Bagian 1 Managing Data Resources

Managing Data Resources

Objectives • • • • • • • •

Definition of terms Explain growth and importance of databases Name limitations of conventional file processing Identify categories of databases Explain advantages of databases Identify costs and risks of databases List components of database environment Describe evolution of database systems

Organizing Data in a Traditional File Environment File Organization Terms and Concepts

• Bit: Smallest unit of data; binary digit (0,1) • Byte: Group of bits that represents a single  character • Field: Group of words or complete number • Record: Group of related fields • File: Group of records of the same type

Organizing Data in a Traditional File Environment File Organization Terms and Concepts

• Database: Group of related files • Entity: Person, place, thing, or event about which  information must be kept • Attribute: A piece of information describing a  particular entity • Key field: Field that uniquely identifies every  record in a file

Organizing Data in a Traditional File Environment The data hierarchy

Organizing Data in a Traditional File Environment Entities and attributes

Organizing Data in a Traditional File Environment Traditional file processing

Problems with Data Dependency 





 

Each application programmer must maintain their  own data Each application program needs to include code  for the metadata of each file Each application program must have its own  processing routines for reading, inserting, updating  and deleting data Lack of coordination and central control Non­standard file formats

Problems with Data Redundancy • Waste of space to have duplicate data • Causes more maintenance headaches • The biggest problem: 

– When data changes in one file, could cause  inconsistencies – Compromises data integrity

Organizing Data in a Traditional File Environment Problems with the Traditional File Environment

• Data redundancy

Different systems/programs have separate copies of the same data

• Program­data dependence

All programs maintain metadata for each file they use

• Lack of flexibility

Programmers must design their own file formats

• Poor security, lack of data­sharing and availability No centralized control of data

• Excessive Program Maintenance 80% of of information systems budget

The Database Approach to Data Management Database Management Systems

Database • Collection of centralized data  • Controls redundant data • Data stored so as to appear to users in one location • Services multiple application

Definitions • Database: organized collection of logically related  data • Data: stored representations of meaningful objects  and events – Structured: numbers, text, dates – Unstructured: images, video, documents

• Information: data processed to increase knowledge in  the person using the data • Metadata: data that describes the properties and  context of user data

 Data in Context

Context helps users understand data

Graphical displays turn data into useful  information that managers can use for decision  making and interpretation

 Metadata :Descriptions of the properties or  characteristics of the data, including data types, field  sizes, allowable values, and data context

The Database Approach to Data Management The contemporary database environment

The Database Approach to Data Management Database Management Systems

Database Management System (DBMS) A software system that is used to create, maintain,  and provide controlled access to user databases

• Creates and maintains databases • Eliminates requirement for data definition  statements • Acts as interface between application programs  and physical data files • Separates logical and physical views of data

The Database Approach to Data Management Database Management Systems

Three Components to a DBMS •

Data definition language: Formal language  programmers use to specify structure of database

•

Data manipulation language: For extracting data  from database, e.g. SQL

•

Data dictionary: Tool for storing, organizing  definitions of data elements and data  characteristics

The Database Approach to Data Management Sample data dictionary report

Figure 7­5 

The Database Approach to Data Management Database Management Systems

• • • • •

How a DBMS Solves Problems of a Traditional File Environment

Reduces data redundancy Eliminates data inconsistency Uncouples programs from data Increases access and availability of data Allows central management of data, data use, and  security

Advantages of the Database Approach • Program­data independence • Minimal data redundancy • Improved data consistency • Improved data sharing • Increased productivity of application development • Enforcement of standards • Improved data quality • Improved data accessibility and responsiveness • Reduced program maintenance • Improved decision support

Cost and Risk of the Database Approach • New, specialized personnel • Installation and management cost and complexity • Conversion costs • Need for explicit backup and recovery • Organizational conflict

Components of the  Database Environment • CASE Tools – computer­aided software engineering • Repository – centralized storehouse of metadata • Database Management System (DBMS) – software for managing  the database • Database – storehouse of the data • Application Programs – software using the data • User Interface – text and graphical displays to users • Data Administrators – personnel responsible for maintaining the  database • System Developers – personnel responsible for designing databases  and software • End Users – people who use the applications and databases

Components of the  Database Environment

Evolution of Database Systems

Evolution of DB Systems • • • • • • • • •

Flat files  ­ 1960s ­ 1980s Hierarchical – 1970s ­ 1990s Network – 1970s ­ 1990s Relational – 1980s ­ present Object­oriented – 1990s ­ present Object­relational – 1990s ­ present Data warehousing – 1980s ­ present Web­enabled – 1990s – present Data mining – 2000s ­ present

The Database Approach to Data Management The three basic operations of a relational DBMS

Figure 7­7 

The Database Approach to Data Management Types of Databases

Hierarchical DBMS • Older system presenting data in tree­like structure • Models one­to­many parent­child relationships  • Found in large legacy systems requiring intensive high­ volume transactions: Banks; insurance companies • Examples: IBMs IMS

The Database Approach to Data Management A hierarchical database for a human resources system

Figure 7­8 

The Database Approach to Data Management Types of Databases

Network DBMS • Older logical database model • Models many­to­many parent­child relationships  • Example: Student – course relationship: Each  student has many courses; each course has many  students

The Database Approach to Data Management The network data model

Figure 7­9 

The Database Approach to Data Management Types of Databases

Relational DBMS • Represents data as two­dimensional tables called  relations • Relates data across tables based on common data  element • Examples: DB2, Oracle, MS SQL Server

The Database Approach to Data Management The relational data model

The Database Approach to Data Management Types of Databases

Three Basic Operations in a Relational  Database • Select: Creates subset of rows that meet specific  criteria • Join: Combines relational tables to provide users  with information • Project: Enables users to create new tables  containing only relevant information

The Database Approach to Data Management Types of Databases

Object­Oriented Databases (OODBMS) • Stores data and procedures as objects • Better able to handle graphics and recursive data • Data models more flexible • Slower than RDBMS • Hybrid: object­relational DBMS

Data Mining at Fingerhut Inc. Fingerhut published about 25 different catalogs, but shipped only  the general merchandise catalog monthly and tracked customers  buying patterns and behaviors. If a customer bought cookware,  first Fingerhut would follow up with specialized  Cooks’ Book and More Houseware & cooking supplies catalogs.  Then telemarketers would call to follow up with new products.  Through customer data mining Fingerhut found that customers who  recently changed their residence were likely to triple their purchasing  in the 12 weeks after their move, with a peak in buying in the first four  weeks. Their selections often followed a pattern— new furniture,  telecommunications equipment, and decorations but seldom jewelry or  home electronics. The company used this discovery to tailor a new  "mover's catalog" to entice customers who recently moved.