Térinformatika

Elemi adatstruktúrák

Az adatmodellezés folyamatában a témában érdekelt adatok, regisztereik és azok kapcsolatait kell felderíteni. Ha általánosítani akarjuk a kérdést, és azt akarjuk megvizsgálni, hogy az adatok kapcsolatainak melyek a lehetséges alapformái, úgy az 1.4 ábra kapcsán a következő három alapkapcsolatot emelhetjük ki.

1.4 ábra - elemi kapcsolat típusok

Legegyszerűbb az 1:1 kapcsolat. Példaként megemlíthetjük a személy és személyi-szám kapcsolatot, minden személynek egy személyi-száma van. Hasonlóképpen utalhatunk a földrészlet és a településen belüli helyrajziszám kapcsolatára.

Bonyolultabb kapcsolat az 1:N kapcsolat. Példaként szolgálhat a személy és a tulajdonában lévő földrészlet vagy földrészletek, más példa lehet a személy és gyermekei, stb.

Legbonyolultabb az N:M kapcsolat. Ha egy példán keresztül akarjuk érzékeltetni ezt a kapcsolatot. Képzeljük el, hogy egy intézet, melynek három tanszék van három feladatot végez. Ha a feladatokat úgy osztanánk szét a tanszékek között, hogy egy feladatot csak egy tanszék dolgozói végezhetnek, úgy az adatkapcsolat az 1:N sémával volna leírható. Ha azonban a különböző tanszékek dolgozói bedolgoznak egymás témáiba, úgy a tanszéki dolgozó, illetve a feladat kapcsolata csak az N:M formában írható le.

A különböző adatkezelő rendszerek, beleértve a korszerű adatbázis kezelő rendszereket is, ezeknek a kapcsolatoknak valamelyik bonyolultsági fokát kívánják megoldani. A hagyományos adatkezelés csak az 1:1 kapcsolat megoldására volt alkalmas. A korszerű rendszerek igyekeznek az N:M problémát is megoldani, habár ez nem minden esetben sikerül közvetlenül.

Az adatmodellezés során grafikusan felvázolt adatokat és kapcsolataikat a számítógép számára a következő formában építhetjük fel. A legkisebb egység a bit, amely egy kettes számrendszerben kifejezett számjegyet jelent. A második egység a byte, amely rendszerint 8 bitből és egy ellenőrző bitből áll. A következő egység a mező, mely egy önálló adatot jellemez. Több mező alkot egy szegmenst, mely lehet egyszeri vagy ismétlődő. A szegmens lényegében bizonyos összetartozó mezők legmagasabb logikai szintű együttese. Több mező vagy szegmens alkot egy rekordot, melyet másképp adatmondatnak is neveznek. Végül az adatok legmagasabb szervezeti formája a file, másképp dossziénak is hívják.

Megjegyezzük, hogy a fenti adatszervezési egységek tulajdonképpeni adatokat rögzítő részei, tehát a mező, szegmens, rekord és file mind a logikai, mind a fizikai struktúrában jelen vannak. Egyes adatleíró vagy adatfeldolgozó nyelvek ismernek magasabb szervezeti egységet is, ezek azonban általában a fizikai struktúrához kötődnek és ezért az általános elemzésben nem kívánunk róluk szólni.

1.1 táblázat - az adatszervezési egységek szemléltetése a geodéziai alappontok file-ján

A példa kapcsán feltűnik, hogy minden adatszervezési egység két jellemzővel rendelkezik. Az egyik jellemző tulajdonképpen a fejléc, az adatok jelölését tartalmazza, más kifejezéssel az adattípust adja meg, magának a táblázatnak a rubrikái pedig az adatokat, azaz a mezők tartalmát, amik tulajdonságok és értékek. Más szóval a mezőtartalmakat adatmegjelenésnek is nevezzük.

Az adatmodellezéssel kapcsolatban említett adatstruktúrák a rekordokon belül, de a rekordok között is megjelennek.

Nézzük meg mindenekelőtt a rekordok belső szerkezetét, majd a rekord típusok egymáshoz történő kapcsolódási lehetőségeit.

Mind a fizikai, mind a logikai rekordok lehetnek lineárisak, ami azt jelenti, hogy a rekordokhoz tartozó mezők vagy szegmensek egymástól függetlenek és csak a rekord rendezési fogalmának vannak alávetve, alá- vagy mellérendelés a rekordon belül nincs. A másik főstruktúra a nem lineáris rekordok struktúrája, mely lehet fa-struktúra, háló-struktúra, ciklikus-struktúra.

Készítsük el lineáris rekord formájában valamely alappont összes jellemző adatát. Amint látjuk, a lineáris rekordban a rekord rendezési fogalma a pontszám, a többi jellemző adat ehhez a rendezési fogalomhoz van hozzárendelve.

1.5 ábra - egy geodéziai alappont adatait tartalmazó rekord

Nézzünk példát a fa-struktúrára is. Készítsük el valamely ponton végzett észlelések rekordját (1.6 ábra). Amint látjuk, a fa-struktúra esetén több hierarchia szintet különböztetünk meg (A, B, C, D, E).

1.6 ábra - észlelési (szög és távolság mérési) rekord fa struktúrában

Az előző példa modellezését háló-struktúrában is elvégezhetjük, ha feltételezzük azt, hogy az egyes észleléseknél szereplő műszerek azonosak, azaz E1=E2=E6=E7 és E3=E9 (1.7 ábra).

1.7 ábra - észlelési rekord háló struktúrában

Az adatszervezési eljárásoknál majd látni fogjuk, hogy a különböző struktúrájú adatmodelleknek más és más logikai szintű tárolási és keresési eljárás fog megfelelni.

Végül a ciklikus struktúrára is mutatunk be példát, ha az alappont észlelési rekordját csak az A, B1, C1, D1, E1 mezők figyelembevételével alakítjuk ki.

1.8 ábra - az észlelési rekord egy része ciklikus struktúrában

Természetesen a fenti struktúrák a rekordok között is megjelenhetnek. Ez a kapcsolatrendszer határozza meg az egész adatbázis, vagy az alséma jellegét. A három legelterjedtebb adatbázismodell, melyeket a későbbiekben röviden összefoglalunk, a hierarchikus, a hálós és a relációs. Célszerű megjegyezni, hogy míg az első két modellben a fölvázolt alapstruktúrák jól követhetők, addig a relációs modell esetén ez a kapcsolatrendszer a felhasználó számára transzparensé válik.

A strukturált adatszerkezetek kódolása

Mielőtt rátérnénk az adatszervezési eljárások ismertetésére, vizsgáljuk meg röviden a strukturált adatok leírási lehetőségeit. Az eddigiekben lényegében a mezőtípusok, illetve rekordtípusok közötti kapcsolatokról beszéltünk azonban már említettük, hogy minden adatszervezési egység esetében a típuson kívül tartalmi megjelenésről is beszélünk. A tartalmi megjelenés, azaz a tulajdonképpeni adatok leírása még ha nem számszerű adatokról is van szó, mint például az állandósítási módok stb. gyakran számjegyekkel, azaz numerikus kódokkal történik. Ez egyrészt azzal magyarázható, hogy íly módon elkerülhetők a nyelvben levő kétértelműségek, másrészt, mivel így a tárolás rövidebb lehet.

A kódok a következő funkciókat látják el:

· azonosítás,

· osztályozás,

· Információ.

Az eddigi tapasztalatok azt bizonyítják, hogy ezt a hármas funkciót legcélszerűbben az úgynevezett párhuzamos kódolással lehet elérni. A párhuzamos kódolás lényege az, hogy minden objektum kap egy azonosító kódot, ami gyakorlatilag egy sorszám és ez az adott objektum vonatkozásában változatlan marad. Ezen kívül azonban ellátjuk az illető objektumot osztályozó kóddal is, amely osztályozó kód az objektum kapcsolatainak változásával megváltozhat. Hasonlóképpen szükség esetén az objektum kódját informatív kóddal is kiegészíthetjük, pl. a városnévvel, dátummal stb. Az ilyen módon kialakított párhuzamos kódok egyértelműsége biztosított, nincs belső hierarchiájuk és így tetszés szerinti kapcsolatok alakíthatók ki a különböző kódolt objektumok, illetve azok jellemzői között.

Bár a kódolás nem tartozik az adatbázis koncepció lényegéhez, mégis célszerű felhívni a figyelmet a helyes kódolás fontosságára. Érdekes módon az adatbázis koncepció magyarországi elterjedésének kezdetén a kódolásnak túlzott, indokolatlan jelentőséget tulajdonítottak, míg az utóbbi időben úgy tűnik, hogy a jelentőségét teljesen elhanyagolják. Kétségtelen, hogy a kódolás alapfeladata az azonosítás. A jó kódnak azonban emellett még a lehetőségekhez képest maximális információtartalma is kell hogy legyen. Különösen igaz ez akkor, ha az azonosításhoz amúgy is szükséges helyértékek növelése nélkül valósítható meg az információ gazdagság. Jó példaként említsük meg a geokódokat melyek úgy képesek azonosítani a területi objektumokat, hogy egyúttal azok térbeli elhelyezkedésére is információval szolgálnak. Rossz példaként a gépjárműrendszámok új rendszerét említhetjük (a régi rendszámok rendszere sem volt túl jó), mely ahelyett, hogy a külföldi országok rendszámkódolásához hasonlóan információt szolgáltatna a gépkocsik területi hovatartozásáról, az azonosításon kívül gyakorlatilag semmilyen információt sem nyújt.