Datu bāzes sistēmas ietver sarežģītas datu struktūras. Lai padarītu sistēmu efektīvu datu izguves ziņā un samazinātu sarežģītību lietotāju lietojamības ziņā, izstrādātāji izmanto abstrakciju, t.i., slēpj no lietotājiem nebūtiskas detaļas. Šī pieeja vienkāršo datu bāzes dizainu.
Abstrakcijas līmenis DBVS
Ir galvenokārt 3 datu abstrakcijas līmeņi:
- Fiziskais vai iekšējais līmenis
- Loģiskais vai konceptuālais līmenis
- Skats vai ārējais līmenis
Fiziskais vai iekšējais līmenis
Tas ir zemākais datu abstrakcijas līmenis. Tas mums norāda, kā dati faktiski tiek saglabāti atmiņā. Tam tiek izmantotas tādas piekļuves metodes kā secīgā vai nejaušā piekļuve un failu organizēšanas metodes, piemēram, B+ koki un jaukšana. Atmiņas lietojamības lielums un ierakstu skaits ir faktori, kas mums jāzina, veidojot datubāzi.
Pieņemsim, ka mums ir jāsaglabā informācija par darbinieku. Krātuves bloki un šiem nolūkiem izmantotās atmiņas apjoms tiek slēpts no lietotāja.
Loģiskais vai konceptuālais līmenis
Šis līmenis ietver informāciju, kas faktiski tiek glabāta datu bāzē tabulu veidā. Tas arī saglabā attiecības starp datu entītijām salīdzinoši vienkāršās struktūrās. Šajā līmenī lietotājam skata līmenī pieejamā informācija nav zināma.
Varam glabāt dažādus darbinieka atribūtus un attiecības, piem. ar pārvaldnieku var arī uzglabāt.
Tādējādi loģiskais līmenis apraksta visu datubāzi ar nelielu skaitu salīdzinoši vienkāršu struktūru. Lai gan vienkāršu struktūru ieviešana loģiskā līmenī var ietvert sarežģītas fiziskā līmeņa struktūras, loģiskā līmeņa lietotājam šī sarežģītība nav jāapzinās. To sauc par fizisko datu neatkarību. Datu bāzes administratori, kuriem jāizlemj, kādu informāciju paturēt datu bāzē, izmanto loģisko abstrakcijas līmeni.
Skats vai ārējais līmenis
Tas ir augstākais abstrakcijas līmenis. Lietotāji skatās tikai daļu no faktiskās datu bāzes. Šis līmenis pastāv, lai atvieglotu atsevišķa lietotāja piekļuvi datubāzei. Lietotāji datus skata rindu un kolonnu veidā. Datu glabāšanai tiek izmantotas tabulas un relācijas. Var pastāvēt vairāki vienas datu bāzes skati. Lietotāji var vienkārši skatīt datus un mijiedarboties ar datu bāzes krātuvi, un ieviešanas informācija viņiem tiek paslēpta. Pat ja loģiskajā līmenī tiek izmantotas vienkāršākas struktūras, sarežģītība saglabājas lielā datubāzē glabātās informācijas daudzveidības dēļ. Daudziem datu bāzes sistēmas lietotājiem visa šī informācija nav vajadzīga; tā vietā viņiem ir jāpiekļūst tikai daļai datu bāzes. Abstrakcijas skata līmenis pastāv, lai vienkāršotu to mijiedarbību ar sistēmu
Piemērs: Klienta datu glabāšanas gadījumā
java dubultā līdz virknei
- Fiziskais līmenis - tajā būs krātuves bloks (baiti GBTBetc)
- Loģiskais līmenis - tajā būs datu lauki un atribūti.
- Skata līmenis - tas darbojas ar CLI vai GUI piekļuve datubāzei
Datu ieguves galvenais mērķis ir panākt datu neatkarību, lai ietaupītu laiku un izmaksas, kas nepieciešamas datu bāzes modificēšanas vai izmaiņu veikšanai.
Datu neatkarība
Datu neatkarība galvenokārt tiek definēts kā DBVS rekvizīts, kas palīdz mainīt datu bāzes shēmu vienā sistēmas līmenī, nemainot shēmu nākamajā līmenī. tas palīdz nodalīt datus no visām programmām, kas tos izmanto.
Mums ir divi datu neatkarības līmeņi, kas izriet no šiem abstrakcijas līmeņiem:
- Fiz i cal līmeņa datu neatkarība
- Loģiskā līmeņa datu neatkarība
Fiziskā līmeņa datu neatkarība
Tas attiecas uz spēju modificēt fizisko shēmu bez konceptuālās vai loģiskās shēmas izmaiņām, kas veiktas optimizācijas nolūkos, piemēram, konceptuālā struktūra datu bāze to neietekmēs nekādas izmaiņas datu bāzes sistēmas servera krātuves lielumā. Viens no šādiem piemēriem ir pāreja no secīgiem uz brīvpiekļuves failiem. Šīs fiziskās struktūras izmaiņas vai modifikācijas var ietvert:
- Tiek izmantotas jaunas atmiņas ierīces.
- Glabāšanai izmantoto datu struktūru modificēšana.
- Mainot indeksus vai izmantojot alternatīvas failu organizēšanas metodes utt.
Loģiskā līmeņa datu neatkarība
Tas attiecas uz spēju modificēt loģisko shēmu, neietekmējot ārējo shēmu vai lietojumprogrammu. Lietotāja datu skatījumu neietekmēs nekādas izmaiņas datu konceptuālajā skatījumā. Šīs izmaiņas var ietvert atribūtu ievietošanu vai dzēšanu, mainot tabulu struktūras entītijas vai attiecības ar loģisko shēmu utt.