายของรู ปแบบของการจัดการข้อมูลโดยทัว่ ไป เน้นที่
ประโยชน์ของวิธีการใช้ฐานข้อมูลสาหรับการจัดการข้อมูล
– อธิ บายรู ปแบบของฐานข้อมูลเชิงสัมพันธ์ และลักษณะพื้นฐานที่สาคัญได้
2
หลักการและวัตถุประสงค์(2)
• การออกแบบฐานข้อมูลที่ดี และ การจัดการที่ดีน้ นั เป็ นเครื่ องมือที่มี
คุณค่ามากในการสนับสนุนการตัดสิ นใจ
– สามารถบอกหน้าที่โดยทัว่ ไปของระบบการจัดการฐานข้อมูล(DBMS)
และยกตัวอย่างระบบการจัดการฐานข้อมูลที่นิยมใช้
3
หลักการและวัตถุประสงค์(3)
• จานวนและชนิดของโปรแกรมประยุกต์ของฐานข้อมูล จะมีผลต่อ
ประโยชน์ของธุรกิจอย่างต่อเนื่อง
– ระบุและอธิบาย โปรแกรมประยุกต์ของฐานข้อมูลในปัจจุบนั ได้
4
ทำไมเรำต้ องเรียนเกีย่ วกับ ระบบฐำนข้ อมูล ?
• เพราะระบบฐานข้อมูล มีกระบวนการและการรวบรวมข้อมูลจานวน
มากๆได้
เช่น :
– ผูจ้ ดั การการตลาด สามารถเข้าถึงข้อมูลของลูกค้าได้
– ทนาย สามารถเข้าถึงข้อมูลเกี่ยวกับคดีต่างๆ ในอดีต รวมถึง ข้อมูลทาง
กฎหมายมาประกอบการทางานของคุณ
5
Introduction
• Database: ฐานข้อมูล หมายถึง การเก็บรวบรวมข้อมูลที่มี
ความสัมพันธ์กนั ไว้ดว้ ยกัน
• Database management system (DBMS):
เป็ นชุดของโปรแกรมที่ใช้จดั การฐานข้อมูล และทาหน้าที่เป็ นตัวกลาง
ระหว่างฐานข้อมูลกับผูใ้ ช้งาน ผ่านโปรแกรมประยุกต์
• Database administrator (DBA): เป็ นผูเ้ ชี่ยวชาญ
ในระบบคอมพิวเตอร์ และฐานข้อมูล ที่มีหน้าที่รับผิดชอบ ดูแล และ
ควบคุมการสร้าง การใช้งานฐานข้อมูล
6
Data Management
• ถ้าไม่มี data และกระบวนการที่มีประสิ ทธิภาพในการจัดการข้อมูล
องค์กรจะไม่สามารถประสบความสาเร็ จได้อย่างสมบูรณ์
• Data ประกอบด้วย raw facts
• การเปลี่ยน data เป็ น information ต้องทาให้อยูใ่ นรู ปแบบที่มี
ความหมายและนาไปใช้ประโยชน์ได้
7
The Hierarchy of Data
• Bit (a binary digit): เป็ นหน่วยของข้อมูลที่เล็กที่สุด
ประกอบด้วยเลขฐำนสอง (Binary digit) โดยบิตจะมีเพียง
สองสถำนะเท่ ำนั้น คือ 0 และ 1
• Byte: 1 ไบต์ = 8 บิต คือการนาเลข 0 และ 1 มาเรี ยงต่อกัน
จนครบ 1 ไบต์
• Character: 1 ไบต์ = 1 ตัวอักษร ซึ่งไบต์ น้ันใช้ แทนตัวอักษร
ได้ ถึง 256 ตัวอักษร
• Field: คือ กำรนำเอำชุ ดของไบต์ ต้งั แต่ 1 ไบต์ ขนึ้ ไป มำรวมกัน
เพือ่ ให้ เกิดควำมหมำย
8
The Hierarchy of Data
(continued)
• Record: หมายถึง กำรนำเอำฟิ ลด์ ที่มีควำมสั มพันธ์ เกีย่ วข้ องกัน
รวมกันเข้ ำเป็ นชุ ด เพือ่ อธิบำยคุณลักษณะของสิ่ งนั้นๆ
• File: หมายถึง กลุ่มของระเบียนทีม่ ีควำมสั มพันธ์ กนั
• Database: การเก็บรวบรวมข้อมูลที่มีความสัมพันธ์กนั ไว้
ด้วยกัน
• Hierarchy of data
– Bits, characters, fields, records, files, and
databases
9
The Hierarchy of Data
(continued)
Figure 5.1: The Hierarchy of Data
10
Data Entities, Attributes, and
Keys
•
•
•
•
•
Entities คือ สิ่ งที่เราพิจารณาเช่นคน สถานที่ สิ่ งของ ที่อยูใ่ น
ฐานข้อมูล เช่น entities พนักงาน
Attribute คือ ข้อมูลต่าง ๆ ที่อยูใ่ น entities เช่น รหัส ชื่อ
Data Item คือค่าเฉพาะของ attribute เช่น การกาหนดให้
attribute นั้นมีค่าเป็ นตัวเลขเท่านั้น
Key คือ คุณสมบัติเฉพาะตัวที่จะระบุความสัมพันธ์ของแต่ละแถว
ภายใน record
Primary key คือ field หรื อชุดของ field ที่ใช้ระบุความ
เป็ นหลักให้กบั record นั้น
11
Data Entities, Attributes, and
Keys (continued)
Figure 5.2: Keys and Attributes
12
The Database Approach
• Traditional approach to data
management: เป็ นการแยกแฟ้ มข้อมูลที่ถูกสร้างและถูกเก็บ
สาหรับแต่ละโปรแกรมประยุกต์ เรี ยกว่าแบบดั้งเดิม
• Database approach to data
management: การรวมกันของข้อมูลที่มีความสัมพันธ์กนั เพื่อ
ใช้งานร่ วมกัน เป็ นการใช้งานระหว่างฐานข้อมูลกับผูใ้ ช้ หรื อ
ฐานข้อมูลกับโปรแกรมประยุกต์ตวั ใดก็ได้
13
The Database Approach
(continued)
Figure 5.3: The Database Approach to Data Management
14
Advantages of the Database Approach
1.
2.
3.
4.
5.
ส่ งเสริ มการใช้ขอ้ มูลที่มีอยูใ่ ห้ตรงกับความต้องการ
ลดความซ้ าซ้อนของข้อมูล
ส่ งเสริ มความสมบูรณ์ของข้อมูล
ง่ายต่อการปรับปรุ งแก้ไขข้อมูล
ความเป็ นอิสระของข้อมูลและโปรแกรม
15
Advantages of the Database Approach
6. สามารถเข้าถึงข้อมูลและสารสนเทศได้ดีกว่า
7. สามารถกาหนดความเป็ นมาตรฐานเดียวกันในการใช้งานได้
8. มีกระบวนการที่เป็ นมาตรฐานในพัฒนางาน
9. สามารถป้ องกันข้อมูลได้ดีกว่า
10. สามารถใช้ขอ้ มูลร่ วมกันได้
16
Disadvantages of the Database
Approach
1. ยุง่ ยากและซับซ้อน
2. ยากในการกูค้ ืนข้อมูล
3. ลงทุนสูง
17
Data Modeling and the
Relational Database Model
ในการออกแบบฐานข้อมูลจะต้องมีคาถามที่ใช้ในการสร้างอย่างเช่น
• ข้อมูลที่จะเก็บมีอะไรบ้าง Content
• ใครสามารถเข้าใช้ฐานข้อมูลได้บา้ ง Access
• การออกแบบฐานข้อมูลควรทาอย่างไร Logical structure
• ควรเก็บฐานข้อมูลไว้ที่ไหน Physical organization
18
Data Modeling แบบจาลองข้อมูล
ในการออกแบบฐานข้อมูล จะแบ่งเป็ น 2 ชนิดคือ
• Logical design เป็ นการออกแบบที่ออกมาในลักษณะแนว
เชิงความคิดที่ไม่สามารถจับต้องได้ คือการนาความคิดมาสร้างใน
รู ปแบบของโครงสร้างตามลักษณะของข้อมูล ที่มีความสัมพันธ์กนั ของ
ข้อมูลและกลุ่มข้อมูล
• Physical design เป็ นการออกแบบโดยนาข้อมูลหรื อ
โครงสร้างที่ได้จากการออกแบบ Logical design มาสร้างให้มี
ลักษณะที่สามารถนามาจัดเก็บได้ หรื อสามารถสัมผัสได้ รวมถึงพิจารณา
ค่าใช้จ่ายด้วย
19
Data Modeling (continued)
• Data Model เป็ นเครื่ องมือในการออกแบบฐานข้อมูล ที่แสดง
ความสัมพันธ์ระหว่าง ข้อมูล ออกมาในรู ปแบบของแผนภาพสัญลักษณ์
ที่มีความสัมพันธ์กนั
• Entity-relationship (ER)
เป็ นการใช้รูปภาพสัญลักษณ์พ้นื ฐาน เพื่อแสดงความสัมพันธ์กนั ระหว่าง
ข้อมูลในองค์กรให้เป็ นแผนภาพของข้อมูล
20
Data Modeling (continued)
Figure 5.4: An Entity-Relationship (ER) Diagram for a
Customer Order Database
21
The Relational Database Model
• Relational model (แบบจำลองข้ อมูลเชิงสั มพันธ์ ):
คือการสร้างฐานข้อมูลโดยใช้รูปแบบการทาเป็ นตาราง ซึ่งมีผลทาให้
ข้อมูลเกิดความถูกต้องเป็ นหนึ่งเดียว(Atomic Transmission)
ตำรำง (Table) ประกอบด้วย แถวและคอลัมน์
• 1 table คือ 1 entity
• แต่ละคอลัมน์ คือ attributes , field
• แต่ละแถว คือ 1 Record
– Domain: ค่าที่อนุญาตให้ใช้ของ attribute เช่น ตัวเลขเท่านั้น
หรื อ ตัวอักษรไม่เกิน 30 ตัว หรื อ เพศ กาหนดชายหรื อหญิง เท่านั้น
22
The Relational Database Model
(continued)
Figure 5.5: A Relational Database Model
23
The Relational Database Model
(continued)
•
•
•
•
Selecting: การกาจัดแถวตามเงื่อนไขที่กาหนด
Projecting: การกาจัด columns ในตาราง
Joining: การรวมเอาตารางตั้งแต่สองตารางมารวมกัน
Linking: เป็ นการเชื่อมข้อมูลระหว่างตารางที่มีความสัมพันธ์กนั
ตามเงื่อนไขที่กาหนด เพื่อหาผลลัพธ์ หรื อ ทารายงาน
24
The Relational Database Model
(continued)
Figure 5.6: A Simplified ER Diagram Showing the
Relationship Between the Manager, Department, and
Project Tables
25
The Relational Database Model
(continued)
Figure 5.7: Linking Data Tables to Answer an Inquiry
26
The Relational Database Model
(continued)
• Data cleanup: กระบวนการในการตรวจสอบและดูแล
รวมถึงแก้ไขข้อมูลที่มีความขัดแย้งกัน,ซ้ าซ้อน,ไม่ถูกต้อง เพื่อให้
ข้อมูลถูกต้อง แม่นยา สมบูรณ์ นาไปใช้งานได้อย่างมีประสิ ทธิภาพ
27
The Relational Database Model
(continued)
Table 5.3: Fitness Center Dues
28
The Relational Database Model
(continued)
Table 5.4: Fitness Center Members
Table 5.5: Dues Paid
29
Database Management
Systems (DBMSs)
• DBMS เป็ นกลุ่มของโปรแกรม ใช้เป็ นตัวกลางระหว่างฐานข้อมูล
กับโปรแกรมประยุกต์ หรื อระหว่างฐานข้อมูลกับผูใ้ ช้
30
Overview of Database Types
• Flat file
– ฐานข้อมูลแบบง่ายที่ record ไม่มีความสัมพันธ์ต่อกัน
– เป็ นการจัดเก็บข้อมูลในลักษณะแฟ้ มข้อมูลที่อิสระจากกัน
• Single user
– ผูใ้ ช้หนึ่งคนที่สามารถใช้ฐานข้อมูลได้
– เช่น Access, FileMaker, and InfoPath
• Multiple user
– ผูใ้ ช้งานหลายคนใช้งานฐานข้อมูลพร้อมกันได้ในเวลาเดียวกัน
– เช่น: Oracle, Sybase, and IBM
31
Providing a User View
• Schema:
- คือการอธิบายโครงสร้างของฐานข้อมูลและ ความสัมพันธ์ระหว่าง
ข้อมูลในฐานข้อมูล
- ภาษาเฉพาะที่ DBMS แต่ละตัว สามารถเข้าใจได้
32
Creating and Modifying the
Database
• Data definition language (DDL):
การกาหนดนิยาม และโครงสร้างของข้อมูลที่เก็บในฐานข้อมูล รวมถึง
การกาหนดชนิดของข้อมูลและลักษณะการจัดเก็บข้อมูล เช่น
– สามารถจะกาหนดกฎในการตรวจสอบ
– สามารถกาหนดความสัมพันธ์(Relation)ระหว่างTableเพื่อให้
สามารถตรวจสอบว่าข้อมูลมีความถูกต้องตรงกันอยูเ่ สมอหรื อไม่
• Data dictionary: จัดเก็บนิยำม ควำมหมำยของข้ อมูล และ
ควำมสั มพันธ์ ของข้ อมูล ที่ใช้ในฐานข้อมูล
33
Creating and Modifying the
Database (continued)
Figure 5.10: Using a Data Definition Language to Define a
Schema
34
Creating and Modifying the
Database (continued)
Figure 5.11: A Typical Data Dictionary Entry
35
Storing and Retrieving Data
• เมื่อ application program ต้องการข้อมูลจาก DBMS, เรี ยกว่า logical
access path เช่น
user ต้องขอข้อมูลจาก DBMS เช่น อาจใส่ คาสัง่
List all options for which price is greater that 200 dollars
• เมื่อ DBMS เข้าไปดึงข้อมูลที่ตอ้ งการใน storage device เรี ยกว่า
physical access path
36
Storing and Retrieving Data
(continued)
Figure 5.12: Logical and Physical Access Paths
37
Manipulating Data and
Generating Reports
• Data manipulation language (DML):
คาสัง่ ที่ใช้ในการทางานกับข้อมูลในฐานข้อมูล
• Structured Query Language (SQL)
– พัฒนาโดย American National Standards Institute (ANSI) ใช้เป็ น
เป็ นภาษามาตรฐานกลาง ใช้จดั การข้อมูลในฐานข้อมูลเชิงสัมพันธ์
(relational databases)
• การเรียกค้ นข้ อมูล(Select) การเพิม่ (Insert), ปรับปรุง(Update), และลบข้ อมูล(Delete) ฟิ ลด์ ใดฟิ ลด์
หนึ่ง หรือพร้ อมกันหลายฟิ ลด์ หลายเรคอร์ ดได้
• GRANT เป็ นคาสั่งสาหรับกาหนดสิทธิของผู้ทสี่ ามารถเข้ าใช้ งานในฐานข้ อมูลทีส่ ร้ างขึนนมาได้
38
Manipulating Data and
Generating Reports (continued)
Table 5.6: Examples of SQL Commands
39
Database Administration
• ผู้บริหำรฐำนข้ อมูล (DBA)
• เป็ นผูเ้ ชี่ยวชาญในระบบคอมพิวเตอร์ และฐานข้อมูล ที่มีหน้าที่
รับผิดชอบ ดูแล และควบคุมการสร้าง การใช้งานฐานข้อมูล
– กาหนดโครงสร้างข้อมูลหรื อรู ปแบบของฐานข้อมูล
– กาหนดโครงสร้างของอุปกรณ์จดั เก็บข้อมูลและวิธีการที่จะ
เข้าถึงข้อมูล
– มอบหมายขอบเขตอานาจหน้าที่ของการเข้าถึงข้อมูล
• DBA ทางานร่ วมกับทั้ง users และ programmers
40
Popular Database Management
Systems
• เช่น Microsoft’s Access and FileMaker Pro
• Complete database management software market
includes:
– Software for professional programmers
– Databases for midrange, mainframe, and
supercomputers
• Examples of open-source database systems:
PostgreSQL and MySQL
• Many traditional database programs are now
available on open-source operating systems เช่น DB2
, Sybase
41
Special-Purpose Database
Systems
• specific industries
– Israeli Holocaust Database (www.yadvashem.org)
มีการใช้บน Internet และ มีผใู้ ช้ 3 ล้านคนใน 14 ภาษา
– Hazmat database ฐานข้อมูลวัตถุที่เป็ นพิษ 3500 รายการ พร้อมด้วย
มาตรฐานสาหรับสารที่ระบุได้วา่ เป็ นพิษ
– Art and Antique Organizer Deluxe
ฐานข้อมูลแบบพิเศษ สาหรับ การจัดแสดงผลงานด้านศิลปะ และ วัตถุโบราณ
• Special-purpose database by Tableau can be
used to store and process visual images
42
Selecting a Database
Management System
• Important characteristics of databases to
consider
– ขนาดของฐานข้อมูล
– ราคาของฐานข้อมูล คือ การซื้ อหรื อเช่า
– จานวนผูใ้ ช้งาน คือ จานวนของผูค้ นที่ตอ้ งการใช้ ฐานข้อมูลในเวลาเดียวกัน
– ศักยภาพ คือ ฐานข้อมูลจะสามารถ ปรับปรุ งรายการได้เร็ วแค่ไหน
– การผสมผสาน คือ ความสามารถในการใช้ร่วมกับ โปรแกรมประยุกต์ หรื อ
ฐานข้อมูล อื่นๆ
– ผูจ้ าหน่าย คือ ชื่อเสี ยงและความมัน่ คงทางการเงินของผูจ้ าหน่ายฐานข้อมูล
43
Using Databases with Other
Software
• DBMSs can act as front-end or back-end
applications
– Front end application จะทาหน้าที่โต้ตอบโดยตรงกับผูใ้ ช้งาน
เช่น นักวิจยั ตลาด
– Back end application จะมีการทางานร่ วมกับ โปรแกรมประยุกต์
อื่นๆ และมีการโต้ตอบกับผูใ้ ช้งานทางอ้อม เพื่อให้ขอ้ มูลที่ตอ้ งการ เช่น คุณ
สามารถเชื่อมต่อกับฐานข้อมูลของมหาวิทยาลัย เพื่อหาหนังสื อในห้องสมุดที่
ต้องการผ่านทางเว็บไซต์ของมหาวิทยาลัย
44
Database Applications
• ปกติการใช้งานฐานข้อมูลประยุกต์ จะใช้ใน 4 เรื่ องนี้คือ
– searching การค้นหาข้อมูล
– filtering การกรองข้อมูล
– synthesizing การสังเคราะห์ขอ้ มูล
– assimilating การเก็บข้อมูล
45
Linking Databases to the
Internet
• Semantic Web
– การเชื่อมต่อฐานข้อมูลเข้ากับอินเตอร์ เน็ต
– ทาให้คนสามารถเข้าถึง ฐานข้อมูลในเวลาเดียวกันได้ผา่ นทาง
อินเตอร์เน็ต
46
Data Warehouses, Data Marts,
and Data Mining
• Data warehouse: เป็ นฐานข้อมูลที่รวบรวมข้อมูลจากหลาย
แหล่ง ถูกออกแบบมาเพื่อช่วยงานตัดสิ นใจของผูจ้ ดั การ คลังข้อมูลรวบรวมข้อมูล
ในอดีตทั้งจากในและนอกองค์กร สามารถใช้ในการวิเคราะห์ได้ เพื่อให้ แม่นยา
และ ทันสมัย คลังข้อมูลจะได้รับการปรับปรุ งอย่างสม่าเสมอ ข้อมูลที่เก่าและ
นามาใช้ไม่ได้กจ็ ะถูกกักไว้โดย คลังข้อมูลต้องมีความรวดเร็ วในการปรับปรุ งให้
ข้อมูลใหม่เสมอ มีประสิ ทธิ ภาพ และ เป็ นไปโดยอัตโนมัติ
• Data mart: ส่วนหนึ่งในคลังข้อมูลเป็ นส่วนย่อยของข้อมูล
• Data mining: เหมืองข้อมูล เป็ น เครื่ องมือวิเคราะห์ขอ้ มูล เพื่อค้นพบ
รู ปแบบ และความสัมพันธ์ของ คลังข้อมูล อย่างอัตโนมัติ
47
Data Warehouses, Data Marts,
and Data Mining (continued)
Figure 5.17: Elements of a Data Warehouse
48
Common Data-Mining Applications
1. งานวางยุทธศาสตร์เกี่ยวกับการสิ นค้าและบริ การเหนือคู่แข่ง
2. การคาดการณ์พฤติกรรมของลูกค้า ลูกค้าที่มีแนวโน้มจะไปหาคู่แข่ง
3. งานขายตรง เช่น ส่ งเมลล์ให้ลูกค้าโดยตรง
4. การป้ องกันการโกง เน้นในธุรกรรมที่มกั จะโดนโกงหรื อผิดกฎหมาย
5. การวิเคราะห์ตะกร้าทางการตลาด เช่น ขายของแบบเดียวกัน
6. การจัดกลุ่มการตลาด เช่น จัดกลุ่มลูกค้าตามความชอบ เพศ อายุ
7. วิเคราะห์แนวโน้มต่างๆ เช่น การลดราคา การจัดส่ งเสริ มการขายในแต่
ละช่วงเวลา
49
Business Intelligence
• Business intelligence (BI): ธุรกิจอัจฉริ ยะ
ทาหน้าที่รวบรวมข้อมูลที่ถูกต้อง ได้อย่างทันเวลาพร้อมกับการวิเคราะห์
และอยูใ่ นรู ปแบบที่ใช้งานได้ ซึ่งมีผลทางบวกต่อยุทธศาสตร์ กลยุทธ์
และ การดาเนินงาน
50
Business Intelligence
(continued)
• Competitive intelligence: ส่ วนของธุรกิจอัจฉริ ยะ
เป็ นข้อมูลที่จากัดอยูเ่ ฉพาะคู่แข่ง และ ความรู ้ที่มีผลต่อกลยุทธ์ กลวิธี
และ การดาเนินงาน สามารถรวบรวมได้จาก สิ่ งพิมพ์ บทสัมภาษณ์ และ
การใช้วิธีอื่นๆ
• Counterintelligence: ขั้นตอนที่องค์กรป้ องกันข้อมูล
เพื่อป้ องกันความลับทางการค้า ที่เกี่ยวกับบริ ษทั และ ควบคุมการ
แทรกแซง
51
Distributed Databases
• Distributed database
– ฐานข้อมูลที่ขอ้ มูลสามารถแบ่งเป็ นฐานข้อมูลเล็กๆ ที่เชื่อมต่อผ่านระบบ
โทรคมนาคม
– ช่วยให้องค์กร มีความยืดหยุน่ ในการใช้และการจัดการฐานข้อมูล
– เช่น พนักงานที่สานักงานอื่นสามารถเข้าถึง และ ใช้งานข้อมูล แลกเปลี่ยน
ข้อมูลในฐานข้อมูลได้ ทาให้สามารถเข้าถึงแหล่งที่มาได้โดยตรง และบ่อย ซึ่ ง
ช่วยพัฒนาความสามารถขององค์กรได้อย่างดี
• Replicated database
– ฐานข้อมูลที่สาเนาข้อมูลสาคัญๆ และข้อมูลที่ใช้บ่อยๆไว้
– เพื่อลดต้นทุนการโทรคมนาคม
52
Online Analytical Processing
(OLAP) วิเครำะห์ ประมวลผลออนไลน์
• เป็ นซอฟต์แวร์ที่อนุญาตให้ผใู ้ ช้งาน สารวจค้นหาวิเคราะห์ขอ้ มูล จาก
หลากหลายมุมมองหรื อหลายมิติได้
53
Comparison of OLAP and Data Mining
ลักษณะ
วัตถุประสงค์
OLAP
Data Mining
สนับสนุนการ
สนับสนุนการวิเคราะห์
วิเคราะห์ขอ้ มูลและ ข้อมูลและการ
การตัดสิ นใจ
ตัดสิ นใจ
ประเภทของการ บนลงล่าง , การ
ล่างขึ้นบน, ค้นพบ
สนับสนุนการ
สอบถาม
วิเคราะห์
ทักษะที่จาเป็ นของ ต้องมีความรู ้อย่างมาก ต้องเชื่อถือในแครื่ อง
54
ผูใ้ ช้
เกี่ยวกับข้อมูลและ
มือของ data mining ว่า
Object-Oriented and ObjectRelational Database Management
Systems
• Object-oriented database: ฐานข้อมูลเชิงวัตถุ
เป็ นฐานข้อมูลที่เก็บทั้งตัวข้อมูลและคาสัง่ ในการทางาน
– Method: procedure or action วิธีการ หรื อ การทางาน
– Message: request to execute or run a method
คาสัง่ ในการทางาน
55
Object-Oriented and ObjectRelational Database Management
Systems (continued)
• Object-oriented database management
system (OODBMS): เป็ นกลุ่มของโปรแกรมที่ใช้จดั การ
ฐานข้อมูลเชิงวัตถุ และ เป็ นส่ วนติดต่อกับผูใ้ ช้ และ ใช้ติดต่อกับ
โปรแกรมประยุกต์อื่น
• Object-relational database management
system (ORDBMS): เป็ น DBMS ที่มีความสามารถใน
การจัดการข้อมูลที่เป็ นเสี ยง รู ปภาพ และภาพเคลื่อนไหว
56
Visual, Audio, and Other
Database Systems
• Databases for storing images รู ปภาพ
• Databases for storing sound เสี ยง
• Virtual database systems: ยอมให้ฐานข้อมูลกัน
ทางานร่ วมกันเหมือนเป็ นฐานข้อมูลเดียวกัน
• Other special-purpose database systems
– Spatial data technology: ใช้ใน NASA โดยเก็บข้อมูลจาก
ดาวเทียมและสถานีอวกาศ
57
Summary
• Database: a collection of integrated and related files
• Hierarchy of data: bits, characters, fields, records,
files, and databases
• Key: a field or set of fields in a record that is used to
identify the record
• Database approach to data management: a pool of
related data is shared by multiple application
programs
• Data model: diagram of entities and relationships
58
Summary (continued)
• Relational model: describes data in which all
elements are placed in two-dimensional tables
called relations
• Database management system (DBMS): group of
programs used as an interface between a database
and application programs or a database and the
user
• Role of the database administrator (DBA): plan,
design, create, operate, secure, monitor, and
maintain databases
59
Summary (continued)
• Data warehouse: database that collects
business information from all aspects of a
company’s processes, products, and customers
• Data mining: information-analysis tool for the
automated discovery of patterns and
relationships in a data warehouse
• Object-oriented database: database that stores
both data and its processing instructions
60