Ανακαλύπτοντας την Πληροφορική: Βάσεις Δεδομένων Γεώργιος Χατζημηλιούδης Ειδικός Επιστήμονας 8 Οκτωβρίου 2015.

Παρουσίαση με θέμα: "Ανακαλύπτοντας την Πληροφορική: Βάσεις Δεδομένων Γεώργιος Χατζημηλιούδης Ειδικός Επιστήμονας 8 Οκτωβρίου 2015."— Μεταγράφημα παρουσίασης:

1 Ανακαλύπτοντας την Πληροφορική: Βάσεις Δεδομένων Γεώργιος Χατζημηλιούδης Ειδικός Επιστήμονας 8 Οκτωβρίου 2015

2 Βάσεις Δεδομένων = is an organized collection of data (Wikipedia) Βάσεις – Πως αποθηκεύονται; – Που αποθηκεύονται; – Τι αποθηκεύεται; – Πως ανανεώνονται; – Ποιος και πως έχει πρόσβαση; Δεδομένα – Πως αναπαρίστανται; – Πως ανακτώνται; – Πως επιταχύνεται η ανάκτηση; – Πως συνδυάζονται;

3 Βάσεις Σχεσιακές ΒΔ Μη-σχεσιακές ΒΔ ΒΔ για Μεγάλα Δεδομένα Κατανεμημένες ΒΔ Παράλληλες ΒΔ ΒΔ στο Νέφος (Cloud)

4 Δεδομένα Δομές δεδομένων Αναπαράσταση δεδομένων Σύστημα αποδοτικής ευρετηρίασης Ελαχιστοποίηση πόρων για την επεξεργασία Αλφαβητικά δεδομένα, δεδομένα τοποθεσίας, αριθμητικά δεδομένα Ασφάλεια δεδομένων Εξόρυξη γνώσης από τα δεδομένα Βελτιστοποίηση ερωτημάτων

5 H ΔΙΚΗ ΜΟΥ ΕΡΕΥΝΑ = ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΡΩΤΗΜΑΤΩΝ

6 Παράδειγμα προβλήματος επεξεργασίας δεδομένων Δεδομένα: μια λίστα από τοποθεσίες Ερώτηση: ποιες είναι οι k κοντινότερες τοποθεσίες κάθε τοποθεσίας; Ανανέωση: κάθε 5 δευτερόλεπτα => θέλουμε αποτελέσματα σε < 5secs

7 Παράδειγμα προβλήματος επεξεργασίας δεδομένων Απλός τρόπος επίλυσης: – Για κάθε τοποθεσία (n) υπολογίζουμε τις αποστάσεις τις από τις υπόλοιπες τοποθεσίες (n- 1) και κρατάμε τις k κοντινότερες – Χρόνος ολοκλήρωσης: Ο(n 2 )

8 Παράδειγμα προβλήματος επεξεργασίας δεδομένων Έξυπνος τρόπος – Ορίζω √n=n 1/2 γειτονιές και να χωρίσω τις τοποθεσίες σύμφωνα με τις γειτονιές στις οποίες ανήκουν - O(n) – Για κάθε γειτονιά βρίσκω το ελάχιστο σύνολο από τοποθεσίες γύρω από τα όρια που χρειάζεται να ψάξω για να βρω τις k πλησιέστερες τοποθεσίες μιας οποιαδήποτε τοποθεσίας μέσα στη γειτονιά – ~Ο(n*n 1/2 ) = Ο(n 3/2 ) – Για κάθε τοποθεσία ψάχνω μόνο μέσα στη γειτονιά του και στο ελάχιστο σύνολο που υπολόγισα για τη γειτονιά – ~O(n*n/n 1/2 ) = O(n 3/2 ) – Χρόνος ολοκλήρωσης: ~Ο(n 3/2 )

9 Παράδειγμα προβλήματος επεξεργασίας δεδομένων Επιτάχυνση έξυπνου τρόπου – χρησιμοποιώ δίκτυο m υπολογιστών, όπου m < n / k – ορίζω m γειτονιές – σε κάθε υπολογιστή (εξυπηρετητή) αναθέτω μια γειτονιά και τα δεδομένα που πέφτουν σε αυτήν την γειτονιά (δλδ ~n/m δεδομένα) – Ο(n) – o κάθε εξυπηρετητής υπολογίζει το ελάχιστο σύνολο τοποθεσιών που πρέπει να στείλει στους εξυπηρετητές με εφαπτόμενη γειτονιά, ώστε να υπολογιστούν οι σωστές k πλησιέστερες τοποθεσίες σε κάθε εξ/τη – ~Ο(m*n/m) = O(n) – ο κάθε εξυπηρετητής υπολογίζει τις k πλησιέστερες τοποθεσίες για κάθε τοποθεσία που του ανατέθηκε – ~Ο( (n/m) 3/2 ) – Χρόνος ολοκλήρωσης: ~Ο( (n/m) 3/2 ) για ομοιόμορφη κατανομή

10 Ευχαριστώ για την προσοχή σας

11