مقاله در مورد مدیریت پایگاه داده هوشمند pdf
مقاله در مورد مدیریت پایگاه داده هوشمند pdf دارای 46 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله در مورد مدیریت پایگاه داده هوشمند pdf کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله در مورد مدیریت پایگاه داده هوشمند pdf ،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله در مورد مدیریت پایگاه داده هوشمند pdf :
مدیریت پایگاه داده هوشمند
یک دید کلی از آن چه برای نگه داری یک پایگاه داده و اجرای موثر آن لازم است ;
خیلی مشکل است که در این روزها بتوانیم راهنمای مناسبی برای این کار بیابیم و یکی از مشکل ترین موقعیت های کاری که یافتن فرد مناسب برای آن سخت است، مدیر بانک اطلاعاتی (DBA) است. استخدام یک فرد مناسب برای مدیریت بانک اطلاعاتی مشکل است، زیرا مهارت های لازم برای یک DBA خوب شرایط و مقررات زیادی دارد. به دست آوردن این مهارت ها مشکل است و در شرایط سخت، مجموعه مهارت‌های لازم برای DBA دائماً تغییر می کند.
برای مدیریت موثر یک بانک اطلاعاتی گسترده، DBA باید هم از دلایل تجاری ذخیره داده ها در پایگاه داده باخبر باشد و هم از جزئیات تکنیکی چگونگی ساختارهای داده و نحوه ذخیره‌سازی آن ها.
DBA باید اهداف تجاری داده ها را بداند تا مطمئن شود که از آن ها به طور مناسب استفاده می شود زمانی که در کار به آنها نیازمندیم در دسترس هستند. استفاده مناسب شامل قوانین امنیت داده ها، تعریف اختیارات کاربران و اطمینان از جامعیت داده ها می شود. دسترس پذیری شامل تنظیمات پایگاه داده، طراحی کاربردی و تنظیم و نظارت بر کارایی می‌باشد.
که این ها مفاهیم سخت و پیچیده ای هستند. در حقیقت، همه کتاب ها به هر یک از این موضوعات پرداخته اند.
وظایف مدیر بانک اطلاعاتی (DBA)
وظایف تخصصی DBA بیشمارند. این وظایف قلمروی مقررات IT را از مدل سازی منطقی به پیاده سازی فیزیکی گسترش می دهند. لیستی که در ادامه آمده اغلب وظایف مدیران بانک های اطلاعاتی را شرح می دهد:
1 مدل سازی داده و طراحی پایگاه داده: DBA ها باید توانایی ایجاد، تفسیر و ارتباط برقرار کر
پایگاه داده فیزیکی کارآمد را طراحی کنند.
2 مدیریت متادیتا (Meta data) و استفاده از منابع: لازم است DBA ها داده ها را جمع آوری، ذخیره سازی و مدیریت کنند و داده ها را درباره داده ها (متادیتا) مورد پرس و جو قرار دهند و آنها را به تولید کنندگانی که نیاز به اطلاعات برای ساخت سیستم های کاربردی کارآمد دارند، ارائه دهند.
3 مدیریت و ساخت شمای پایگاه داده: بعد از اینکه طراحی فیزیکی پایگاه داده توسط DBA انجام شد، او باید بتواند آن طراحی فیزیکی را به پیاده سازی فیزیکی واقعی پایگاه داده به کمک DDL تبدیل کند و در طول پیاده سازی، پایگاه داده را مدیریت کند.
4 مهارت های روتین: DBA باید بتواند روال ها، تریگدها و توابع تعریف شده توسط کاربر را که در DBMS ذخیره شده‌اند، طراحی، اشکال زدایی، پیاده سازی و پشتیبانی نماید.
5 برنامه ریزی ظرفیت: به خاطر اینکه سیستم ها استاتیک (ایستا) نیستند، DBA باید بتواند با توجه به الگوهای استفاده از داده میزان رشد پایگاه داده را پیش بینی کند و تغییرات لازم برای هماهنگی با این میزان رشد را اعمال نماید.
6 تنظیم و مدیریت کارایی: برای اطمینان از دسترسی موثر به پایگاه داده، یک سیستم نظارت و مانیتورینگ مناسب، لازم است. DBA باید بتواند از محیط مانیتورینگ استفاده کند، آمارهای که این سیستم ارائه می کند را تفسیر نماید و برای بهینه سازی کارایی، تغییرات لازم را به ساختارهای داده، SQL منطق برنامه ها، زیر سیستم های DBMS اعمال کند.
7 بازبینی برنامه های کاربردی SQL : یک DBA باید با زبان SQL که زبان استاندارد برای پایگاه داده های رابطه ای است، آشنا باشد. بنابراین، DBA باید بتواند برنامه هایی که به زبان SQL یا زبان میزبان نوشته شده اند را بازبینی کند و تغییرات لازم برای بهینه شدن آن ها را اعمال نماید.
8 پشتیبان گیری و احیاء پایگاه داده: داده های موجود در پایگاه داده باید در مقابل سخت افزار، نرم افزار، سیستم و اشتباهات انسانی محافظت شوند. توانایی پیاده سازی پشتیبان گیری مناسب
از پایگاه داده و انتخاب استراتژی احیاء بر اساس موقت بودن داده ها و نیازهای دسترسی به برنامه های کاربردی، برای یک DBA امری لازم است.
9 اطمینان از جامعیت داده ها: DBA ها باید بتوانند پایگاه داده ای طراحی کنند که فقط داده های مناسب و دقیق در آن وارد شود.
10 مدیریت کلی پایگاه داده : DBA باید دانش کافی در زمینه قوانین مدیریت پایگاه داده های رابطه ای داشته باشد و بتواند دقیقاً با آنها ارتباط برقرار کند.
11 امنیت داده ها: لازم است DBA شمای امنیتی قوی برای تولید و تست پایگاه داد. پیاده سازی کند تا مطمئن شویم که فقط کاربران مجاز می توانند به داده ها دسترسی داشته باشند. همچنین باید بررسی هایی به منظور اثبات اینکه پایگاه داده تولیدی ایمن است انجام گیرد.
12- مدیریت کلی سیستم ها و مهارت های شبکه بندی: بانک‌های اطلاعاتی به تنهایی و در انزوا وجود ندارند. آنها باید با اجزای دیگر تشکیل دهند. IT تعامل داشته باشند. برای مثال، DBA باید بتواند نیازها و وظایف مدیریتی پایگاه داده را با نیازها و وظایف مدیریتی کل سیستم مثل مدیریت شبکه تجمیع کند و هر دو را برآورده سازد. تعدادی از وظایف مدیریتی کل سیستم عبارتند از: مدیریت شبکه، کنترل تولید و زمان بندی و ارائه راه حل برای مسائل که به این ها قوانین مدیریتی
سیستم‌ها گویند.
13- ERP و دانش تجاری: DBA باید بتواند نیازهای کاربران را تشخیص دهد و پایگاه های داده آنها را به گونه ای مدیریت کند که از هر گونه وقفه در کار و تجارت جلوگیری شود. این نیازمند دانستن
چگونگی اثرگذاری بسته های ERP در تجارت و نیز چگونگی استفاده آن بسته ها از پایگاه داده است که بسته های ERP به گونه ای متفاوت با پایگاه های داده رابطه ای سنتی از پایگاه داده استفاده می کنند.
14- مدیریت نوع داده های توسعه پذیر: بسیاری از بانک‌های اطلاعاتی رابطه ای امکان توسعه انواده داده که برای مدیریت داده های پیچیده و چند رسانه ای بی ساختار است را در اختیار ما می گذارند. بنابراین لازم است DBA بداند که چگونه هر نوع داده ای توسعه یافته را در DBMS پیاده سازی و مدیریت نماید.
15- پایگاه داده و بایگانی داده ها: امروزه نگهداری طولانی مدت داده ها توسط بسیاری از سازمان جزء مقررات دولتی (…,HTPAA,SOX) می باشد، DBA ها باید بتوانند داده ها را از پایگاه داه های فعال خارج کنند و آن ها را برای دسترسی بعد از سال ها و حتی دهه ها در جای دیگر
ی نگهداری کنند.
تلاش بسیار
پیاده سازی، مدیریت و پشتیبانی از برنامه های پیچیده پایگاه داده که در سراسر جهان گسترده شده اند وظیفه ای دشوار است. برای پشتیبانی از برنامه های کاربردی مدرن نیاز به زیرساخت های گسترده IT داریم تا تمام اجزای فیزیکی لازم برای پشتیبانی از برنامه ها را فراهم سازیم. برای این کار لازم است بانک های اطلاعاتی، شبکه ها و سرورهای شما به خوبی هر شب
که و سروری که در بیرون از محیط شما قرار گرفته و برای تجارت الکترونیکی خود به آن متکی هستید، کار کنند. این اجزاء با هم کاری کنند و زیر ساخت های IT شما را می سازند. این عناصر نامتجانس و غیر همسان باید به طور موثر با هم کار کنند تا برنامه های شما بتوانند خدمات خود را به کاربران ارائه دهند.
اما این اجزاء ماهیتاً برای کار با همدیگر ساخته نشده اند. بنابراین نه تنها محیط بسیار پیچیده است بلکه به طور داخلی هم اجزای آن با هم در ارتباطند. اما آن (محیط) لزوماً برای ارتباط داخلی طراحی نشده است. وقتی عنصری را تغییر می‌دهید، روی بقیه چیزها اثر می گذارد. اثرات این وضعیت بر روی مدیران بانک اطلاعاتی چیست؟
خب، برای شروع، DBA ها در طول زمانی کار خود فقط برای پشتیبانی از برنامه های جاری و ویژگی های ارتباطی کار می کنند. اما RDBMS های جدیدی تولید شده اند که خیلی سریعتر و بهتر از نسخه های قدیمی کار می کنند. اما هنوز بسیاری از سازمان ها نمی توانند به اندازه کافی سریع کار کنند تا خیلی جدید و به روز و خیلی ایمن و عملکردی باشند.
بنابراین، کار مدیریت پایگاه داده به علت پیشرفت های سریع در تکنولوژی بانک های اطلاعاتی و افزوده شدن توابع جدید، انتخاب های زیاد و قابلیت های بسیار پیچیده به آن ها، بسیار دشوار است. اما DBA ها با وجود کار زیاد، قدردانی کم و کمبود وقت برای به دست آوردن مهارت های ضروری، آخرین و جدیدترین RDBMS ها را پشتیبانی و مدیریت می کنند. دیگر چه می شود کرد؟
اتوماتیک سازی هوشمند
یکی از راه های کاهش دادن این مشکلات استفاده از اتوماتیک سازی (خودکارسازی) هوشمند است. در IT حرفه‌ای ما می توانیم از سیستم هایی که کارهای مختلفی را به طور اتوماتیک انجام می دهند در سازمان هایمان استفاده کنیم. این برنامه های کامپیوتری کار یک فرد را به طور اتوماتیک انجام می دهند تا کار او را آسان تر سازند. اما ما هنوز می خواهیم کارهای DBA مان را به طور هوشمند اتوماتیک سازی کنیم. با خودکار سازی کارهای ملال آور روزانه مدیران پایگاه داده، می توانیم زمانی را برای یادگیری ویژگی های جدید در RDBMS ها صرفه جویی کنیم و آن ها را به طور مناسب پیاده سازی نماییم.
اما فقط اتوماتیک سازی کافی نیست. نرم افزار باید بتواند به طور هوش مند نظارت و تحلیل شود و برنامه های کاربردی که داده های جمع آوری شده گذشته، حال و آینده را تحلیل
می‌کنند به طور هوشمند عمل کنند. به عبارت ساده تر، نرم افزار باید مثل یک مشاور کار کند و کاملاً نقش یک مشاور قابل اعتماد را ایفا نماید.
یک مشاور نرم افزاری باید داده های در مورد محیط IT را از سیستم ها (سیستم عامل، سیستم مدیریت بانک اطلاعاتی و ;)، اشیا و برنامه ها جمع آوری کند. لازم است این داده ها پیکربندی اولیه شوند تا هم برای کاربران مبتدی و هم برای کاربران ماهر قابل استفاده باشند. مشاور نرم افزاری باید شرایط لازم برای عمل نگهداری را مشخص کند و سپس کاربری که مش
کلی برایش پیش آمده را راهنمایی کند و نهایتاً به طور مفید و سودمند به صورت انتخابی و گزینه ای عملیات لازم برای تصحیح اشکالاتی که تشخیص داده است را اجرا کند. امروزه ابزارهای مدیریتی زیادی در دسترس هستند که این تحلیل ها و عملیات اجرایی کاربر را کنار می گذارند. اما راه‌حل های اتوماتیک سازی هوشمند به اندازه کافی زیرکانه و هوشمندانه است که محیط IT شما را با کم ترین، و اغلب بدون، تراکنش DBA یا کاربر بهینه سازی و اجرا می کند.
تنها از طریق اتوماتیک سازی هوشمند می توانیم تعهدات و وعده های تکنولوژی را تحقق بخشیم. همان طور که وظایف IT بسیار پیچیده شده اند و استخدام و باقی ماندن افراد حرفه ای IT مشکل تر شده است، وظایف بیشتری از IT باید با استفاده از نرم افزارهای مدیریت هوشمند، اتوماتیک شوند. این در مورد کارهای پیچیده، من جمله مدیریت بانک اطلاعاتی (DBA) نیز صادق است. استفاده از هوشمندسای خودکار می تواند میزان زمان، تلاش و خطاهای انسانی را با مدیریت بانک های اطلاعاتی و برنامه های پیچیده کاهش دهد.
***
< پایگاه داده > یک سیستم مدیریت پایگاه داده که اعتبار سنجی داده ها را انجام می دهد و توسط برنامه های کاربردی به طور سنتی پردازش می‌شود. اغلب DBMS ها عمل اعتبارسنجی
داده ها را انجام می دهند به این معنا که داده های غلط یا داده های الفبایی که در فیلدهای مخصوص وارد کردن میزان پول، وارد شده اند را حذف می کنند، البته اغلب پردازش ها توسط برنامه های کاربردی انجام می گیرد. هر چند محدودیتی برای میزان پردازش هایی که می‌توان توسط یک پایگاه داده هوشمند تا زمانی که پردازش یک عمل استاندارد بر روی داده ها باشد، وجود ندارد. نمونه هایی از تکنولوژی هایی که در پیاده‌سازی پایگه داده های هوشمند به کار می روند عبارتند از: تریگوها، محدودیت ها و روال های ذخیره شده.
انجام پردازش بر روی پایگاه داده، جامعیت داده ها را افزایش می دهد زیرا دسترسی همه کاربران به داده های مربوطه را تضمین می کند. بانک‌های اطلاعاتی Mainframe (کامپیوترهای بزرگ) بسیا
ر هوشمندند و بانک های اطلاعاتی کامپیوترهای شخصی در عوض سریع تر هستند.
***
تعریف – یک بانک اطلاعاتی هوشمند یک پایگاه داده تمام متن است که هوش مصنوعی (AT) را به خدمت گرفته است و با کاربران آن قدر تعامل می‌کند (ارتباط برقرار می کند) تا مطمئن شود که آیتم های وارد شده بهترین و مناسب ترین اطلاعات ممکن هستند. این در تضاد با بانک های اطلاعاتی سنتی است که فقط با کلمات کلیدی و عباراتی که توسط عملگرهای منطقی مثل AND ، OR و NOT به هم مرتبط شده اند قابل جستجو هستند.
زمانی که یک جستجو توسط یک بانک اطلاعاتی تمام متن سنتی انجام می‌گیرد، صرفاً کلمات کلیدی و عباراتی که در یک فایل مرجع قرار دارند نمی‌توانند پیدا کردن مفاهیمی در آن فایل که مرتبط با موضوع مورد جستجو است را تضمین کنند. یک بانک اطلاعاتی هوشمند گزینه های انتخابی گسترده و بسیار انعطاف پذیری را برای ساخت پرس و جوها فراهم می کند. مثلاً، کاربر باید یک پرسش را به صورت یک جمله کامل تایپ کند. سپس بانک اطلاعاتی لیستی از داده های بازیابی شده را بر اساس میزان شباهت به جواب را فراهم می کند. بنابراین داده خروجی، جواب مناسبی برای آن سوال خواهد بود. هوش مصنوعی می تواند خطاهای ناشی از بی توجهی کاربر مثل اِسپل (هجی) غلط کلمات را تصحیح کند. بعضی از بانک های اطلاعاتی هوشمند کلمات معادل (هم معنی) و تضاد (دارای معنای مخالف) کلمات کلیدی و عبارات را نمایش می‌دهند.
برای بهره گیری بهتر از بانک اطلاعاتی هوشمند، کاربر باید پرس و جوهای خود را با عبارات دقیق تر بسازد (درست مثل زمانی که فردی مورد بازجویی قرار می گیرد.) مثلاً کاربر باید تایپ کند: «چه موقع کامپیوتر من قادر است قیمت سهام را پیشگویی کند؟» اگر این سوال جواب های رضایت بخشی در برنداشت، کاربر می تواند سوال جزئی تری بپرسد یا اینکه ماهیت پرس و جو را تغییر دهد. یک جستجو باید بتواند به کامپیوتر مشخص، سرور یا شبکه یا کل اینترنت محدود شود. یک جستجو می تواند به موضوعات مشخص مثل مقالات خاص، اخبار جهان، اخبار محلی، اخبار منطقه
ای، اخبار تجاری، عکس، صفحات سفید یا زمینه ای از فن آوری اطلاعات محدود گردد. پرس و جوها می توانند به زبان های مشخص، مناطق جغرافیایی یا دوره های تاریخی محدود شوند. یک بانک اطلاعاتی هوشمند می تواند تاریخچه جستجوهایی که اخیراً کاربر انجام داده را برای او فراهم آورد، تا اگر لازم باشد بعداً جستجو را پالایش کند یا جستجوی دیگری با همان عنوان انجام دهد، در این حالت ها نیازی نیست که کاربر کارهایی که قبلاً کرده و سوالاتش را دوباره تکرار کند.
واسط بانک اطلاعاتی هوشمند: ترکیب هوش مصنوعی و سیستم های پایگاه داده
خلاصه:
واسط بانک اطلاعاتی هوشمند (IDI) یک واسط مبتنی بر حافظه پنهان (کش) است که برای ایجاد سیستم های هوش مصنوعی با دستیابی موثر به یک یا چند پایگاه داده در یک یا چند سیستم مدیریت بانک اطلاعاتی (DBMS) راه دور طراحی شده است. از آن به عنوان واسطه ای بین انواع مختلف DBMS که از SQL برای ارتباط با DBMS های راه دور استفاده می کنند و پیاده‌سازی IDI که قابلیت حمل و نقل خوبی ایجاد می کند، استفاده می شود. زبان پرس و جوی IDI مجموعه
محدودی از عبارات Horn است که به زبان SQL ترجمه شده اند. خروجی های IDI هر بار در یک سطر (tuple) برگردانده می شوند و IDI برای بالا بردن کارایی حافظه کش که نتایج در آن نگهداری می شود را مدیریت می کند. IDI یکی از عناصر کلیدی سرور سیستم هوشمند (ISS) است که جزء سیستم های جوابگو و ارائه دانش به شمار می‌رود. IDI همچنین برای ایجاد سرویس های پایگاه داده برای برنامه های سیستمی زبان Unisys به کار می رود.
مقدمه
واسط بانک اطلاعاتی هوشمند IDI یک واسط قابل حمل و مبتنی بر حافظه کش است که برای ایجاد سیستم های هوش مصنوعی در سیستم های عمومی و تخصصی که نیاز به دسترسی موثربه یک یا چند بانک اطلاعاتی در یک یا چند DBMS راه دور که از SQL استفاده می کنند، دارند به کار می رود. زبان پرس و جوی IDI زبان واسط بانک اطلاعاتی هوشمند است که بر اساس مجموعه ای از عبارات عملکرد آزاد Horn است که هِدِر (سرآمیز) هر عبارت لیست هدف (یعنی لیستی از نتایج) را مشخص می کند و بدنه هر عبارت اجتماع تعداد از علائم (لیترال) است که رابطه های پایگاه داده یا عملیات روی رابطه‌ها و صفات آن ها (یعنی منفی سازی، اجتماع و عملیات حسابی) را نشان می‌دهد.
IDI یکی از عناصر کلیدی سرور سیستم هوشمند (ISS) است که بر اساس Protem ایجاد شده و ترکیبی از سیستم های ارائه دانش منطق گرا و فریم‌گرا ایجاد می کند و از استدلال زنجیره ای پیش رو، استدلال زنجیره ای پس رو و نگهداری منطقی پشتیبانی می کند. IDI به گونه ای طراحی شده که با شمای ارائه دانش منطق گرای ISS سازگار باشد.
IDI همچنین برای پیاده سازی یک سرور پرس و جو که پایگاه داده سیستم اطلاعاتی مسافرت هوایی را پشتیبانی می کند و با سیستمی که با زبان پرولوگ نوشته شده، قابل دستیبای است، به کار می رود.
علاوه بر فراهم ساختن دستیابی موثر به DBMS های راه دور، IDI مزایای دیگری هم دارد. از IDI می توان به عنوان واسطه ای بین انواع مختلف DBMS که از SQL برای ارتباط با DBMS های راه دور استفاده می کنند، بهره برد. همچنین، اتصالات زیادی در DBMS های یکسان یا متفاوت به طور همزمان وجود دارند و باید بتوانند در مقابل هر تعداد پرس و جو، فعال باقی بمانند زیرا اتصالات به DBMS های راه دور، اشیاء انتزاعی هستند که به عنوان منابع توسط IDI مدیریت می شوند. نهایتاً، اطلاعات شمای دستیابی به طور اتوماتیک توسط IDI اداره می شود یعنی برای نگهداری اطلاعا
ت شما به صورت به روز، نیاز به برنامه کاربری نداریم. این ویژگی، به طور قابل توجهی میزان خطاهای ناشی از اشتباه در وارد کردن داده ها و اطلاعات قدیمی را کاهش می دهد. IDI را می توان به صورت یک واسطه DBMS نشان داد که پرس و جوهایی به شکل عبارت IDIL را می پذیرد و نتایج را به صورت مجموعه ای از تاپل ها (سطرها) بر می گرداند. (به کمک رشته ها در زبان Lisp) پرس و جوهای IDIL به زبان SQL ترجمه می شوند و برای اجرا به DBMS مناسب فرستاده می شوند. سپس نتایج به دست آمده از DBMS به کمک IDI به تاپل هایی از اشیاء Lisp تبدیل می
شوند. هر چند IDI برای استفاده مستقیم کاربر طراحی نشده است. آنچه در زیر آمده است نحوه استفاده از IDI به عنوان یک سیستم مستقل را شرح می دهد. ما به علت پیچیدگی بحث به جزئیات سیستم های هوش مصنوعی مثل ISS نمی پردازیم. طراحی IDI به شدت از تحقیقات گذشته در حوزه تلفیق بانک های اطلاعاتی و هوش مصنوعی اثر گرفته است. این یکی از مهم ترین معیارهای طراحی است که باعث شده IDI از پرس و جوهای دشوار IDIL پشتیبانی کند. این اجازه می دهد که پرس و جوها در بیش از یک رابطه در بانک اطلاعاتی انجام گیرند. این قابلیت به
سیستم های هوش مصنوعی اجازه می دهد تا محاسباتی که پردازش آن ها توسط DBMS بسیار کارآمدتر است، به جای سیستم هوش مصنوعی توسط DBMS انجام گیرند. در بسیاری از موارد، این کار باعث کاهش اندازه مجموعه داده هایی که توسط DBMS برگردانده می شود، می‌گردد.
شکل 1: با توجه به چهار راهکار موجود برای تلفیق AI (هوش مصنوعی) و DB (بانک اطلاعات
زمانی که IDI در یک سیستم کوچک به کار گرفته شود، قابلیت حمل و نقل بالایی را ایجاد می کند و این به خاطر پیاده سازی آن با Lisp ، برقراری ارتباط با DBMS های راه دور با استفاده از SQL و پایپ های یونیکس و بیان پرس و جوهای IDIL و نتایج آن ها به صورت اشیاء Lisp است.
در بخش های بعد نگاه مختصری به حوزه تلفیق AI و DB که قسمت عمده‌ای از IDI را تشکیل می دهد داریم، سپس به سازماندهی و عناصر اصلی IDI می پردازیم و در آخر با ارائه مثال به اینکه چگونه IDI در دو برنامه کاربردی استفاده می شود خواهیم پرداخت.
تلفیق AI/DB (هوش مصنوعی و بانک اطلاعاتی)
ترکیب AI (هوش مصنوعی و تکنولوژی های DBMS نقش مهمی در آینده کامپیوترها و محاسبات سازی می کند. همان طور که اشاره شد تلفیق AI/DB نه تنها بر نسخه های جدید کامپیوترها بلکه بر ادامه توسعه تکنولوژی DBMS اثر خواهد گذاشت و با استفاده از تکنولوژی هوش مصنوعی آن ها را کارآمدتر خواهد ساخت. زمانی که هر دو سیستم AI و DBMS ، به خصوص سیستم‌های خبره، ترکیب شوند، تحقیق و توسعه در این زمینه از تلفیق AI/DB امری نوین به شمار می آید. انگیزه های ما برای تلفیق این دو تکنولوژی شامل الف) نیاز به حجم زیادی از داده اشتراکی برای پردازش دانش ب) نیاز به مدیریت کارآمد داده ها به خوبی دانش ج) نیاز به پردازش هوشمند داده ها است.
علاوه بر این اهداف، میل به نگهداری و حفظ سرمایه قابل توجه که توسط پایگاه های داده موجود بیان می شود، نیز یک عامل انگیزشی دیگر برای این کار است.
برای رسیدن به این هدف، یک معیار کلیدی برای طراحی IDI به طوری که استفاده از DBMS های موجود به عنوان عناصر مستقل سیستمی را پشتیبانی کنند، لازم است همان طور که در شکل 1 نشان داده شده و در زیر شرح داده شده راهکارهای زیادی برای تلفیق AI/DB کشف و گزارش داده شده است.
گسترش سیستم های هوش مصنوعی:
در این راهکار، سیستم AI توسط قابلیت های DBMS گسترش داده می‌شوند تا دسترسی موثر و مدیریت حجم زیاد داده های ذخیره شده را فراهم آورد. در کل، چنین سیستم هایی نمی توانند کاملاً تکنولوژی DBMS را پیاده‌سازی کنند. ترجیحاً، نقاط قوت سیستم AI و قابلیت های DBMS با یک روش محدود کننده و ad hoc فقط لایه دسترسی به داده ها را پیاده سازی می‌کنند.
کلمات کلیدی:
