Informatika. Aplikativni programi Baze podataka. dr Ana Kovačević

Транскрипт

1 Informatika Aplikativni programi Baze podataka dr Ana Kovačević

2 PROGRAM KAO PROIZVOD 2

3 Program kao proizvod Program kao proizvod, u njih je uloženo puno truda i sredstava Programi laki za kopiranje i postavlja se pitanje autorskih prava 3

4 Softver autorska prava, patenti i licence Autorsko pravo najkorišćeniji način zaštite intelektualnog vlasništva. Autorsko pravo štiti originalnu implementaciju i način prikaza neke ideje, a ne samu ideju. Svako delo zaštićeno autorskim pravom mora imati vidljivu oznaku, a mora biti označena i godina izdavanja te ime autora ili naziv kompanije koja je nosilac autorskih prava. Patent je zaštita izuma koju izdaje vlada neke države, tako se sprečavaju druge osobe ili organizacije da proizvode ili prodaju isti ili sličan proizvod. Patent štiti samu ideju. 4

5 Licence za softver Korisnik kupuje samo licencu za korišćenje softvera, a ne i sam softver. Licencom je definisano na koji način se može koristiti taj softver: na koliko računara se sme koristiti koliko dugo važi licenca u koje svrhe (komercijalne, obrazovne...). 5

6 Softer prema zakonskom obliku zaštite Javno dostupan (engl. public domain)...dopušteno je korišćenje, umnožavanje, distribucija. Softver sa otvorenim kodom (engl. open source): besplatno korišćenje, umnožavanje i distribuiranje, menjanje izvornog koda i dalje distribuiranje, s tim da izmenjeni softver i dalje bude otvorenog koda. Ukoliko se distribuira potrebno je sa licencom u kojoj su definisana sva prava i obaveze korisnika. Besplatan softver (engl. freeware) besplatno je korišćenje i distribucija, ali se ne sme menjati. Distribuira se uz posebnu licencu. Softver koji se daje na probno korišćenje (engl. shareware) Sličan freeware, ali ograničeno vreme je besplatan, a potom se plaća obično simbolična cena. Komercijalni softver (engl. commercial) Kupuje se, i sme samo da se koristi, a ne sme da se kopira, distribuira ili menja. 6

7 BAZE PODATAKA UVOD 8

8 Baze podataka Šta je baza podataka? Šta je sistem za upravljanje bazama podataka? Koja je razlika između baze podataka i tabele u MSWordu ili MSExcellu? 9

9 Šta je baza podatka (BP)? Baza podataka je skup povezanih podataka koji se mogu: čuvati, sortirati, organizovati i postavljati upite nad njima, npr. On-line kupovina. Kreiranjem organizovanih struktura za podakte, podaci u bazama podataka postaju korisniji i imaju značenje Baze podataka omogućavaju da podaci postaju informacije 10

10 Zašto je potrebno poznavanje BP? BP je osnova svakog Informacionog sistema. Omogućava efikasniju interakciju Ako baza nije dobro kreirana ili ako ne znate kako da koristite bazu možda nećete naći informacije koje tražite. 11

11 Baze podataka Baze podatka nisu neophodne (potrebne) za sve tipove podatka Liste su adekvatne za jednostavne zadatke (npr. Korišćenje tabela u Wordu, Excelu) 12

12 Baze podataka vs. liste Kada liste nisu dovoljne za organizovanje podataka? Liste nisu dovoljne za kompleksne informacije (npr. za fakultet: ime, prezime studenta, matični broj, adresa, koje predmete sluša) Liste nisu efikasne kada više ljudi pokušava da pristupi njima (da dobije informacije) 13

13 Baza podataka vs lista Problemi sa listama Redudantnost podataka se dešava kada se podaci ponavljaju Zahteva ažuriranje više lista Nekonzistentnost podataka se dešava kada duplirani podaci se ne ažuriraju ispravno. 14

14 Baze podataka vs. liste 15

15 Baze podaka vs liste Ostali problemi za korišćenje lista umesto baza podataka: Neadekvatni podaci (student upiše nepostojeći predmet) Nekompletni podaci zbog nepoznavanja ili nedostatka informacija (npr. Na prethodnoj slici za Leanne O Connor nije prijavljena za predmete.na osnovu zapisa ne može se reći da li zaista nedostaje ili nije unešeno greškom). 16

16 Baze podataka vs liste I kada se oprezno unosi i postavljaju se pravila nije dovoljno: Opreznost pomaže, ali ima dosta prostora za greške Redudantnost podataka i nekozistentnost su i dalje problemi Kompleksni podaci moraju se organizovati u baze Najpraktičnije i efikasnije 17

17 Prednosti korišćenja baza Kako baze podataka olakšavaju svakodnevi život: Upravljaju velikom količinom podaka efikasno Omogućavaju deljenje informacija Unapređuju integritet podataka 18

18 Prednosti korišćenja baza podataka Kako baze podataka mogu da koriste velike količine podataka efikasno: Organizovanje podatka na specifičan način Čuvanje u višestrukim listama (tabelama) Programi baza podatka su kreirani specifično da upravljaju ispravno velikom količinom podataka, koji se ažuriraju i koriste. 19

19 Prednosti korišćenja baze podataka Kako BP čine deljenje informacija moguće: Samo jedan fajl se održava - čime je omogućena centralizacija podataka. Centralizovana baza postaje deljeni izvor informacija Fajlovi ne trebaju međusobno da se upoređuju Kontrolisani pristup povećava sigrunost 20

20 Prednosti korišćenja baze podataka 21

21 Prednosti korišćenja baze podataka Kako baza podataka omogućuje integritet podataka: Integrite podataka označava da su podaci celoviti (tj. tačni i pouzdani) Centralizacija značajno omogućava integritet podataka Potrebno je da se podaci ažuiraju samo na jednom mestu, za razliku od korišćenja višestukih lista (npr. promena prezimena, ili adrese ). 22

22 Korišćenje baze Administrator baze (ili dizajner baza podataka) je odgovoran za dizajniranje, konstruisanje i održavanje (veće) baze Administrator baze podataka (database administraor DBA) omogućava nesmetan tok podataka. OGRANIČENJA: Može biti zahtevnije i skuplje da se postavi i administrira Potrebno je da se PAŽLJIVO uradi dizajn baze podataka Ograničenja modela 23

23 Database Management Systems (DBMS) Database Management Systems (DBMS) Sistem za upravljanje bazom podataka (SUBP) je posebno kreiran aplikativini softver koji se koristi za interakciju sa korisnicima, drugim aplikacijama i podacima za korišćenje i analizu podataka. Primeri: Oracle Database, MS Access 24

24 DBMS Kako su baze podataka kreirane? Četiri osnovne operacije DBMSa? Kreiranje baze podataka i unošenje podataka Pregledanje (ili prelistavnje) i sortiranje podataka Upiti (izdvajanje) podataka Prikazivanje rezultata. 25

25 Terminologija baze podataka Kako su podaci sačuvani u bazi podataka Polja Čuva svaku kategoriju informaicje Prikazuje kao kolonu Identifikacija na osnovu imena polja Rekord Grupa povezanih polja (red) Tabele Grupa povezanih rekorda Uobičajeni subjekt 26

26 Planiranje i kreiranje baze podataka StudentI D Broj Indeksa Ime Prezime Datum rođenja Mesto Rodjenja PF Adresa Number Varchar2 Varchar2 Varchar2 Date Varchar2 Number Varcha StudentID Broj Indeksa Ime Prezime Datum rođenja Mesto Rodjenja PF Adresa /15 Marija Marjanović Beograd Ulica palmi 12 27

27 Baze podataka Neophodne su deo svakog poslovanja danas. Iza glavnih Web sajtova- Google ili mnogih manjih sajtova koje pružaju informacije je baza podataka. Srce svakog informacionog sistema predstavlja baza podataka Moć baza podataka dolazi od korpusa znanja i tehnologije koja se razvija nekoliko dekada i koje je ugrađena u specijalizovani softver Sistem za upravljanje bazom podataka, DBMS (Database Management Systems- DBMS) 5/16/2019 VISER 2013, Klijent-server 28

28 Baza podataka danas Primena u svim oblastima društvenih delatnosti: u bankarstvu (rad sa transakcijama) trgovini (proizvodi, kupci, prodaja) proizvodnji (proizvodnja, narudžbenice, lanci snadbevanja, magacini) upravljanju ljudskim resursima (evidencija o zaposlenima, plate, planiranje ljudskih resursa). avio kompanijama (rezervacija avionskih karata, planiranje) naučnim istraživanjima, univerzitetima 29

29 Manji i mani sistemi Prvobitni DBMS su bili veliki, skupi softver koji se izvršavao na velikim kompjuterima. Veličina je bila neophodna, zbog skladištenja velike kol. podataka. Danas, DBMS staje na PC računaru, pa DBMS postaje uobičajeni alat za kompjuterske aplikacije, kao ranije Word ili Excel. Drugi značajan trend je tagovanje dokumenata korišćenjem XMLa. 5/16/

30 Veći i veći sistemi S druge strane, GB nije više veliki količina podataka. Baze preduzeća (korporacija) skladište terabajte (10 12 bytes), a postoje brojne baza koje čuvaju PB(10 15 B). Neki važni primeri: Google pokupi PB podataka od jednog skupljanja sa Weba. Ovi podaci se ne čuvaju u tradicionalnim DBMS, već u specijalizovanim strukturama optimizovanim za search-engine upite. Slika govori više od hiljadu reči. Repozitorijumi kao što je Flicker čuvaju milione slika i podržavaju pretraživanje ovih slika. Video klipovi zauzimaju još više prostora. Sat vremena videa zauzima min GB. Sajtovi kao YouTube imaju na hiljade, ili milione klipova. Peer-to-peer sistemi za deljenje fajlova koriste velike mreže konvencionalnih kompjutera da sačuvaju i distribuiraju podatke različitih vrsta. Iako svaki čvor u mreži može da sačuva samo nekoliko stotina GB, zajedničku bazu koju čine je velika. 5/16/

31 Integracija informacija Problem integracije informacija: predstavljanje informacija sadržanih u brojnim bazama kao jednu. Npr. velika kompanija ima mnoga odeljenja. Svaki deo može da izgradi sopstvenu bazu proizvoda ili uzme rekorde nezavisno od drugih odeljenja. Neka od ovih odeljenja su ranije bila nezavisne kompanije, koje imaju sopstveni način rada. Različita odeljenja koriste različite DBMS s i različite strukture informacija. Mogu koristiti različite nazive koji znače istu stvar i iste nazive koje znače različite stvari. 5/16/

32 RAZVOJ SISTEMA ZA UPRAVLJANJE PODACIMA 33

33 Razvoj sistema za upravljanje podacima Programsko upravljanje zapisima ( ) On-line (hijerarhijske/mrežne) BP Relacione baze podataka Objektno-orijentisane baze podataka (dopuna Objektno-relacione baze podataka) 5/16/

34 Programsko/sekvencijalno upravljanje zapisima: /16/

35 Obrada zasnovana na fajlovima Fajl je kolekcija rekorda (zapisa) koji sadrže logički povezane podatke. Sistem zasnovan na fajlovima predstavlja skup aplikacija/programa oslonjenih na fajlove koji obavljaju neke servise za krajnjeg korisnika. Svaki program definiše i upravlja svojim podacima. 5/16/

36 Obrada zasnovana na fajlovima 5/16/

37 Ograničenja sistema zasnovanih na fajlovima Razdvojenost i izolovanost podataka Redudantnost podataka Zavisnost programa od organizacije podataka Nekompatibilnost formata fajlova Niska produktivnost razvoja/održavanja IS Povećanje potrebe za novim izveštajima Fiksni upiti/izveštaji Porast fajlova i aplikativnih programa 5/16/

38 Posledice ograničenja fajlovski organizovanih sistema: Definicija podataka je ugnježdena u aplikativnom programu Ne postoji kontrola nad pristupom i manipulacijom podacima, osim one koju daju aplikativni program NOVI PRISTUP: baza podataka (BP) i Sistem za upravljanje bazom podataka (SUBP=DBMS). 5/16/

39 Obrada zasnovana na korišćenju BP 5/16/

40 Baze podataka nekad 41

41 Prve važne aplikacije DBMS Su one gde su podaci sačinjeni od brojnih malih elemenata, mnogih upita ili modifikacije. Primeri: 1. Bankarski sistemi: održavanje računa i obezbeđenje da pad sistema neće uticati na gubitak novca. 2. Sistem za rezervaciju avio karata: kao bankarski sistem, zahteva obezbeđenje da podaci se neće izgubiti i mora prihvatiti veliki obim sitnih akcija korisnika. Čuvanje zapisa preduzeća: podaci o zaposlenima, porezu, investitorima, prodaji, i veliki obim drugih tipova informacija, čija većina je kritična. 5/16/

42 Baza podataka danas 43

43 Baze podataka danas 44

46 Baza podataka (BP) BP: zajednički korišćena kolekcija logički povezanih podataka i opisa tih podataka, projektovana da zadovolji informacione potrebe preduzeća NEZAVISNOST programa od podataka. 5/16/

47 Modeliranje realnog sistema Relan sistem Izlaz1 Ulaz Cilj svakog modela je da učini da je: Izlaz1 Izlaz2 Programi za upravljanje Baza podataka Programi za izveštavanje Izlaz2 Informacioni sistem 48

48 Baza podataka Veliki, integrisani skup podataka Komponente baze podataka: tabele ili datoteke relacije (veze) između vrsta u tabelama i metapodaci (podaci o podacima) 49

49 Prednosti baze podataka Fizička nezavisnost izmene u fizičkoj strukturi podataka ne dovode do izmene šeme, podšema i aplikativnih programa. Logička nezavisnost: izmene konceptualne šeme ne utiču na izmene podšema i programa pod uslovom da se ne menjaju obeležja podataka koje taj program koristi; promeniće se samo preslikavanje. 50

50 PREDNOSTI rada sa bazama podataka Integrisanost podataka (centralizovana kontrola svih podataka i upravljanje podacima na sistematičan način) Nezavisnost podataka od programa koji ih obrađuju. Razdvajanje fizičkog zapisa i logičke organizacije podataka. 51

51 PREDNOSTI baze podataka Prednost računarskih BP: lakše smeštanje velike količine informacija jednostavno, brzo i fleksibilno dobijanje traženih informacija lakše organizovanje i reorganizovanje informacija lakše prezentovanje i distribuiranje informacija 52

52 Poboljšanja u organizovanju i korišćenju podataka Smanjenje i kontrolisanje redudanse podataka Zajedničko korišćenje podataka od strane više korisnika Poboljšanje konzistentnosti (saglasnosti) podataka Smanjenje verovatnoće nastanka nekorektnosti podataka. Podacima mogu pristupati samo autorizovani korisnici. 53

53 Aspekti baze podataka Sistem za upravljanje bazom podataka (Database Management Systems) softverski sistemi koji obezbeđuju osnovne funkcije obrade velike količine podataka. Modeli podataka: Intelektualni alati pomoću kojih se opisuje (modeluje) sistem kao skup objekata, njihovih atributa i njihovih međusobnih veza. 54

54 ANSI/x3/SPARC ANSI/x3/SPARC (Standards Planning and Requirements Comittee) predložio (1975.) 3-nivovsku arhitekturu sa sistemskim katalogom, koji omogućava logičku i fizičku nezavisnost podataka. Subšema, logička, fizička šema Koncept transakcija i zaključavanja. 5/16/

55 ANSI-SPARC arhitektura Aplikativni program Korisnik za terminalom Aplikativni program pogled 1 pogled 2 pogled 3 Eksterni (Lokalni logički) nivo Šema Konceptualni (Globalni logički) nivo DISK Fizički nivo Glava /16/2019

56 ANSI-SPARC arhitektura (2) Eksterna/spoljan šema: opisuje deo BP koji je relevantan za pojedinačnog korisnika Konceptualna šema: opisuje sve entitete, atribute, njihove relacije, ograničenja, informacije o sigurnosti i integritetu. Fizička šema: opisuje kako su podaci memorisani u BP, alokacija memorijskog prostora za podatke i indekse, 5/16/

57 ANSI-SPARC arhitektura Eksterno-konceptualno preslikavanje, omogućava logičku nezavisnost podataka. Konceptualno-interno preslikavanje, omogućava fizičku nezavisnost podataka. DBMS je odgovoran (održava) za preslikavanje između ova tri nivoa. 5/16/

58 Nezavisnost podataka Nezavisnost podataka nezavisnost programa i podataka. Logička nezavisnost baza podataka se može projektovati relativno nezavisno od toga kako će se podaci koristiti. Logička nezavisnost podataka nezavisnost između konceptualne šeme i podšema. Fizička nezavisnost podataka nezavisnost između konceptualne i interne šeme baze podataka. 59

59 Anatomija baze podataka 60

60 Sistem za upravljanje bazom podataka Sisetem za upravljanje bazom podataka SUBP (engl. Database Management system) je softverski sistem koji obezbeđuje osnovne funkcije obrade velike količine podataka tj. efikasno memorisanje i upravljanje bazama podataka. 61

61 Sistem za upravljanje bazom podatka - nastavak Složen softverski sistem koji treba da omogući: logičku i fizičku nezavisnost programa od podataka jednostavno komuniciranje sa bazom podataka preko jezika bliskih korisniku tzv. upitnih jezika. 62

62 Korišćenje baze podataka Bazi se može pristupati na različite načine, npr. preko: korisničkog programa upitnog jezika menija prozora i maski. 63

63 Projektovanje baze podataka Potrebno je razumeti: podatke relacije između podataka ograničenja podataka. Projektovanje baze je kritično za efikasnost IS. 64

64 Projektovanje baze podataka I faza: projektovanje LOGIČKE strukture rezultat konceptualna šema i podšema II faza: projektovanje FIZIČKE strukture rezultat interna šema baze podataka. 65

65 Model podataka Osnovne komponente modela podataka: logička struktura svih podataka skup operatora skup ograničenja nad podacima Šema je opis određenog skupa podataka korišćenjem datog modela podataka. 66

66 Osnovne komponente modela podataka Struktura modela (skup koncepata za opis objekata sistema, njihovih atributa i njihovih međusobnih veza). Ograničenja podataka Operacije (nad podacima) Dinamička pravila integriteta (definišu osnovna dinamička ponašanja modela) 67

67 Vrste modela baza podataka Hijerarhijski Mrežni RELACIONI (Codd-ov rad iz god). Objektno-relacioni Objektni 68

68 Relacioni model Glavni koncept kod relacionog modela podataka je relacija (tabela) Svaka relacija ima svoju šemu koja opisuje kolone, tj. polja relacije. 69

69 Tabele su povezane preko ključeva student smer profesori 70

70 Tabele radnik i odeljenje 71

71 Osnovni pojmovi Primarni ključ PK (PRIMARY KEY): jedistveno identifikuje svaki objekat. kandidat za ključ koji se najčešće koristiti da jedinstveno identifikuje objekat (šifra studneta) Spoljni ključ (Foreign key, FK) koristi se za povezivanje sa vrednošću PK drugog objekta Objekti su uvek u nekoj relaicji. 72

72 Primarni ključ Mora biti jedinstven Ne treba ništa da predstavlja (govoreće šifre), npr. matični broj. Primer: autonumber 73

73 Relacione baze podataka Organizuju podatke u format tabele Logički grupišu slične podatke u relaciju Povezuju podatke između tabele preko relacija za zajedničkih ključeva. Primarni ključ u jednoj tabeli je povezan sa stranim ključem u drugoj tabeli. Potrbeno je da da se podaci u odgovarajućim tabelama sinhronizuju (referencijalni integritet: svaka vrednost u stranoj tabeli ima odgovarajuću vrednostu u primarnoj tabeli) 74

74 Relacione baze Različiti tipovi realicija postoje u relacionim bazama: Jedan prema više: jedan rekord se pojavljuje jednom u jednoj tabeli i više puta u odgovarajućoj tabeli Jedan prema jedan: za svaki rekord u jednoj tabeli postoji samo jedan rekord u odgovarajućoj tabeli Više prema više: Rekordi u jednoj tabeli mogu odogovarati više rekorda u odgovarajućim tabelema i obrnuto. Relacione baze su odlične za podatke koje mogu da se smeste u tabele i mogu da budu organizovane u polja i rekorde. Ali za neke podatke kao što su slike, video, audio mnogo je prirodnija sredina objektno-orijentisane baze. 75

75 Objektno-orijentisane baze Objektno-orijentisane baze: Čuvaju podatke u objektima pre nego u tabelama Takođe imaju metode za obradu i manipulaciju podataka Mogu da čuvaju više tipova podataka nego relacione baze Mogu da pristupaju podacima brže. 76

76 Objektno-orijentisane baze Objektno-orijentisane baze su zgodnije za nestruktuiranie podatke Nestruktuirani podaci uključuju audio klipove, video, slike i ekstremno velika dokumenta: Binary large objects (BLOB) su nestruktuirani podaci kodirani u binarnoj formi Struktuirani podaci su analitički podaci ( Mitar ili 298 ). 77

77 Funkcije: Funkcije baze podatka Omogućavaju korisnicima da izdvoje podskup iz baze podataka Šalju podatke na smislen i način i u formatu za prezentovanje 78

78 Funkcije baze podaka: Unošenje podataka Kako ubaciti podatke u bazu podataka: Može se direktno unositi u bazu podataka Može se uneti (importovati) iz drugih fajova: Čuva vreme Smanjuje greške podataka Mora da se podudari format podataka Filteri se često primenjuju Nepotvrđeni podaci su označeni 79

79 Unošenje podataka Forma za unos podataka 80

80 Validacija podataka Kako obezbediti da samo validni podaci se unose u polja: Validacija je proces koji obezbeđuje da podaci zadovoljavaju specifične smernice Validaciona pravila su definisana u rečniku podataka Specifikovana u osobinama polja za svako polje Narušavanje rezultuje porukama o grešci sa predloženom aktivnošću 81

81 Validacija podataka Validacija podataka omogućava da su korektni podaci uneseni 82

82 Validacija podataka Uobičajena pravila validacije: Provera opsega: podaci se nalaze u okviru opsega Provera kompletnosti: obezbeđuje da su sva potrebna polja unesena Provera kozistentnosti: Upoređuje usklađenost vrednosti Provera numerika i alfabetska: provera da li je unesen samo tekst ili brojevi u polja. 83

83 Provera podataka 84

84 Prikazivanje i sortiranje podataka Pregledanje rekorda Sortiranje rekorda prema imenu polja 85

85 Ekstrakcija ili upiti podatka Kada se kreira upit, mogu se specifikovati polja iz više tabela kao i specifični kriterijumi u polju. Izlaz označava one rekorde koji zadovoljavaju specifične kriterijume 86

86 Ekstrakcija ili upiti nad podacima Prikazivanje podskupa podataka iz baze podataka: Upitini jezik SQL (Structured Query Language) je najpoznatiji, i jednostavan za učenje. 87

87 SQL SQL (Structured Query Language) de facto standarni jezik baza podataka Jezik IV generacije, English like 88

88 Pretraživanje baza podataka Sintaksno Data Mining: otkrivanje i izdvajanje skrivenih prediktivnih informacija iz velikih BP koristi statističke metode i tehnologiju veštačke inteligencije: locira trendove i karakteristične oblike u podacima, koji bi se inače prevideli uobičajenim SQL upitima BP 89

89 Savremeni DBMS Relacioni sistem za upravljanje BP (RDBMS) Objektno orijentisani sistemi za upravljanje BP (OO DBMS) Objektno-relacioni sistem za upravljanje BP (OR DBMS) Kategorizacija nije jednostavna, ovde je diferencijacija izvršena na osnovu (modela, upitnog jezika, računarskog modela) 5/16/

90 Definisanje BP DBMS obezbeđuju Mogućnost unošenja, ažuriranja, brisanja i pretraživanja podataka Kontrolisani pristup podacima: Katalog dostupan korisniku Sigurnost Integritet Kontrola konkurentnosti, oporavka 5/16/

91 Funkcije DBMS Memorisanje, pretraživanje i ažuriranje podataka (osnovna f-ja DBMS) Sistemski katalog dostupan korisniku Podrška transakcijama Upravljanje konkuretnim pristupom Servisi oporavka Servisi autorizacije Podrška komunikaciji Servisi integriteta Servisi za unapređenje nezavisnosti podataka Uslužni servisi 5/16/2019 VISER 2013, Klijent-server 92

92 DATA WAREHOUSE 93

93 Data warehouse Najednostavnije, podaci su sačuvani u 1 bazi na serveru, i pretražuju se kad je potrebno. TO je dovoljno za male baze i jednostavno poslovanje. Problem nastaje sa razvojem organizacije i podaci se nalaze u odvojenim bazamam (koje nisu pravljene za pristupanje ovim tipovima podataka). Veliki repozitorijumu DATA WAREHOUS rešavaju ovaj autor: problem. dr Ana Kovačević, FB 94

94 Data warehouse Veliki skup podataka koji sadrži i organizuje na jednom mestu sve podatka iz više baza. Podaci dolaze iz više baza Konsoliduje podatke iz različitih sistema. 95

95 Data warehouse Podaci iz individualnih baza su izvučeni zajdeno u data warehouse. Menadžeri mogu da proizvedu obiman izveštaj koji je nemoguće kreirati iz individualnih baza podataka. 96

96 Data warehouse Data warehouse ne obuhvataju podatke samo iz jednog perioda vremena: Podaci su vremenski promenljivi Sadrži sadašnje i istorijski podatke Omogućuje analiziranje prošlosti Ispituje sadašnjost u svetlosti istorijskih podataka Čini pretpostavke o budućnosti 97

97 Popunajvanje DataWarehouse Kako je DataWarehouse popunjeno podacima: Interni izvori: Kompanijske baze i drugi alati za analizu Eksterni izvori: Podaci koje obezbeđuju vendori, dobavljači... Clickstream podaci: Softver koji se koristi da prikupi informacije o svakom kliku koji korisnik čini. 98

98 DataWarehouse Pre ubacivanja podataka u DataWarehouse mnogi programi i procedure su najčešće potrebne za izdvajanje podataka i njihovo reformatiranje Priroda i kompleksnost izvornih podakta određuje kompleksnost procesa unošenja podataka u DataWarehouse. 100

99 Data Mining Data mining Proces kojim se velika količina podataka analizira i istažuje. Uočiti značajne paterne i trendove koji nisu očigledni. 101

100 Data Mining - tehnike Klasifikacija Definisati klase podataka Primeniti klase na neklasifikovane podatke Procena Omogućuti menadžerima da dodele vrednost baziranu na određenim kriterijumima Asocijativna pravila Menadžeri određuju koji podaci idu zajedno. Klasterizacija Organizovanje podataka u slične grupe koje nisu unapred poznate. Opis i vizualizacija Opis podataka tako na menadžeri mogu da ih interpretiraju na novi i različit način. 102

101 Literatura Dejan Simić: Osnove informacionokomunikacionih tehnologija, FON Ana Kovačević, Ninel Čukalevski: Razvoj klijent-server sistema korišćenjem DBMS Oracle, VETS Evans, Martin, Poatsy Technology in action 10th edition,