एंकर मॉडलिंग
एंकर मॉडलिंग एक फुर्तीली डेटाबेस मॉडलिंग तकनीक है जो सूचना के लिए अनुकूल होती है जो संरचना और सामग्री दोनों में समय के साथ बदलती है। यह अस्थायी डेटा के साथ काम करने के लिए प्रसार के साथ इकाई-संबंध मॉडलिंग के समान वैचारिक मॉडलिंग के लिए उपयोग किया जाने वाला चित्रमय अंकन प्रदान करता है। मॉडलिंग तकनीक में चार मॉडलिंग निर्माण सम्मलित हैं: एंकर, विशेषता, टाई और नॉट, प्रत्येक मॉडल किए जा रहे डोमेन के विभिन्न पहलुओं को पकड़ता करता है।[1] परिणामी मॉडल को औपचारिक नियमों का उपयोग करके भौतिक डेटाबेस अभिप्राय में अनुवादित किया जा सकता है। जब इस तरह का अनुवाद किया जाता है तो संबंधित डेटाबेस में टेबल ज्यादातर छठे सामान्य रूप में होता है।
दर्शन
मानव पठनीयता के संबंध में उच्च सामान्य रूपों की कमियों से बचने के दौरान उच्च स्तर के डेटाबेस सामान्यीकरण से लाभों का लाभ उठाने के लिए एंकर मॉडलिंग का निर्माण किया गया था। मॉडल को गैर-विनाशकारी रूप से विकसित करने में सक्षम होने, अशक्त मूल्यों से बचने और सूचना को अतिरेक से मुक्त रखने जैसे लाभ प्राप्त होते हैं। आधुनिक डेटाबेस इंजन में एक सुविधा के लिए अतिरिक्त जोड़ के कारण प्रदर्शन के मुद्दों को अधिक हद तक टाला जाता है, जिसे जोड़ उन्मूलन या टेबल उन्मूलन कहा जाता है। सूचना सामग्री में परिवर्तनों को संभालने के लिए, एंकर मॉडलिंग परिणामी संबंधपरक डेटाबेस स्कीमा में अस्थायी डेटाबेस के पहलुओं का अनुकरण करता है।
इतिहास
2004 में स्वीडन में एंकर मॉडलिंग का उपयोग करते हुए सबसे पहले संस्थापन किया गया था जब एक बीमा कंपनी के लिए एक डेटा वेयरहाउस तकनीक का उपयोग करके बनाया गया था।
2007 में तकनीक का उपयोग कुछ डेटा गोदामों और एक ऑनलाइन लेनदेन प्रसंस्करण (ओएलटीपी) प्रणाली में किया जाता था, और इसे एम्स्टर्डम में 2007 ट्रांसफॉर्मिंग डेटा विद इंटेलिजेंस (टीडीडब्ल्यूआई) सम्मेलन में लार्स रोन्नबैक द्वारा अंतरराष्ट्रीय स्तर पर प्रस्तुत किया गया था।[2] इसने तकनीक के लिए अधिक औपचारिक विवरण की गारंटी देने के लिए पर्याप्त रुचि उत्पन्न की थी। तब से एंकर मॉडलिंग से संबंधित शोध निर्माता ओले रिगार्ड्ट और लार्स रोनबैक और स्टॉकहोम विश्वविद्यालय के कंप्यूटर और प्रणाली विज्ञान विभाग की एक टीम के सहयोग से किया जाता था।
पहला पेपर, जिसमें एंकर मॉडलिंग को औपचारिक रूप दिया गया था, 2008 में वैचारिक मॉडलिंग पर 28वें अंतर्राष्ट्रीय सम्मेलन में प्रस्तुत किया गया था और इसने सर्वश्रेष्ठ पेपर पुरस्कार जीता था।[3]
एक वाणिज्यिक वेब साइट एंकर मॉडलिंग पर सामग्री प्रदान करती है जो रचनात्मक कॉमन्स लाइसेंस के अनुसार उपयोग करने के लिए स्वतंत्र होती है। एक ऑनलाइन मॉडलिंग उपकरण भी उपलब्ध होता है, जो उपयोग करने के लिए स्वतंत्र होता है और खुला स्त्रोत होता है।[4]
बुनियादी धारणाएँ
एंकर मॉडलिंग की चार बुनियादी मॉडलिंग अवधारणाएँ हैं: एंकर, विशेषताएँ, टाई और नॉट्स। एंकरों का उपयोग संस्थाओं और घटनाओं को मॉडल करने के लिए किया जाता है, विशेषताओं का उपयोग एंकरों के गुणों को मॉडल करने के लिए किया जाता है, टाई एंकरों के बीच संबंधों को मॉडल करते हैं, और नॉट्स का उपयोग राज्यों जैसे साझा गुणों को मॉडल करने के लिए किया जाता है। विशेषताओं और संबंधों को ऐतिहासिक बनाया जा सकता है जब उनके मॉडल की जानकारी में बदलाव को बनाए रखने की आवश्यकता होती है।
सभी अवधारणाओं के लिए विभिन्न चित्रमय प्रतीकों को दर्शाने वाला एक उदाहरण मॉडल नीचे देखा जा सकता है। प्रतीक कुछ प्रसार के साथ एंटिटी-संबंध मॉडलिंग में उपयोग किए गए प्रतीकों से मिलते जुलते हैं। एक विशेषता या टाई पर एक दोहरी रूपरेखा इंगित करती है जिससे परिवर्तनों का इतिहास रखा जाता है। गाँठ प्रतीक (गोलाकार किनारों के साथ एक रेखांकित वर्ग) भी उपलब्ध होता है, लेकिन गांठों को ऐतिहासिक नहीं बनाया जा सकता है। लंगर प्रतीक एक ठोस वर्ग होता है।
लौकिक पहलू
एंकर मॉडलिंग दो प्रकार के सूचनात्मक विकास को संभालती है, जो संरचनात्मक परिवर्तन और सामग्री परिवर्तन होते हैं। सूचना की संरचना में परिवर्तन को प्रसार के माध्यम से दर्शाया जाता है। सामान्यीकरण की उच्च डिग्री गैर-विनाशकारी रूप से परिवर्तन को पकड़ने के लिए आवश्यक मॉडलिंग अवधारणाओं को जोड़ना संभव बनाती है, इस तरह से हर पिछला स्कीमा हमेशा वर्तमान स्कीमा के सबसेट के रूप में रहता है। चूंकि उपस्तिथा स्कीमा को छुआ नहीं जाता है, यह डेटाबेस को अत्यधिक पुनरावृत्त तरीके से और बिना किसी स्र्कना के विकसित करने में सक्षम होने का लाभ देता है।
सूचना की सामग्री में परिवर्तन एक संबंधित डेटाबेस स्कीमा में अस्थायी डेटाबेस की समान विशेषताओं का अनुकरण करके किया जाता है। एंकर मॉडलिंग में, सूचना के टुकड़ों को समय के बिंदुओं या समय के अंतराल (खुले और बंद दोनों) से जोड़ा जा सकता है। घटनाओं के घटित होने के समय बिंदुओं को विशेषताओं का उपयोग करके प्रतिरूपित किया जाता है, जैसे व्यक्तियों की जन्मतिथि या खरीदारी का समय। समय के अंतराल जिसमें एक मूल्य मान्य होता है, विशेषताओं और संबंधों के इतिहासीकरण के माध्यम से कब्जा कर लिया जाता है, उदाहरण के लिए किसी व्यक्ति के बालों के रंग में परिवर्तन या समय की अवधि जिसके दौरान एक व्यक्ति का विवाह हुआ था। एक संबंधपरक डेटाबेस में यह ऐतिहासिक विशेषता या टाई से संबंधित तालिका में परिवर्तनों की गति को पकड़ने के लिए पर्याप्त डेटा प्रकार के दानेदार के साथ एक एकल स्तंभ जोड़कर प्राप्त किया जाता है। यह थोड़ी जटिलता जोड़ता है क्योंकि अंतराल बंद है या नहीं, यह जानने के लिए तालिका में एक से अधिक पंक्तियों की जांच की जाती है।
मॉडलिंग किए जा रहे डोमेन से प्रत्यक्ष रूप से संबंधित समय के बिंदु या अंतराल, जैसे डेटाबेस में दर्ज की गई जानकारी के बिंदु, उपरोक्त किसी भी निर्माण के अतिरिक्त एंकर मॉडलिंग में मेटा डेटा के उपयोग के माध्यम से नियंत्रित किए जाते हैं। यदि डेटाबेस में ऐसे परिवर्तनों के बारे में जानकारी रखने की आवश्यकता है, तो बिट अस्थायी एंकर मॉडलिंग का उपयोग किया जा सकता है, जहां अद्यतनों के अलावा, हटाए गए कथन भी गैर-विनाशकारी हो जाते हैं।
संबंधपरक प्रतिनिधित्व
एंकर मॉडलिंग में वैचारिक मॉडल और संबंधपरक डेटाबेस में तालिकाओं में प्रयुक्त प्रतीकों के बीच एक-से-एक मानचित्रण होता है। डेटाबेस में प्रत्येक एंकर, विशेषता, टाई और गाँठ की एक स्पष्ट रूप से परिभाषित संरचना के साथ एक संबंधित तालिका होती है। एक वैचारिक मॉडल को सरल स्वचालित नियमों का उपयोग करके एक संबंधित डेटाबेस स्कीमा में अनुवादित किया जाता है, और इसके विपरीत यह कई अन्य मॉडलिंग तकनीकों से अलग होता है जिसमें वैचारिक, तार्किक और भौतिक स्तरों के बीच जटिल और कभी-कभी व्यक्तिपरक अनुवाद चरण होते हैं।
एंकर टेबल में एक एकल स्तंभ होता है जिसमें पहचान संग्रहीत की जाती है। एक पहचान को एक इकाई की एकमात्र संपत्ति माना जाता है जो हमेशा उपस्तिथ और अपरिवर्तनीय होती है। चूंकि मॉडलिंग किए जा रहे डोमेन से पहचान संभवतः ही कभी उपलब्ध होती है, इसके अतिरिक्त वे तकनीकी रूप से उत्पन्न होते हैं, उदाहरण के लिए बढ़ती संख्या अनुक्रम से।
डोनाल्ड डक के भतीजों की पहचान के लिए एंकर का एक उदाहरण 1-ट्यूपल्स का एक सेट है:{⟨#42⟩, ⟨#43⟩, ⟨#44⟩}
नॉट्स को एक एंकर और एक विशेषता के संयोजन के रूप में माना जाता है। नॉट टेबल में दो कॉलम होते हैं, एक पहचान के लिए होता है और दूसरा मूल्य के लिए होता है। पहचान और मूल्यों को एक साथ रखने के कारण गांठों को ऐतिहासिक नहीं बनाया जा सकता है। उनकी उपयोगिता भंडारण आवश्यकताओं को कम करने और प्रदर्शन में सुधार करने में सक्षम होने से आती है, क्योंकि तालिकाओं को संदर्भित समुद्री मील एक लंबी स्ट्रिंग के अतिरिक्त एक छोटा मान संग्रहीत कर सकते हैं।
लिंग के लिए गाँठ का एक उदाहरण 2-ट्यूपल्स का एक सेट है:{⟨#1, 'Male'⟩, ⟨#2, 'Female'⟩}
स्थिर विशेषता टेबल में दो कॉलम होते हैं, एक उस इकाई की पहचान के लिए होता है जिससे मूल्य संबंधित होता है और एक वास्तविक संपत्ति मूल्य के लिए होता है। ऐतिहासिक विशेषता तालिकाओं में एक समय अंतराल के प्रारंभिक बिंदु को संग्रहीत करने के लिए एक अतिरिक्त स्तंभ होता है। नॉटेड विशेषता टेबल में, मूल्य कॉलम एक पहचान है जो नॉट टेबल को उद्घृत करता है।
उनके नाम के लिए स्थिर विशेषता का एक उदाहरण 2-टुपल्स का एक सेट है:{⟨#42, 'Huey'⟩, ⟨#43, 'Dewey'⟩, ⟨#44, 'Louie'⟩}
उनके लिंग के लिए गांठदार स्थिर विशेषता का एक उदाहरण 2-ट्यूपल्स का एक सेट है:{⟨#42, #1⟩, ⟨#43, #1⟩, ⟨#44, #1⟩}
उनके पहनावे के (बदलते) रंगों के लिए एक ऐतिहासिक विशेषता का एक उदाहरण 3-ट्यूपल्स का एक सेट है:{⟨#44, 'Orange', 1938-04-15⟩, ⟨#44, 'Green', 1939-04-28⟩, ⟨#44, 'Blue', 1940-12-13⟩}
स्थिर टाई टेबल दो या दो से अधिक एंकरों को एक दूसरे से संबंधित करते हैं, और पहचान को संग्रहीत करने के लिए दो या दो से अधिक कॉलम होते हैं। ऐतिहासिक टाई टेबल में एक समय अंतराल के प्रारंभिक बिंदु को संग्रहीत करने के लिए एक अतिरिक्त कॉलम होता है। नॉटेड टाई टेबल में प्रत्येक संदर्भित नॉट के लिए एक अतिरिक्त कॉलम होता है।
सहोदर संबंध के लिए एक स्थिर टाई का एक उदाहरण 2-टुपल्स का एक सेट है:{⟨#42, #43⟩, ⟨#42, #44⟩, ⟨#43, #42⟩, ⟨#43, #44⟩, ⟨#44, #42⟩, ⟨#44, #43⟩}
परिणामी तालिकाएँ सभी छठे सामान्य रूप में होंगी सिवाय उन संबंधों को छोड़कर जिनमें सभी स्तंभ प्राथमिक कुंजी का हिस्सा नहीं है।
संदर्भ
- ↑ L. Rönnbäck; O. Regardt; M. Bergholtz; P. Johannesson; P. Wohed (2010). "Anchor modeling - Agile information modeling in evolving data environments". Data & Knowledge Engineering. 69 (12): 1229–1253. doi:10.1016/j.datak.2010.10.002. ISSN 0169-023X. (Preprint available here)
- ↑ 6th TDWI European Conference - TDWI homepage Archived July 20, 2011, at the Wayback Machine
- ↑ Regardt, Olle; Rönnbäck, Lars; Bergholtz, Maria; Johannesson, Paul; Wohed, Petia (2009). "Anchor Modeling". Proceedings of the 28th International Conference on Conceptual Modeling. ER '09. Gramado, Brazil: Springer-Verlag: 234–250. ISBN 978-3-642-04839-5.
- ↑ Lars Rönnbäck. "Anchor Modeling Academy". Promotional website. Retrieved May 20, 2017.
