Definisi

Pengurusan Data ialah satu siri prosedur yang komprehensif untuk diikuti dan untuk membangunkan dan mengekalkan data berkualiti menggunakan teknologi dan sumber yang tersedia. Ia juga boleh ditakrifkan sebagai pelaksanaan seni bina mengikut peraturan dan prosedur yang dipratentukan tertentu untuk menguruskan kitaran hayat data lengkap sesebuah syarikat atau organisasi. Dia mengambil semua disiplin, d & # 39; berkaitan dengan sumber pengurusan data.

Berikut ialah langkah dan prosedur atau disiplin utama pengurusan data:

1. Sistem pengurusan pangkalan data

2. Pentadbiran pangkalan data

3. Penyimpanan data

4. Pemodelan Data

6. Keselamatan data

7. Pergerakan data

8. Seni bina data

9. Analisis data

1. Sistem pengurusan pangkalan data:

Ini adalah salah satu comp & # 39; Terdapat pelbagai jenis dan jenama program komputer yang ada pada masa kini. Program ini direka khusus untuk pengurusan data. Ini hanya beberapa; Cik. Access, MsSQL, Oracle, My Sql, dll. Pilihan mana-mana daripada mereka bergantung pada dasar syarikat, pengalaman dan pentadbiran.

2. Pentadbiran pangkalan data:

Pentadbiran Data ialah kumpulan yang bertanggungjawab untuk semua aspek pengurusan data. Peranan dan Tanggungjawab & # 39; Penghubung pasukan ini bergantung pada syarikat untuk semua dasar pengurusan pangkalan data. Mereka melaksanakan sistem yang menggunakan protokol perisian prosedur untuk menyokong sifat berikut:

a. Pangkalan data pembangunan dan ujian

b. Keselamatan Pangkalan Data

c. Sandaran pangkalan data

d. Integriti pangkalan data dan perisian

e. Melaksanakan Pangkalan Data

f. Memastikan ketersediaan pangkalan data maksimum

3. Penyimpanan data

gudang data, dalam erti kata lain, ialah sistem untuk mengatur data sejarah, kapasitinya, dll. Malah, sistem ini mengandungi bahan mentah untuk menguruskan sistem sokongan pertanyaan. Bahan mentah ini sedemikian rupa sehingga penganalisis boleh memperoleh apa-apa jenis data sejarah dalam apa jua bentuk, seperti arah aliran, data topikal, isu dan analisis yang kompleks. Laporan ini penting bagi mana-mana syarikat untuk melihat pelaburan atau aliran perniagaannya, yang seterusnya akan digunakan untuk perancangan masa hadapan.

Gudang data adalah berdasarkan syarat berikut:

a. Pangkalan data disusun sedemikian rupa sehingga semua elemen data d & # 39; dikaitkan dengan peristiwa yang sama, d & # 39; berhubung antara satu sama lain

b. Semua perubahan kepada pangkalan data direkodkan untuk pelaporan masa hadapan

c. Sebarang data dalam pangkalan data tidak dipadam atau tidak dicetak, data adalah statik, baca sahaja

d. Data adalah berurutan dan mengandungi semua maklumat organisasi.

4. Pemodelan Data

Pemodelan data ialah proses mencipta model data dengan menggunakan dan model teori untuk mencipta contoh model data. Pemodelan data sebenarnya mentakrif, menstruktur dan menyusun data menggunakan protokol yang telah ditetapkan. Struktur ini kemudiannya dilaksanakan dalam sistem pengurusan data. Di samping itu, ini juga akan dihalang oleh beberapa sekatan dalam struktur pangkalan data.

5. Memastikan kualiti data

Kualiti data ialah prosedur yang akan dilaksanakan dalam sistem pengurusan data untuk menghapuskan anomali dan ketidakkonsistenan dalam pangkalan data. Ia juga melakukan pembersihan pangkalan data untuk meningkatkan kualiti pangkalan data.

6. Keselamatan data

Ia juga dipanggil keselamatan data, ia adalah sistem atau protokol yang dilaksanakan dalam sistem untuk memastikan pangkalan data disimpan dengan selamat sepenuhnya dan tiada siapa yang boleh dicederakan dengan menggunakan kawalan akses. Sebaliknya, perlindungan data juga memastikan privasi dan perlindungan data peribadi. Banyak syarikat dan kerajaan di seluruh dunia telah mencipta undang-undang privasi.

7. Pergerakan data

Ini adalah satu konsep, secara meluas d& # 39; dikaitkan dengan gudang data iaitu ETL (Extract, Transform and Load). ETL adalah proses yang terlibat dalam gudang data dan ini sangat penting kerana data dimuatkan ke dalam gudang.

8. Seni bina data

Ini adalah bahagian penting dalam sistem pengurusan data; ia adalah prosedur untuk merancang dan mentakrifkan keadaan data sasaran. Ini adalah dengan memahami keadaan sasaran dengan menerangkan cara data diproses, disimpan dan digunakan dalam mana-mana sistem tertentu. Ia mewujudkan syarat untuk operasi pemprosesan yang membolehkan penciptaan aliran data dan mengawal aliran data dalam mana-mana sistem tertentu.

Pada asasnya, seni bina data bertanggungjawab untuk mengecualikan keadaan sasaran dan penjajaran semasa pembangunan awal dan kemudian disokong oleh pelaksanaan pemerhatian kecil. Dalam pembongkaran, seni bina data dipecahkan kepada sub-lapisan kecil dan butiran dan kemudian dibeli ke dalam bentuk yang dikehendaki. Lapisan ini boleh dibuat dengan tiga proses seni bina data tradisional:

a. Konseptual, yang mewakili semua subjek & # 39 objek aktiviti ekonomi

b. Logik bermaksud bagaimana struktur komersial ini & # 39; berkaitan.

c. Fizikal ialah pelaksanaan enjin data untuk fungsi pangkalan data tertentu.

Daripada penyataan di atas, kita boleh menentukan bahawa seni bina data termasuk analisis lengkap perhubungan & # 39; hubungan antara fungsi, jenis data dan teknologi.

9. Analisis data

Analisis data ialah satu siri prosedur yang digunakan untuk mengekstrak maklumat yang berkaitan dan melaporkan penemuan. Bergantung pada jenis data dan pertanyaan, ini mungkin melibatkan penggunaan kaedah statistik, arah aliran, pemilihan atau penolakan subset data tertentu berdasarkan kriteria tertentu. Sebenarnya, analisis data ialah ujian atau penegasan model data sedia ada atau pengekstrakan parameter yang diperlukan untuk mencapai model teori berbanding realiti.

Perlombongan data ialah prosedur untuk mendapatkan parameter data yang tidak diketahui tetapi berguna. Ia juga boleh ditakrifkan sebagai satu siri prosedur untuk mengekstrak maklumat yang berguna dan tidak diingini daripada pangkalan data yang besar. Perlombongan data ialah prinsip menyusun sejumlah besar data dan memilih maklumat yang relevan dan perlu untuk tujuan tertentu.

• Transformasi digital adalah topik utama perbincangan pada persidangan IT dalam Insurans ke-22 baru-baru ini. Peserta bersetuju bahawa pengenalan dan penggunaan teknologi analisis untuk pengewangan data telah menjadi prasyarat untuk transformasi kualitatif dalam industri.
• IoT ialah sumber data yang berkuasa yang, apabila digabungkan dengan analitik, boleh memberikan cerapan tentang segala-galanya daripada tingkah laku kepada emosi kepada kesihatan. Dan itulah sebabnya ia adalah kunci untuk meningkatkan pengalaman pelanggan.
• Membangunkan strategi pengurusan data menggunakan Data Lineage dan memperkasakan AI untuk mencapai potensi penuhnya.
• Tiada rancangan tunggal untuk mengusahakan projek analisis data. Pakar teknologi Phil Simon mencadangkan mempertimbangkan sepuluh soalan ini sebagai panduan.
• Perniagaan berasaskan data yang berjaya memupuk budaya kolaboratif yang fokus; mempunyai pemimpin yang percaya kepada data dan berorientasikan pengurusan. Ketahui lebih lanjut dalam ringkasan penyelidikan TDWI ini yang mendedahkan cadangan untuk menjadi dipacu data.
• Sudah tiba masanya untuk beralih kepada latihan musim panas dan mempertimbangkan tugas yang biasa dan mudah difahami sebagai perancangan penggiliran tanaman. Apa yang berlaku jika anda menambah sedikit kecerdasan buatan dan beberapa gram kaedah matematik untuk tugas ini?
• Pada penghujung musim bunga, SAS Russia mengadakan Hari Pelatih yang pertama. Ini adalah format mesyuarat baharu untuk pelajar dan graduan yang telah berjaya melepasi semua peringkat pemilihan untuk program latihan SAS dan telah mula bekerja dalam pasukan kami.
• Untuk mengetahui lebih lanjut tentang konsep data peribadi, sebab ia berada dalam berita dan sebab ia dikawal selia oleh Peraturan Perlindungan Data Am (GDPR), kami bercakap dengan Jay Exham, peguam privasi di SAS.
• Bagaimanakah anda boleh meningkatkan kecekapan proses perniagaan, daripada pengeluaran kepada penyimpanan dan pengedaran, menggunakan teknologi maklumat?
• Analisis SAS akan membantu syarikat insuransBagaimana untuk menggunakan analisis lanjutan dan pembelajaran mesin dalam insurans kesihatan?
• Penyediaan data ialah proses menggabungkannya, membawanya ke dalam satu format dan membersihkannya untuk tujuan analisis selanjutnya dan menyelesaikan masalah perniagaan yang lain.
• Kualiti data tidak baik atau buruk, tinggi atau rendah. Ini ialah julat atau penunjuk kesihatan data yang mengalir melalui organisasi anda.
• Daripada lembu ke lantai kilang, IoT menjanjikan peluang yang menarik untuk perniagaan. Ketahui cara tiga pakar membayangkan masa depan IoT.
• Apakah tasik data? Adakah ini hanya gembar-gembur pemasaran? Dan secara umum, bagaimanakah ia berbeza daripada gudang data tradisional?
• Pemprofilan data, tindakan memantau dan membersihkan data, ialah alat penting yang boleh digunakan oleh organisasi untuk membuat keputusan data yang lebih baik.

Data ialah salah satu aset terpenting yang mesti diuruskan untuk membangunkan, menyampaikan dan mengekalkan perkhidmatan IT dengan berkesan.

Pengurusan Data/Maklumat ialah segala-galanya yang berkaitan dengan cara sesebuah organisasi merancang, mengumpul, mencipta, mengatur, menggunakan, mengawal, mengedar dan melupuskan datanya (maklumat), ini terpakai kepada data berstruktur dan tidak berstruktur. Tadbir urus data memastikan bahawa nilai data/maklumat dikenal pasti dan digunakan, kedua-duanya untuk menyokong operasi dalaman dan menambah nilai kepada proses perniagaan yang memberi perkhidmatan kepada pelanggan.

Istilah yang biasa digunakan dalam bidang ini ialah Pengurusan Data, Pengurusan Maklumat dan Pengurusan Aset Maklumat. Untuk tujuan penerbitan ini, istilah "Pengurusan Data" digunakan sebagai singkatan untuk ketiga-tiga perkara di atas.

Peranan Tadbir Urus Data bukan sekadar mengurus data mentah; ini mengenai mengurus semua metadata kontekstual - "data tambahan tentang data" - yang disertakan bersamanya dan apabila ditambahkan pada data mentah memberikan "maklumat" atau "data dalam konteks".

Data, sebagai asas untuk maklumat organisasi, mempunyai semua atribut yang diperlukan untuk dianggap sebagai aset atau sumber. Sebagai contoh, data adalah penting untuk "mencapai matlamat perniagaan dan operasi harian yang berjaya bagi sesebuah organisasi." Di samping itu, mereka boleh "diperolehi dan dikekalkan oleh organisasi, tetapi hanya dengan kos kewangan." Akhirnya, mungkin, bersama-sama dengan sumber/aset lain, akan digunakan untuk "mencapai lagi matlamat organisasi."

Faktor utama untuk Tadbir Urus Data yang berjaya ialah:

Semua pengguna mempunyai akses, melalui pelbagai saluran, kepada maklumat yang mereka perlukan untuk melakukan tugas mereka;
Data berharga dieksploitasi sepenuhnya melalui perkongsian data dalam organisasi dan dengan organisasi lain;
Kualiti data organisasi dikekalkan pada tahap yang boleh diterima dan maklumat yang digunakan dalam perniagaan adalah tepat, boleh dipercayai dan konsisten;
Keperluan undang-undang untuk perlindungan privasi, keselamatan, kerahsiaan dan integriti data dipenuhi;
Organisasi memastikan tahap kecekapan dan keberkesanan yang tinggi dalam aktiviti pemprosesan data dan maklumat;
Model data perusahaan mentakrifkan entiti yang paling penting dan hubungan mereka - ini akan membantu mengelakkan lebihan dan kemerosotan seni bina, yang telah berubah selama bertahun-tahun.

Menguruskan aset data. Jika tiada Pengurusan Data yang berkesan, maka:

Orang ramai mengekalkan dan mengumpul data yang tidak diperlukan;
Organisasi mungkin mempunyai maklumat sejarah yang tidak digunakan;
Organisasi mungkin menyimpan banyak data yang tersedia untuk bakal pengguna;
Maklumat boleh diberikan kepada lebih ramai orang daripada yang diperlukan atau kepada mereka yang tidak memerlukannya;
Organisasi mungkin menggunakan kaedah yang tidak berkesan dan ketinggalan zaman untuk mengumpul, menganalisis, menyimpan dan mendapatkan semula data;
Organisasi mungkin gagal mengumpul data yang diperlukan, mengurangkan kualiti dan kehilangan integriti data, contohnya, antara sumber data yang berkaitan.

Di samping itu, sukar untuk menjawab soalan: "adakah maklumat itu benar-benar datang daripada data berkualiti baik kerana tiada petunjuk untuk perbandingan?" Sebagai contoh, kualiti data yang lemah selalunya disebabkan oleh semakan yang lemah dalam kemasukan dan/atau prosedur kemas kini. Setelah data yang tidak tepat atau tidak lengkap dimasukkan ke dalam sistem IT, sebarang laporan yang dijana menggunakan data tersebut akan mencerminkan ketidaktepatan dan jurang tersebut.

Mungkin terdapat juga kekurangan ketekalan dalam maklumat yang dijana oleh pelbagai operasi dan sistem dalaman berbilang lain yang dicipta dan digunakan kerana data pusat tidak dipercayai.

Satu cara untuk meningkatkan kualiti data ialah menggunakan proses Pengurusan Data, yang menetapkan dasar dan piawaian, menyediakan kepakaran dan memudahkan pemprosesan aspek berkaitan data untuk perkhidmatan baharu.

Ini harus menyediakan Pengurusan Aset Data/Maklumat yang lengkap:

Meningkatkan nilai perkhidmatan yang diberikan kepada pelanggan;
Mengurangkan risiko perniagaan;
Mengurangkan kos untuk proses perniagaan;
Merangsang inovasi dalam proses perniagaan dalaman.

Skop Pengurusan Data

Terdapat empat bidang pengurusan termasuk dalam skop Pengurusan Data/Maklumat:

Pengurusan sumber data: Tadbir urus maklumat dalam organisasi mesti memastikan semua sumber ini diketahui dan individu yang bertanggungjawab ditugaskan untuk mengurusnya, termasuk pemilikan data dan metadata.

Proses ini biasanya dirujuk sebagai pentadbiran data dan termasuk tanggungjawab untuk:

Menentukan keperluan maklumat;
- Membina inventori data dan model data perusahaan;
- Pengenalpastian pertindihan dan kekurangan data;
- Sokongan untuk katalog/indeks kandungan maklumat (kandungan data/maklumat);
- Mengukur kos dan nilai data organisasi.

Pengurusan data/teknologi maklumat: Pengurusan jabatan IT yang menyokong sistem maklumat organisasi, yang merangkumi proses seperti reka bentuk pangkalan data dan pengurusan pangkalan data. Aspek-aspek ini biasanya ditangani oleh pakar jabatan IT.

Pengurusan proses maklumat: Proses perniagaan memacu perkhidmatan IT untuk menggunakan data. Proses untuk mencipta, mengumpul, mengakses, mengubah suai, menyimpan, memadam dan mengarkib data - iaitu, proses kitaran hayat data - mesti dikawal dengan betul, selalunya bersama-sama dengan proses pengurusan aplikasi.

Pengurusan piawaian dan dasar data: Organisasi mesti menentukan piawaian dan dasar Pengurusan Data sebagai sebahagian daripada strategi pembangunan ITnya. Dasar ini akan mengawal prosedur dan tanggungjawab Pengurusan Data organisasi, dasar teknikal, seni bina dan piawaian yang akan digunakan pada infrastruktur IT yang menyokong sistem maklumat organisasi.

Skop proses Pengurusan Data (mengikut amalan terbaik) termasuk pengurusan data tidak berstruktur yang tidak terkandung dalam sistem pangkalan data konvensional - contohnya, menggunakan format seperti teks, imej dan bunyi. Proses Tadbir Urus Data juga bertanggungjawab untuk memastikan kualiti pada semua peringkat kitaran hayat data, daripada pengumpulan keperluan hingga ke akhir hayat. Tumpuan penerbitan ini adalah pada peranan Pengurusan Data dalam pengumpulan keperluan, fasa reka bentuk dan pembangunan aset, dan Kitaran Hayat Perkhidmatan.

Pasukan yang menyokong proses Tadbir Urus Data juga boleh menyediakan meja bantuan maklumat perniagaan. Mereka kemudiannya dapat menjawab soalan tentang makna, format dan kebolehgunaan data dalam organisasi kerana mereka mengurus metadata. Mereka juga dapat memahami dan menerangkan data luaran yang mungkin diperlukan untuk melaksanakan proses perniagaan yang diperlukan dan mengambil tindakan yang perlu untuk menjadikan sumber data luaran tersedia.

Adalah amat penting untuk memahami, semasa membuat atau mereka bentuk semula proses dan menyokong perkhidmatan IT, bahawa amalan yang baik untuk memikirkan penggunaan semula data dan metadata merentas pelbagai bidang organisasi. Keupayaan untuk melakukan ini boleh disokong oleh model data perusahaan—kadangkala dipanggil model maklumat biasa. Menyokong penggunaan semula selalunya merupakan salah satu cabaran utama untuk Pengurusan Data.

09.11.2010 Sergey Lizin

Sepanjang dekad yang lalu, sistem maklumat secara senyap-senyap telah mengalami perubahan evolusi kualitatif, dan hari ini setiap individu sistem sedemikian mewakili persekitaran perniagaan yang lengkap yang memastikan interaksi ramai orang. Walaupun begitu, banyak teknologi untuk pembinaannya tetap sama, yang tidak selalunya tidak berbahaya seperti yang kelihatan. Beberapa kaedah boleh dicadangkan untuk memodenkan sistem maklumat dan mengubah struktur data tanpa rasa sakit.

Peningkatan jumlah maklumat memerlukan perubahan dalam proses perniagaan perusahaan. Interaksi berorientasikan kertas tradisional, apabila sistem maklumat hanya memproses maklumat daripada dokumen kertas sumber utama, digantikan dengan sistem berorientasikan elektronik di mana sumber utama ialah sistem maklumat itu sendiri, atau lebih tepat lagi, operasi pengguna yang dilakukan di dalamnya. Kemunculan teknologi tandatangan digital elektronik telah memungkinkan untuk memberikan kepentingan undang-undang kepada dokumen elektronik, tetapi pelbagai tugas untuk memastikan fungsi sistem seperti ini yang boleh dipercayai dan selamat adalah lebih luas.

Masalah dengan sistem berbilang pengguna

Kebanyakan sistem maklumat korporat moden adalah sistem berbilang pengguna berdasarkan pelayan pangkalan data hubungan. Pengguna sistem sedemikian boleh menjadi pekerja satu atau lebih organisasi, serta pelanggan mereka (individu dan entiti undang-undang). Keupayaan pengguna untuk melaksanakan operasi individu dalam sistem (terhad secara fungsional atau deklaratif) pada bila-bila masa bergantung pada data yang terkandung di dalamnya pada masa itu. Masalah mengurus akses serentak kepada data yang timbul di sini biasanya diselesaikan menggunakan teknologi OLTP.

Tetapi tidak semua masalah konkurensi boleh dielakkan secara pemrograman melalui transaksi dan pemeriksaan tambahan. Masalah utama ialah faktor manusia. Setiap pengguna tidak berfungsi secara langsung dengan data dalam DBMS, tetapi dengan beberapa salinan tempatannya dimuatkan ke dalam aplikasi klien. Di samping itu, adalah mustahil untuk mengenal pasti urutan pengguna membaca dan menulis data secara pemrograman yang membentuk operasi atom. Akibatnya, adalah mustahil untuk "mengembalikan" transaksi sedemikian apabila data bacaan berubah - sistem tidak dapat menentukan berapa banyak tindakan terbaru pengguna membentuk satu keseluruhan dan data yang dia baca yang diambil kira oleh pengguna. apabila membuat keputusan.

Akibatnya, ternyata urus niaga berkesan hanya berkaitan dengan tugas pemprosesan data sebelah pelayan yang dilakukan pada pelayan aplikasi atau pelayan pangkalan data di latar belakang mengikut algoritma yang telah ditetapkan dan tanpa penyertaan pengguna aktif. Sudah tentu, anda boleh cuba mereka bentuk seni bina sistem sedemikian rupa sehingga setiap tindakan pengguna mewakili transaksi yang berasingan, di mana semua kemungkinan semakan konsistensi data akan dijalankan (iaitu, fakta bahawa pengguna memulakan transaksi dan parameter diluluskan tidak seharusnya berdasarkan data yang dibaca oleh pengguna dalam sistem, yang tidak disahkan sebagai sebahagian daripada transaksi). Walau bagaimanapun, tidak semua semakan manusia sentiasa boleh diterangkan dengan mudah dalam bahasa pertanyaan. Di samping itu, ini sangat meningkatkan kerumitan, dan oleh itu kos pembangunan.

Sebaliknya, memastikan tahap kebolehpercayaan yang tinggi dari segi konsistensi data adalah penting hanya untuk beberapa kategori data yang paling penting, yang mana pengurusan dalam mod OLTP boleh diatur. Untuk kategori data lain, memastikan keselamatan maklumat mungkin termasuk dalam mengatur penjejakan semua perubahan yang dibuat oleh pengguna, bukan sahaja yang terkini, tetapi juga semua yang sebelumnya.

Data dengan sejarah

Hari ini, apabila membina pangkalan data, prinsip menyimpan hanya data semasa hampir digunakan secara universal. Pendekatan ini, yang sangat relevan dalam keadaan kekurangan ruang cakera dan kuasa pengkomputeran, hari ini dalam beberapa cara boleh dibandingkan dengan penggunaan kamera pengawasan video, yang hanya memaparkan gambar semasa pada monitor, tanpa menyimpan peristiwa yang berlaku sebelum ini.

Apabila menjejaki perubahan, adalah perlu untuk menentukan sifat operasi yang salah: sama ada ia adalah tindakan yang disengajakan oleh pengguna atau masalah yang berkaitan dengan kelewatan dalam penyegerakan (disebabkan oleh keanehan seni bina sistem). Untuk melakukan ini, sebagai tambahan kepada data yang diubah itu sendiri, adalah perlu untuk mengetahui kandungannya: berdasarkan pengetahuan ini, pengguna boleh membuat sebarang perubahan atau melakukan tindakan sebenar lain (mungkin juga di luar sistem maklumat). Lebih-lebih lagi, kerana kerja itu menggunakan salinan data tempatan, adalah perlu untuk mengetahui kandungan data bukan dalam DBMS itu sendiri, tetapi dalam salinan tempatan yang sepadan.

Keadaan ini menjadi lebih rumit oleh fakta bahawa ketersediaan maklumat tentang keadaan data pada masa operasi diperlukan bukan sahaja apabila menukar data, tetapi juga apabila membacanya. Sebagai contoh biasa, kita boleh memetik pelbagai jenis laporan yang dijana berdasarkan data sistem yang wujud pada masa laporan itu disusun. Selepas itu, adalah mungkin untuk menentukan sumber pembentukan setiap penunjuk ringkasan laporan hanya jika data asal dikekalkan. Komplikasi tambahan ialah perlu untuk mengesan bukan sahaja perubahan, tetapi juga semua pembetulan pada data.

Penggunaan sistem maklumat sebagai sumber data primer hampir selalu memerlukan memastikan kepentingan undang-undang maklumat, yang dicapai melalui tandatangan digital elektronik. Skop penggunaan tandatangan digital hari ini terutamanya terhad kepada dokumen elektronik, tetapi masa memerlukan bukan sahaja memberi kepentingan undang-undang kepada dokumen individu yang dipindahkan antara organisasi, tetapi pembentukan susunan data yang sepenuhnya penting secara sah, mana-mana sampel yang juga mempunyai kuasa undang-undang. Selain itu, setiap perubahan data (yang kemudiannya boleh menjadi asas untuk perubahan lain) mesti ditandatangani oleh pengguna yang membuatnya.

Masalah ini amat relevan untuk sistem maklumat kerajaan, di mana setiap pekerja mempunyai kuasa sendiri dan memikul tanggungjawab yang sepadan. Selain itu, trend dalam beberapa tahun kebelakangan ini khususnya dalam bidang pentadbiran awam ialah peningkatan dalam bilangan fungsi yang dilaksanakan tanpa penyertaan manusia. Contohnya di sini ialah proses mengeluarkan pelbagai ekstrak dan sijil daripada daftar negeri, untuk pelaksanaan penuh yang penyelesaian masalah yang disenaraikan adalah syarat yang diperlukan.

Penjejakan perubahan data bukan sahaja menjadi faktor yang diingini, tetapi juga didorong oleh keperluan untuk mematuhi keperluan kawal selia yang mengawal cara mengawal perubahan dan mengekalkan sejarah data pelanggan dalam tempoh masa yang panjang.

Kaedah Pengurusan Data

Sebelum bercakap tentang cara untuk meningkatkan kecekapan pengurusan data dalam sistem maklumat, adalah wajar untuk mempertimbangkan dengan lebih terperinci proses yang berlaku dengannya. Setelah pemeriksaan lebih dekat, anda akan mendapati bahawa proses kewujudan data merangkumi empat jenis kitaran hayat. Yang pertama ialah kitaran hayat langsung nilai-nilai atribut objek individu. Jenis kedua mewakili kitaran hidup objek secara umum, menerangkan peristiwa seperti penampilan objek baru dan kehilangannya, serta penyusunan semula, komposisi (penggabungan, kesertaan) dan penguraian (pemisahan, pemisahan). Jenis kitaran hayat ketiga dan keempat ialah kitaran metadata - kelas objek dan atributnya. Peristiwa yang boleh berlaku kepada mereka adalah serupa dengan peristiwa yang berlaku kepada objek: rupa, kehilangan, penyusunan semula, komposisi dan penguraian.

Kebanyakan sistem maklumat moden dibina berdasarkan pengurusan data yang mudah. Apabila perlu untuk menyimpan maklumat tentang kategori data baharu, jadual baharu dibuat, dan apabila keperluan sedemikian hilang, jadual dipadamkan, diarkibkan atau penggunaannya dihentikan begitu sahaja. Apabila terdapat keperluan untuk menyimpan ciri tambahan tentang objek, lajur baharu ditambahkan pada jadual, dan apabila keperluan sedemikian hilang, lajur dipadamkan atau tidak lagi digunakan. Keadaannya sama dengan menyimpan objek. Operasi gubahan dan penguraian dilaksanakan dengan mencipta elemen baharu dan memindahkan data. Bagi nilai atribut objek, semuanya mudah dengan mereka - mereka berubah mengikut keperluan.

Dengan kaedah pengurusan data ini, tugas tersenarai untuk menguruskan akses berbilang pengguna kepada data hanya boleh diselesaikan dengan bantuan alat tambahan. Selain itu, perlu diingatkan bahawa kebanyakan DBMS moden mempunyai mekanisme terbina dalam untuk menjejaki perubahan - log transaksi, bagaimanapun, akses kepada kandungannya, sebagai peraturan, terhad hanya kepada kernel DBMS, tetapi walaupun dengan akses, memulihkan keadaan ke titik tertentu dalam masa, disebabkan oleh keanehan strukturnya, bukanlah tugas yang mudah.

Sebagai cara lain untuk menyelesaikan masalah ini, kita boleh mempertimbangkan penggunaan pangkalan data temporal (kronologi). Tetapi hari ini, pada dasarnya tiada pelaksanaan industri sepenuhnya bagi pangkalan tersebut. Di samping itu, mereka memberi tumpuan kepada menyelesaikan masalah lain. Sesetengah DBMS moden mengandungi mekanisme khusus yang membenarkan penggunaan versi latar belakang nilai atribut (berdasarkan log transaksi yang sama), tetapi ia tidak selalunya mudah digunakan. Alternatifnya ialah mengubah pendekatan pengurusan data itu sendiri.

Teknologi penyimpanan

Prestasi mana-mana operasi oleh pengguna dalam sistem maklumat adalah penerimaan maklumat baru, yang seharusnya tidak membawa kepada penurunan jumlah data dalam pangkalan data. Dalam pengertian ini, walaupun operasi kemas kini adalah jauh dari tidak berbahaya, kerana ia membawa kepada kehilangan nilai sebelumnya, apatah lagi operasi pemadaman. Entiti maklumat mesti menyimpan maklumat tentang kesemua empat kitaran hayat ini, bukannya mengulanginya.

Menggunakan istilah SQL, kita boleh mengatakan bahawa penggunaan operator padam dan kemas kini tidak boleh diterima untuk mencerminkan pemberhentian kewujudan objek dan perubahan dalam ciri mereka. Pengendali ini ialah pengendali perkhidmatan dan harus digunakan secara eksklusif untuk tujuan rasmi: untuk memindahkan, mengarkib dan mengitar semula set data. Untuk ini menjadi mungkin, setiap rekod pangkalan data perlu mewakili maklumat tentang beberapa peristiwa (atau sebahagian daripadanya): penciptaan kelas, pembahagian atribut, pemadaman objek, perubahan atribut, dsb. Memandangkan setiap peristiwa sedemikian akan berkaitan dengan salah satu daripada empat kitaran hayat yang disenaraikan, maka ia juga masuk akal untuk menyimpan maklumat tentangnya dalam empat jadual yang sepadan: Kelas, Atribut, Objek, Nilai.

Peristiwa yang ditunjukkan dalam tiga jadual pertama ialah maklumat tentang peralihan entiti dari satu keadaan ke keadaan yang lain. Rekod yang mencerminkan setiap peristiwa tersebut ialah vektor yang diterangkan oleh dua titik: keadaan sebelumnya dan keadaan semasa. Satu lagi elemen penting ialah cap masa peristiwa, iaitu, ini adalah masa dari mana peralihan dianggap selesai.

Adalah wajar untuk menggunakan pengecam entiti baharu atau sedia ada sebagai keadaan. Null boleh digunakan untuk menunjukkan kekosongan yang diperlukan untuk mencerminkan semua operasi kecuali pemilihan. Sebagai contoh, apabila entiti dicipta, null bertindak sebagai keadaan sebelumnya dan apabila dipadamkan, ia bertindak sebagai keadaan semasa. Berbilang rekod acara berkaitan mesti digunakan untuk merekodkan penggabungan, pemisahan, penambahan dan penyusunan semula operasi.

Tidak seperti tiga jadual pertama, entri dalam jadual Nilai menyimpan bukan vektor, tetapi sinar - nilai atribut objek bermula dari titik masa tertentu. Lajur jadual ini ialah: rujukan objek, rujukan atribut, nilai dan masa dari mana nilai ini digunakan.

Teknologi yang diterangkan memungkinkan untuk memudahkan penyelesaian kepada masalah pemodenan sistem maklumat, khususnya, masalah menukar skema data yang digunakan (struktur). Hari ini, apabila ia berubah, data sedia ada pada dasarnya ditukar kepada format baharu. Tetapi, pertama sekali, penukaran tidak selalunya proses yang agak mudah, dan kedua, masalah kehilangan maklumat timbul: apabila menambah lajur ke jadual, untuk rekod yang dibuat sebelum ini, medan yang sepadan tidak akan diisi, dan menghentikan penggunaan lajur membawa kepada fakta bahawa data ini tidak diisi dalam medan adalah untuk semua entri baharu. Semua ini boleh membawa kepada pelanggaran sekatan integriti yang ditentukan oleh pembangun. Keistimewaan teknologi yang dicadangkan adalah untuk menyediakan keupayaan untuk bekerja dengan data sejarah dalam skema data yang sepadan.

Kawalan capaian data

Untuk memautkan rekod peristiwa yang menerangkan satu operasi, adalah wajar untuk menggunakan jadual tambahan - Transaksi dan menambah lajur pada semua jadual lain - pautan kepadanya. Terima kasih kepada ini, adalah mungkin untuk menjalankan sekumpulan peristiwa (operasi) yang, dari sudut pandangan konsistensi data, membentuk satu transaksi, dan juga memudahkan pemulangan urus niaga yang betul dengan ketara.

Perlu diingatkan bahawa dengan itu, pemulangan transaksi, seperti semua pembetulan lain, tidak boleh dilakukan dengan mengubah suai atau memadam rekod sedia ada. Untuk menggambarkan operasi pembetulan melalui operasi sisipan, anda mesti menggunakan masa data ditulis (masa tulis transaksi) sebagai tambahan kepada masa data dikemas kini (masa sah) yang dinyatakan dalam rekod Kelas, Atribut, Objek dan Jadual nilai. Pembetulan direkodkan dengan menambah pada rekod sedia ada dengan nilai yang salah rekod baharu dengan masa perkaitan yang sama, tetapi dengan masa semasa rekod data (dalam rekod jadual Transaksi yang berkaitan) dan nilai yang diperbetulkan. Oleh itu, apabila membaca, rekod dengan masa penciptaan kemudian digunakan.

Dalam persekitaran berbilang pengguna, untuk memastikan penjejakan penuh bagi operasi yang salah, adalah perlu untuk mengetahui kandungan data cache tempatan, iaitu kandungan data pada masa transaksi bermula. Masalah penting di sini ialah selang masa antara permulaan transaksi dan tamatnya. Permulaan transaksi bermakna membaca data daripada DBMS ke dalam cache tempatan, dan penghujung transaksi bermakna menulis perubahan. Apabila menggunakan model organisasi data yang dicadangkan, untuk menyelesaikan masalah ini adalah cukup untuk mengetahui masa yang diperlukan untuk membaca data daripada DBMS ke dalam cache tempatan. Adalah dinasihatkan untuk menyimpannya dalam medan berasingan pada jadual Transaksi.

Menyimpan data dalam mod sisipan sahaja juga menyelesaikan masalah menjejak kepengarangan semua perubahan. Untuk melakukan ini, maklumat yang berkaitan dimasukkan dengan cara yang sama ke dalam entri jadual Transaksi. Jika, pada masa yang sama, tandatangan digital dikira untuk semua urus niaga yang berkaitan dengan rekod pada kunci pengguna dan disimpan dalam medan berasingan dalam jadual Transaksi, maka adalah mungkin untuk memberikan kepentingan undang-undang kepada tatasusunan maklumat yang dibentuk, sementara memastikan pembahagian tanggungjawab antara pengguna.

Pendekatan yang diterangkan boleh digunakan apabila membina sistem untuk pelbagai tujuan, terutamanya menguasai data atau sistem pengurusan maklumat rujukan. Khususnya, penggunaan teknologi ini dapat menyelesaikan banyak masalah apabila membina salah satu komponen utama e-kerajaan - Sistem Daftar Perkhidmatan Awam.

Kemunculan DBMS yang menganalisis data mengikut lajur, pemacu keadaan pepejal dan teknologi awan boleh menjejaskan kedua-dua prinsip pembinaan pangkalan data dan pembangunan selanjutnya kaedah analisis perniagaan.

Hari ini, terima kasih kepada tangan ringan beberapa wakil terkemuka kalangan saintifik Barat, perkataan warisan telah dilampirkan pada DBMS komersial sejagat.

Kebanyakan syarikat mesti menguruskan sejumlah besar maklumat dan sumber komputer. Ini memerlukan pelan pengurusan yang berkesan. Pengurusan data ialah strategi yang digunakan untuk menyusun dan mengurus data dalam sesebuah organisasi. Pelan yang baik harus berdasarkan empat elemen utama pengurusan maklumat - pemilikan, keselamatan, dasar perusahaan, pemeliharaan dan dasar pengukuhan. Lembaga Pengurusan Perubahan ialah kumpulan khas yang menguruskan perubahan kepada sistem teknologi maklumat syarikat.

Semua ini biasanya bertanggungjawab untuk menguruskan organisasi data. CDB memastikan perubahan sistem diluluskan dan diuji sebelum perubahan dibuat pada sistem pengeluaran. Lembaga ini bermesyuarat secara tetap dan menyemak serta memproses semua permintaan untuk perubahan sistem untuk organisasi.

Tadbir urus data biasanya melibatkan melindungi aset maklumat syarikat. Tindakan ini berbeza-beza bergantung pada jenis data yang disokong. Data dasar keselamatan biasanya termasuk kawalan akses, penyulitan prosedur dan pengekalan dasar.

Kebanyakan agensi kerajaan mempunyai prosedur pengurusan data yang ketat. Langkah-langkah ini adalah perlu untuk memastikan keselamatan yang mencukupi untuk teknologi ketenteraan dan rahsia kerajaan. Keselamatan data untuk data sensitif mungkin termasuk kawalan capaian fizikal khas yang menjadikan data tidak boleh diakses oleh orang awam. Data jenis ini biasanya dikunci dalam kemudahan rahsia yang dikendalikan oleh pengawal bersenjata.

Dengan peningkatan populariti Internet, melindungi privasi data menjadi semakin penting. Kawalan data biasanya termasuk prosedur privasi yang direka untuk perkongsian data yang dikumpul melalui Internet. Perniagaan biasanya perlu mendapatkan kebenaran daripada pelanggan sebelum data sensitif boleh dikongsi dengan syarikat lain.

Dasar pengekalan data ialah peraturan yang mengawal panjang data yang mesti diakses dan disimpan sebelum ia dimusnahkan. Peraturan ini berbeza-beza bergantung pada syarikat dan jabatan yang menggunakan data. Dasar pengurusan data mentakrifkan keperluan penyimpanan data untuk syarikat. Keperluan storan ini boleh menjadi besar untuk institusi kewangan dan agensi penguatkuasaan undang-undang, dan ia telah diperlukan untuk mengurus data selama beberapa dekad.

Pengurusan data juga termasuk menyediakan dan mengurus kata laluan untuk program komputer. Hampir semua organisasi mempunyai peraturan sedemikian untuk pemilikan dan pengurusan data. Prosedur menentukan cara seseorang boleh mengakses data. Ini biasanya melibatkan prosedur formal dan proses pengesahan.

Kawalan capaian data harus merangkumi prosedur untuk pekerja yang meninggalkan syarikat. Proses alih keluar akses apabila pekerja tidak dipecat. Keselamatan data dan prosedur audit harus merangkumi langkah-langkah untuk memastikan pekerja yang ditamatkan perkhidmatan tidak mempunyai akses kepada data syarikat sulit.