4.2 แบบจำลองฐานข้อมูล(Database Model)
ระบบสารสนเทศยุคใหม่
ได้มีการนำเทคโนโลยีฐานข้อมูลเพื่อนำมาใช้จัดการฐานข้อมูล และคลังข้อมูลให้เกิดประโยชน์ในด้านของการจัดเก็บและการเรียกดูข้อมูล
โดยฐานข้อมูลถือเป็นศูนย์รวมของไฟล์ที่มีความสัมพันธ์กัน ซึ่งจะมีการเชื่อมโยงความสัมพันธ์อย่างมีระบบ
เป็นไปตามแนวความคิดของแบบจำลองข้อมูลเชิงตรรกะ
สำหรับความสัมพันธ์ในข้อมูลดังกล่าว ทำให้เราสามารถเข้าถึงข้อมูลต่างๆ ภายในระบบได้ และเทคโนโลยีฐานข้อมูลแต่ละชนิด
ต่างก็มีวิธีการเชื่อมโยงเพื่อการเข้าถึงข้อมูลในฐานข้อมูลที่แตกต่างกัน
ดังนั้นในการนำซอฟต์แวร์อย่างระบบจัดการฐานข้อมูลมาใช้งานบนฐานข้อมูลนั้น
จึงต้องสอดคล้องกับแบบจำลองข้อมูลที่สร้างขึ้น ซึ่งประกอบด้วย
1. แบบจำลองฐานข้อมูลลำดับชั้น
2. แบบจำลองฐานข้อมูลเครือข่าย
3. แบบจำลองฐานข้อมูลเชิงสัมพันธ์
4. แบบจำลองฐานข้อมูลเชิงวัตถุ
5. แบบจำลองฐานข้อมูลแบบมัลติไดเมนชั่น
4.2.1
แบบจำลองฐานข้อมูลลำดับชั้น(Hierarchical
Database Model)
แบบจำลองชนิดนี้
ไฟล์ข้อมูลจะถูกจัดไว้เป็นโครงสร้างแบบบนลงล่าง (Top – Down) มีลักษณะคล้ายกับโครงสร้างต้นไม้ที่มีการสืบทอดเป็นลำดับชั้น
โดยโหนดระดับสูงสุดจะเรียกว่า ราก (Root) และโหนดระดับล่างสุดจะเรียกว่า ใบ (Leaves)
โครงสร้างฐานข้อมูลลำดับชั้นจะเป็นลำดับหรือเซกเมนต์
(Segments) ที่เปรียบเสมือนเรคอร์ดในระบบแฟ้มข้อมูลนั่นเอง
แต่ละเซกเมนต์ที่อยู่ลำดับล่างลงไปก็คือลูกของเซกเมนต์ที่อยู่ลำดับก่อนหน้า
และด้วยหลักการนี้เองแบบจำลองฐานข้อมูลชนิดนี้จึงมีความสัมพันธ์แบบ one –
to – many กล่าวคือ โหนดพ่อสามารถแตกสาขาออกเป็นโหนดลูกได้หลายๆ
โหนด ในขณะที่โหนดลูกจะมีเพียงพ่อเดียวเท่านั้น
การเปิดคอร์สวิชาMIS ซึ่งเป็นโหนดพ่อ ต่อมาวิชานี้ก็ได้มีการแตกออกเป็น 2 เซกชั่นด้วยกันคือ เซกชั่นที่ 1 (ภาคปกติ)
และเซกชั่นที่ 2 (ภาคสมทบ)
ในแต่ละเซกชั่นก็จะมีจำนวนนักศึกษาที่ลงทะเบียนเรียนคอร์สวิชาดังกล่าว ดังนั้น
หากต้องการทราบว่าเซกชั่นที่ 2 ซึ่งเป็นคอร์สที่เปิดให้กับนักศึกษาภาคสมทบนั้น
มีนักศึกษาคนใดเรียนบ้าง ก็จะต้องเริ่มต้นเข้าไปค้นหาตั้งแต่รากซึ่งอยู่บนสุด
จากนั้นก็ไต่ลำดับลงมา ซึ่งเป็นรูปแบบของการท่องไปยังลำดับชั้นถัดลงไปเรื่อยๆ
นั่นเอง สำหรับแบบจำลองฐานข้อมูลลำดับชั้นนี้
จัดเป็นสถาปัตยกรรมฐานข้อมูลที่เก่าแก่ที่สุด และเนื่องจากมีความสัมพันธ์แบบพ่อลูก
ความถูกต้องในข้อมูลย่อมมีความคงสภาพสูง แต่ในปัจจุบันไม่นิยมใช้กันแล้ว เนื่องจากความยากต่อการพัฒนาแอปพลิเคชั่นเพื่อใช้งานแบบฐานข้อมูลชนิดนี้ และการปรับปรุงโครงสร้างมีความยืดหยุ่นต่ำ
รวมทั้งเป็นโครงสร้างที่ไม่สามารถกำหนดความสัมพันธ์แบบ Many – to – Many ได้
4.2.2 แบบจำลองฐานข้อมูลเครือข่าย(Network
Database Model)
แบบจำลองฐานข้อมูลเครือข่าย สามารถรองรับความสัมพันธ์ของข้อมูลที่มีความซับซ้อนยิ่งขึ้น
และมีประสิทธิภาพสูงกว่าแบบลำดับชั้น แต่อย่างไรก็ตาม
แบบจำลองฐานข้อมูลเครือข่ายยังคงมีโครงสร้างคล้ายกับแบบจำลองฐานข้อมูลลำดับชั้น
ซึ่งยงคงไว้ซึ่งลำดับชั้นแบบลงล่างเหมือนกัน แต่จะแตกต่างกันตรงที่แต่ละโหนดสามารถมีความสัมพันธ์กับโหนดอื่นๆ
ได้หลายโหนด กล่าวคือ แต่ละโหนดสามารถมีหลายพ่อได้
ซึ่งแตกต่างจากแบบจำลองฐานข้อมูลลำดับชั้นที่สามารถมีได้เพียงพ่อเดียว
ดังนั้น
แบบจำลองชนิดหนึ่งมีความยืดหยุ่นสูงกว่าแบบแรก
แบบจำลองฐานข้อมูลเครือข่าย
ความสัมพันธ์ระหว่างข้อมูลในแบบจำลองฐานข้อมูลเครือข่ายจะเรียกว่า
เซต (Set) แต่ละเซ็ตอย่างน้อยจะประกอบด้วยเรคอร์ด
2 ชนิดด้วยกัน คือ Owner Record ที่เปรียบเสมือนกับโหนดพ่อ
และ Member Record ที่เปรียบเสมือนกับโหนดลูก
โดยตัวแทนของเซตที่มีความสัมพันธ์แบบ One – to –Many สามารถเชื่อมโยงไปมาระหว่าง
Owner Record และ Member Record ได้
ปัจจุบันแบบจำลองชนิดนี้ยังคงมีใช้งานอยู่บนเครื่องคอมพิวเตอร์ระดับเมนเฟรม
โดยจะใช้ตัวชี้ (Pointer) เป็นตัวโยงความ
สัมพันธ์ระหว่างเรคอร์ด
และสนับสนุนความสัมพันธ์ทั้งแบบ One
– to – Many และ Many
– to – many
4.2.3 แบบจำลองฐานข้อมูลเชิงสัมพันธ์(Relational
Database Model)
แบบจำลองชนิดนี้
นำเสนอมุมมองของข้อมูลในลักษณะตาราง ซึ่งประกอบด้วยแถวและคอลัมน์
จึงทำให้สื่อสัมพันธ์กับมนุษย์ได้อย่างเข้าใจ สำหรับข้อมูลที่จัดเก็บอยู่ในตาราง
สามารถเชื่อมโยงความสัมพันธ์กับตารางอื่นๆ ผ่านฟิลด์ที่ถูกระบุเป็นคีย์
ซึ่งประกอบด้วย คีย์หลัก (Primary Key : PK) และคีย์อ้างอิง (Foreign
Key : FK) อีกทั้งยังรองรับความสัมพันธ์ได้ทั้งแบบ One – to
* Many และแบบ Many – to – Many
ในปัจจุบัน
โปรแกรมระบบจัดการฐานข้อมูล (DBMS) ในท้องตลาด
ล้วนสนับสนุนการทำงานบนแบบจำลองฐานข้อมูลเชิงสัมพันธ์ทั้งสิ้น
โดยใช้ภาษามาตรฐานอย่างชุดคำสั่ง SQL เป็นตัวจัดการกับฐานข้อมูลและถือเป็นแบบจำลองฐานข้อมูลที่ถูกนำมาใช้งานมากที่สุดบนเครื่องทุกระดับ
การเชื่อมโยงข้อมูลระหว่างตารางผ่านคีย์ บนแบบจำลองฐานข้อมูลเชิงสัมพันธ์
4.2.4 แบบจำลองฐานข้อมูลเชิงวัตถุ(Object –
Oriented Database Model)
แบบจำลองชนิดนี้ถือเป็นเทคโนโลยีใหม่ของการจัดการฐานข้อมูลเชิงวัตถุ
เกิดจากแนวคิดการเขียนโปรแกรมเชิงวัตถุ (Object – Oriented Program : OOP) ด้วยการมองทุกสิ่งเป็นวัตถุ
โดยแต่ละวัตถุจะเป็นแหล่งรวมของข้อมูลและโอเปอเรชั่น(Data and Operation) มีคลาส (Class) เป็นตัวกำหนดคุณสมบัติที่ใช้อธิบายรายละเอียดของวัตถุ
รวมถึงการถ่ายทอดคุณสมบัติ (Inheritance) การซ่อนรายละเอียด (Encapsulation)
สำหรับการเข้าถึงข้อมูลจะต้องมีการตอบรับจากเมธอด หรือโอเปอเรชั่นในวัตถุนั้นว่าจะอนุญาตหรือไม่
ซึ่งนับว่ามีระบบความปลอดภัยที่ดี
และในส่วนข้อเด่นของแบบจำลองฐานข้อมูลเชิงวัตถุนี้ก็คือ สามารถจัดการกับข้อมูลที่มีความสลับซับซ้อนได้เป็นอย่างดี ไม่ว่าจะเป็นข้อมูลประเภทกราฟิก วิดีโอ
และเสียง นอกจากนี้ยังสนับสนุนคุณสมบัติการนำกลับมาใช้ใหม่
(Reusable) ดังนั้น แบบจำลองฐานข้อมูลเชิงวัตถุ
จึงถือเป็นเทคโนโลยีใหม่ของ DBMS ที่มักนำมาใช้กับฐานข้อมูลที่มีความซับซ้อนสูง และเหมาะกับหน่วยงานขนาดใหญ่
การสืบทอดคุณสมบัติ บนแบบจำลองฐานข้อมูลเชิงวัตถุ
4.2.5 แบบจำลองฐานข้อมูลมัลติไดเมนชั่น(Multidimensional
Database Model)
แบบจำลองชนิดนี้จะเกี่ยวข้องกับแบบจำลองฐานข้อมูลเชิงสัมพันธ์เป็นอย่างดี
แต่จะแตกต่างกันตรงที่จะใช้โครงสร้างแบบหลายมิติที่มีลักษณะเหมือนกับสี่เหลี่ยมลูกบาศก์
ด้วยการนำข้อมูลในแต่ละมิติมาเชื่อมโยงความสัมพันธ์เข้าด้วยกัน
โดยสามารถจำลองให้เห็นภาพโครงสร้างให้ชัดเจนยิ่งขึ้นคือ
เมื่อข้อมูลบนสี่เหลี่ยมลูกบาศก์มีความสัมพันธ์กันในแต่ละด้าน เช่น
การนำข้อมูลสินค้า (Product) กับยอดขายในแต่ละสาขา (Branch)
มาประมวลเป็นตารางหลายมิติ
ทำให้ผู้ใช้สามารถตัดขวางหรือแบ่งข้อมูลออกเป็นส่วนๆ มาวิเคราะห์ใช้งานได้ตามความต้องการ
โดยพิจารณาจากรูปที่ 4.7-4.8 ที่เปรียบเทียบการนำเสนอมุมมองของข้อมูล
ระหว่างแบบจำลองฐานข้อมูลเชิงสัมพันธ์กับแบบจำลองฐานข้อมูลมัลติไดเมนชั่น
ก็จะพบว่า หากเป็นแบบจำลองฐานข้อมูลเชิงสัมพันธ์แล้ว จะมีตารางอยู่ 3 ตารางด้วยกัน
ซึ่งแต่ละตารางต่างก็เป็นข้อมูลที่จัดเก็บในแต่ละปี ขณะเดียวกัน
หากถูกนำมาใช้งานบนแบบจำลองฐานข้อมูลมัลติไดเมนชั่น
ก็จะถูกนำเสนอในรูปแบบของสี่เหลี่ยมลูกบาศก์
ที่แต่ละมิติจะมีความสัมพันธ์ระหว่างข้อมูล ครั้นเมื่อได้มีการตัดขวางออกเป็นชิ้นส่วนขึ้นมา
ก็จะเป็นความสัมพันธ์ระหว่างข้อมูลในปีนั้นๆ นั่นเอง สำหรับแบบจำลองชนิดนี้
มักถูกนำมาใช้งานกับคลังข้อมูล (Data Warehousing)
ข้อมูลที่บันทึกอยู่ในตารางบนฐานข้อมูลเชิงสัมพันธ์
ฐานข้อมูลมัลติไดเมนชั่น
ไม่มีความคิดเห็น:
แสดงความคิดเห็น