情報処理のWeb教科書―IPA情報処理試験対策のお供に!
トップ 情報処理の知識体系 テクノロジ系 技術要素 データベース
データベースの方式、設計、データ操作、トランザクション処理、応用など。リレーショナルデータベース中心にデータベース関連のオリジナルテキストと情報処理試験の過去問もまとめています。
このページの目次です。
データベース方式の知識についてまとめていきます。
データベースとは何か、データベースの種類と特徴、データベースのモデルなどデータベースについて見ていきます。
データベースとは、データを蓄積して何らかの目的のために取り出すための仕組みのことをいいます。 データベースとは何かをテーマにデータベースの意味、oodbms、codasyl、関係データベースなどデータベースの種類についてまとめています。
データベース管理システムは、英語でDatabase Management Systemで略してDBMSといわれます。 DBMSの目的、それを実現するマネジメント機能など、DBMSの機能、特徴、役割についてまとめています。
データベース設計の知識について見ていきます。
データ分析を行うには、対象業務にとって必要なデータは何か、各データがどのような意味と関連をもっているか などの分析と整理、異音同義語、同音異義語の発生を抑えるデータ項目の標準化など、デー タ分析を行う際の考え方を理解している必要があります。 データ分析についてみていきます。
関係データベース管理システム(RDBMS)のデータディクショナリにはスキーマの定義情報が格納されます。
以下ではデータ分析に関連したIPA情報処理試験の過去問とその解説をまとめています。
データベース開発工程などデータベースの設計にかかわる知識をまとめていきます。
開発計画立案、外部設計、内部設計、プログラム作成、テストというような開発工程の流れの中でデータベース開発工程も進みます。
以下はシステム開発の一般的な工程についてまとめています。
開発計画立案では、現行システムおよび新しい要求を調査・分析して、システム要件をまとめます。
外部設計とは、ソフトウェア要件定義の別の呼び方で、ソフトウェアやシステム開発の工程の1つのことをいいます。 利用者に提供する機能や操作などを設計に落とし込む工程になります。
外部設計工程では、システムの機能を確定し、画面設計、帳票設計、画面フロー設計、論理データ設計、コード設計が行われます。
内部設計では、サブシステムをコンポーネント(プログラム)の単位に機能分割・構造化、入出力設計、物理データ設計を行います。
プログラム設計では、プログラムのモジュール設計、モジュール仕様の作成、プログラム設計書の作成、テスト仕様書の作成などを行います。
プログラムの実装では、プログラムの作成とテストを行います。
データベースの論理設計について見ていきます。
関係データベースにおいて、主キーは表中のレコードを一意に識別するキーです。
関係データベースでは、複数のフィールドを、まとめて一つの外部キーとして設定することができます。 一つの表に複数の外部キーを設定することができません。
以下ではデータベースの設計に関連したIPA情報処理試験の過去問とその解説をまとめています。
第一正規化、第二正規化、第三正規化、関数従属、候補キーなど正規化とは何か、リレーショナルデータベースの正規化の入門内容をまとめていきます。
データ操作の知識について見ていきます。
関係データベースのデータの操作として、集合演算(和、差、積、直積)、関係演算(選択、射影、結合、商)などがあります。
関係演算には、選択、射影、結合などがあります。
選択とは、条件を満たす行を抽出することをいいます。指定したレコード(行)を抽出します。
射影とは、条件を満たす列を抽出することをいいます。指定したフィールド(列)を抽出します。
結合とは、同じ値を持つ列について複数の表を結合することをいいます。複数の表を一つの表にします。
以下では関係演算に関連したIPA情報処理試験の過去問とその解説をまとめています。
SQLなどデータベース言語について見ていきます。
関係データベースのデータの操作を理解するにはデータベース言語(SQL)の知識が必要です。 データベース言語(SQL文)についての入門知識と情報処理試験の過去問をまとめています。
トランザクションとは、利用者から見たデータベースに対する処理の単位です。 利用者からみた場合は1つのデータベース更新処理ですが、データベースから見れば複数の利用者からの処理依頼があり、 データベースの更新を矛盾なく行う必要があります。 データベースにおけるトランザクションの意味、ACID特性などの解説をまとめています。
データマイニングのオープンソース(Weka、R)などの情報も含め、データベースの応用対象や応用方法、 分散データベース、データ資源管理の仕組みなどデータベース応用をテーマにまとめています。
データウェアハウスやデータマート、データマイニングなど、データを分析して活用する技術について見ていきます。
データベース・マーケティングは、データベースを運用して顧客の属性や購買行動などの情報を分析し、それぞれの顧客に最適なアプローチをとることによって、顧客との親密な関係を築こうとする活動のことをいいます。 データマイニングやデータウェアハウス、データマートなどはこのデータベース・マーケティングに使われます。
データベース・マーケティングでは、大量の取引データから、販売促進上意味のある関連性を見つけ出し、顧客のニーズを深堀りを行います。 たとえば、アメリカのあるスーパーマーケットでは「紙オムツを買う男性の大半は、ビールも一緒に買う」ということが考察されています。
このような関連性を見つける技術がデータマイニングと呼び、そのためのデータの蓄積・分析を可能とするスステムをデータウェアハウスといいます。
データマイニングとは、英語でData mining、略してDM、統計学、パターン認識、人工知能等のデータ解析の技法を大量のデータに網羅的に適用することで知識を取り出す技術のことをいいます。 蓄積されたデータを分析し、単なる検索だけでは分からない隠れた規則や相関関係を見つけ出します。
マイニングとは、英語でminingといい、採掘を意味する言葉です。
データマイニングのオープンソースにはWekaやRなどがあります。
Wekaは、Waikato Environment for Knowledge Analysisの略でニュージーランドのワイカト大学で開発されたデータマイニングのオープンソースです。 言語はJavaで書かれていて、GNU General Public Licenseでライセンスされています。
Rは、R言語とも呼ばれ、ニュージーランドのオークランド (Auckland) 大学の統計学科の Ross Ihaka とアメリカのハーバード大学の Robert Gentlemanが開発創始者のオープンソースです。
Unix系OSやサーバに使用されるソフトウェアなどOSSとは何かなど、オープンソースソフトウェアについてまとめています。
データマートとは、データウェアハウスに格納されたデータの一部を、特定の用途や部門用に切り出して、データベースに格納することをいいます。
経営管理システムに関連した参考書籍です。目次や参考いたしました内容をまとめています。
NoSQLは、関係データベースで用いられるSQLを使用しないデータベースと対比して呼ばれるデータベースの呼び方です。 様様な形式のデータを一つのキーに対応付けて管理するキーバリュー型データベースなど、ビッグデータの基盤技術として利用されます。
以下ではNoSQLに関連したIPA情報処理試験の過去問とその解説をまとめています。
ビッグデータは、意思決定に役立つ知見を得ることなどが期待されており、大量かつ多種多様な形式でリアルタイム性を有する情報などの意味で用いられる用語です。
複数のサイトに配置された分散データベースの特徴,利点,取り扱う上での留意事項,サ イト間でのデータ同期の仕組み,関連する機能,集中型データベースとの違いを理解します。
2相コミットとは、分散データベースシステムの整合性を保つための方式で、英語でtwo-phase commitと記述します。
ネットワークに接続した複数のコンピュータに分散して配置したデータベースを更新するときに、更新処理の同期をとるための仕組みです。
1つのトランザクションが複数の更新を行う場合は、全てのコミット応答を確認しなければ、全体にコミット指示を出さない仕組みになっています。
調停者に障害が発生するタイミングによっては、その回復処理が終わらない限り、参加者全員がコミットもロールバックも行えない事態が起こります。
データレプリケーションとは、データを複数のサーバに複製し、性能と可用性を向上させることをいいます。
以下では分散データベースに関連したIPA情報処理試験の過去問とその解説をまとめています。
メタデータやリポジトリの意味、SVNなどデータ資源管理についてまとめています。 データの属性、意味内容、格納場所など、データを管理するための情報(メタデータ)を収集、管理したデータディクショナリや、ソフトウェア開発と保守におけるさまざまな情報を一元的に管理するリポジトリについてまとめていきます。
情報処理試験対策用のサイトオリジナル教科書をテーマにテクノロジ系の知識をまとめています。
Copyright (C) 2010-2023 情報処理のWeb教科書. All Rights Reserved. Loarding…