|
Hiyerarşik Veri Modelleri
Bu modelde veriler ağaç yapısına benzer bir biçimde modellenir.
En üste kök ve kökün dalları bulunur. Ayrıca her dalın alt dalı sayesinde dallanma
ve çeşitlilik artar. Bu modelde her bir alt dalın sadece bir tane noktadan bağlanma
şartı bu modelin en büyük kısıtlamalarından biridir. Hiyerarşik veri modeli 1960
ve 1970 yılları arasında popüler olan bir modeldi Hiyerarşik veri modellerinde çoklu
ilişkileri temsil edebilmek için, varlık tiplerinin her ilişki için ayrı ayrı tanımlanması
gerekir. Bu da gereksiz veri tekrarına sebep olur. Hiyerarşik model, bir ağaç yapısına
benzer. Model dahilindeki herhangi bir düğüm, altındaki n sayıda düğüme bağlanırken,
kendisinin üstünde ancak bir düğüme bağlanabilir. Hiyerarşik yapının en tepesindeki
düğüm noktasına kök denir ve bu düğümün sadece bağımlı düğümleri bulunur. Bu veri
yapısını gösteren grafiğe de hiyerarşik tanım ağacı denir.
Şebeke Veri Modelleri
Bu modelde , tablo ve grafik temellidir.Grafikteki düğmeler
varlık tiplerine karşılık gelir ve tablolar şeklinde temsil eder.Grafik oklar ,
ilişkileri temsil eder ve tabloda bağlantılar olarak temsil edilir.Spesifikasyonu,
1971 yılında DBTGCODASYL tarafından belirlenmiştir.
2 ayrı veri yapılandırma aracı vardır. Bunlar Kayıt tipi ve
bağlantı dır. Kayıt tipleri varlık tiplerini belirler.Bağlantılar ise ilişki tiplerini
belirler.Bu yapıyı gösteren grafiğe de veri yapısı grafiği adı verilir.
Şebeke veri modeli veri modelleri içinde en genel olalarından
biridir.Şebeke 1 eleman herhangi bir elemana bağlanabilir.Hiyerarşik yapılardan
farklı olarak şebeke yapılarında bağlantı açısından herhangi bir sınırlama yoktur.
Ağ Veri Modeli
Ağ Veri Modeli: Ağ veri modeli 1970'li yıların başında geliştirilmiştir.
Bir verinin doğası gereği birden çok veri ile ilişkisinin olmasından dolayı hızlıca
kabul görmüştür. Bu modelde verilerin birrine ağ şeklinde bağlandığı varsayılır.
Bir veri ağında iki kullanıcının haberleşebilmesi için bir çeşit adresleme şekli
gereklidir. Genelde, iki veya üç adres gerekir. Bazı sistemlerde bir fiziksel adres,
bir veri bağlantı adresi ve bir ağ adresi kullanılır. Daha yaygın bir yaklaşım,
yalnızca fiziksel ve ağ adreslerini kullanmaktır. Bu yaklaşımda, fiziksel ve veri
bağlantı adresi aynıdır. Pratik olarak konuşursak, üst katman isimleri ve port numaraları
gibi diğer adresler, iki kullanıcı arasında belirli uçtan-uca haberleşme yapılacağında
gerekli olur. Ağ adresleri: Bir ağ adresi tanımlamanın kolay yolu; adresin ağı tanımlamasıdır.
Ağ adresinin belirli bir parçası aynı zamanda bir bilgisayarı veya terminali betimleyebilir.
Ancak, Internet standartları bir IP adresinin neyi tanımlayabileceğine dair sıkı
kurallar koymuştur. Bir ağ adresi fiziksel veya veri bağlantı adreslerinden daha
yüksek katmandadır. Yüksek katmandaki adresler, daha alt katmandaki adreslerle ilgilenmezler.
Böylece, bir ağ veya internette bulunan ağ adresleri ile ilgilenen parçalar, veri
fiziksel cihazın bağlı olduğu ağ linkine gelene kadar son varış fiziksel adresleri
ile ilgilenmezler
Fiziksel adresler
Bir haberleşme linkindeki veya ağındaki her bir cihaz (bir bilgisayar
veya iş istasyonu gibi) bir fiziksel adres ile tanımlanır. Bu adrese donanım adresi
de denir. Birçok üretici fiziksel adresi cihazın içindeki bir lojik board'a veya
cihaza doğrudan bağlanabilen bir arabirim ünitesine yerleştirir. Bir haberleşme
diyalogunda iki fiziksel adres görev alır; bu adreslerden biri göndericiyi (kaynak)
diğeri de alıcıyı (varış) tanımlar. Fiziksel adresin uzunluğu değişir. Çoğu sistem
iki 48-bit adres kullanır, fakat başka adres büyüklükleri de kullanılmaktadır. 48-bit
adres yapısı Ethernet ve IEEE protokollerinde kullanılır. Bu adrese MAC (Media Access
Control) adresi denir. Katmanlı veri haberleşme modeli açısından bakarsak, fiziksel
adres, fiziksel veya veri bağlantı katmanlarında kullanılır
İlişkisel Veri Modelleri
Şu anda kullanılan veri tabanlarının çoğu ilişkisel veri modeline
daha çok destek verirler. Bu modelde alakalı veriler tablolar içinde saklanır. Ayrıca
tablolar arasında değişik türde ilişki kurulur. İlişkiler kurulurken birincil anahtar
(Primary key) ve yabancı anahtarlar (Foreign Key) kullanılır. Anahtar alanlar sayesinde
indeksleme (indexing) yapma olanığı sunan ilişkisel veri tabanlarında erişim ve
işlemler daha hızlı yapılabilir. İlişkiler ve onların temsilleri olan tablolardan
oluşan veri modelleri ilk olarak 1970 yılında Codd tarafından ortaya atılmıştır.
İlişkisel veri modelleri formüle edilirken, veri yönetimi ihtiyaçlarını karşılayabilmek
için ilişkinin matematiksel teorisi, mantıksal olarak genişletilmiştir.73 İlişkisel
veri modellerinde kullanılan tek yapılandırma aracı ilişkidir. İlişkinin tanımı,
veri tabanı ilişkilerinin zamana bağlı olması dışında, matematiksel tanımı ile aynıdır.
Yani, bir veri tabanı ilişkisinde satırlar, eklenebilir, değiştirilebilir ya da
düzeltilebilir. Aşağıdaki örneklerde büyük harflerle yazılan ifadeler ilişki isimlerini,
parantez içindeki ifadeler de tanım kümesi isimlerini göstermektedir
Veri üzerinde yapılacak işlemler için, ilişkisel veri modellerinde
üç tip dil kullanılır. Birincisi, matematikteki ilişkisel işlemlere dayanır. Bu
tip dillere örnek olarak INGRES ve QUEL verilebilir.
İkinci tip dil, görüntü yönelimlidir. Boşluk doldurma yöntemiyle
çalışır. Örneğin, QBE (Query By Example) ve CUPID bu tür dillerdendir.
Üçüncü tip dil, haritalandırma yönelimli dildir. Bu tip diller,
bilinen bir özniteliğin ya da öznitelik kümesinin, aranan bir özniteliğin ya da
öznitelik kümesinin üzerinde, bir ilişki yoluyla haritalandırılması prensibiyle
çalışır. Örneğin, yapısal sorgulama dili bu tip bir veri dilidir.Aşağıdaki gördüğünüz
resimde büyük harflerle yazılan ifadeler ilişki isimlerini , parantez içindeki ifadelerde
tanım kümesini göstermektedir.
Yukarıda gördüğünüz satırlar basit bir hastane veri tabanının
ilişkisel şemasını göstermektedir.İlişkisel şema ilişki isimlerinin ve karşılık
gelen tanım kümesi isimlerinin listesidir.
Nesne Yönelimli Veri Modelleri
Diğerlerinden daha sonra ortaya atılan ve karmaşık uygulamarda
başarısını kanıtlamış nesne yönelimli programlamaya dayanan veri modelidir. Bu modelin
öngörüsü giderek çözülmesi daha zor hale gelen programlama problemlerini çözen nesne
yönelimli modelin veri modelleme de etkili olacağıdır.Nesne yönelimli sistemler,
bir istatistiksel sistem içinde, esnek veri yapılarının geliştirilmesi ve istatistiksel
modellerin sunumunda da kullanılmaktadır.Nesne yönelimli bir veri modelinin çekirdeğini
şu unsurlar oluşturmaktadır:
Nesne ve nesne tanımlayıcı: Nesne yönelimli sistemler ve dillerde, gerçek hayattaki
her bir varlık birer nesne olarak modellenir. Her nesnenin de bir tanımlayıcısı
vardır.
Öznitelikler ve metotlar: Her nesnenin bir durumu ve bir davranışı vardır. Bir nesnenin
durumu, nesnenin özniteliklerinin aldığı değerlerin kümesidir. Nesnenin davranışı
ise, nesnenin durumu üzerinde işleyen metotlar (program kodları) kümesidir. Nesnenin
özniteliğinin değeri de kendi başına bir nesnedir. Dahası, bir öznitelik, bir tek
değer ya da bir değer kümesi olabilir. Kümedeki her bir eleman nesne olduğu halde,
kümelerin kendileri nesne değildir. Nesne kapsülü içine yerleştirilmiş durum ve
davranışa, sadece dışarıdan gönderilen mesajlar (veya fonksiyon çağrıları) ile ulaşılabilir.
Sınıf: Aynı öznitelikler ya da metotlar kümesini paylaşan nesneleri gruplama aracı
olarak kullanılır. Nesne ile sınıf arasında (INSTANCE_OF) ilişkisi vardır. Kendisi
de bir nesne olan özniteliğin değeri de sınıfın içinde yer alır (kapsülleme). Bu
sınıf, nesnenin özniteliğinin tanım kümesi olarak adlandırılır.
Sınıf hiyerarşisi ve kalıtım: Nesne yönelimli sistemlerde, var olan bir sınıftan
yeni bir sınıf türetilebilir. Altsınıf denilen bu yeni sınıf, üstsınıf denilen ve
daha önce var olan sınıfın tüm özniteliklerini ve metotlarını kalıtsal olarak taşır.
Bazı sistemler, sınıfların bir tane üstsınıfı olmasına izin verirken bazıları da
birden fazla üstsınıfa izin verir. Birincisi, tekil kalıtım, ikincisi de çoklu kalıtım
olarak isimlendirilir. Tekil kalıtımı destekleyen bir sistemde sınıflar, sınıf hiyerarşisi
denilen bir düzeni oluştururlar.
Nesne yönelimli veri modelinde, bir sorgunun karşılığında mutlaka
önceden tanımlanmış belirli bir nesne kümesi olması gerekir. Bir sorgunun sonucu
olarak tesadüfi bir nesne kümesinin elde edilmesi mümkün değildir. Çünkü bütün nesnelerin,
modelde önceden tanımlanmış olması gerekmektedir. İlişkisel modeldeki ilişki kavramı,
nesne yönelimli modelde sınıf kavramına karşılık gelmektedir.
Nesne yönelimli modellemenin en önemli faydalarından bir tanesi
de, modeldeki nesneleri tanımlarken, ortak öznitelik ve metotlara sahip nesnelerin
kullanıldıkları her farklı ortamda, tekrar tanımlanmalarına gerek duyulmamasıdır.
Aksi taktirde bu durum, hem tekrardan dolayı yer kaybına, hem de modeldeki dinamik
değişikliklerin pratik olmamasına sebep olacaktır. Nesne yönelimli veri modelindeki
sınıf hiyerarşisi ve kalıtım özelliği, bu olumsuz durumu ortadan kaldırarak, nesnelerin
özniteliklerinin ve metotlarının yeniden kullanımına imkân vermektedir. Çünkü bir
sınıf, ait olduğu üst sınıfın tüm özelliklerini taşır ve o sınıftaki nesneler, modelin
başka bir yerinde kullanılacağı zaman yeniden tanımlanmaya gerek kalmadan tekrar
kullanılabilir
<< Geri
|