Conceptele de Data si Fisier

Conceptele de Data si Fisier

Aparitia si dezvoltarea rapida a bazelor de date se datoreaza unei multitudini de factori de natura tehnica si socio-economica. Cresterea necesarului si implicit a consumului de informatie a avut ca prim rezultat cresterea cantitatii de informatie stocata pe suporturi de memorare externa si optimizarea tehnicilor de stocare si regasire a informatiei.

Chiar de la primele aplicatii informatice realizate cu ajutorul calculatorului s-a pus problema utilizarii unor tehnici eficiente de organizare, stocare si regasire a datelor. O informatie codificata si stocata pe un suport de memorare reprezinta ceea ce numim „data”. Din punctul de vedere al prelucrarii de calculator, in cadrul aplicatiilor, datele se definesc cu ajutorul unui nume (identificator), a atributelor pe care le are si de o valoare. Rezolvarea problemelor concrete cu ajutorul calculatorului presupune definirea unui algoritm adecvat pentru rezolvarea fiecarei probleme. Un algoritm este definit ca fiind o succesiune finita, corect definita si fara ambiguitati de operatii elementare care se aplica asupra unei multimi de date de intrare pentru a se obtine un rezultat. Algoritmul trebuie sa conduca la acelasi rezultat de fiecare data cand se aplica asupra aceleasi multimi de date de intrare. Calculatorul prelucreaza doar date reprezentate cu ajutorului unui cod binar, motiv pentru care datele sunt din punctul de vedere al calculatorului siruri de cifre binare, de biti. Semnificatia sirurilor de biti depinde de codul pentru codificarea informatiei, de modul de utilizare a acesteia de catre programator in cadrul aplicatiei informatice si de limbajul de programare folosit. Fiecare limbaj de programare are reguli specifice pentru definirea si utilizarea datelor.

Organizarea datelor reprezinta procesul de identificare, definire, evaluare, structurare si memorare a informatiilor, in cadrul unui sistem informational. Prin organizarea datelor se realizeaza gruparea datelor in colectii de date omogene, se stabilesc care sunt relatiilor dintre date, dintre elementele colectiilor si dintre colectii, precum si modul de stocare a datelor pe suportul fizic de memorare.

Datele pot fi clasificate in functie de modul de alocare al memoriei, astfel existand date de tip static si date de tip dinamic. La datele de tip static, memoria este alocata la inceputul executiei programului, ramanand ocupata de respectivele date pe intreaga durata a executiei, pe cand la datele de tip dinamic memoria este alocata in momentul executiei programului, existand instructiuni care permit alocarea memoriei atunci cand datele sunt necesare si alte instructiuni care permit eliberarea respectivei zone de memorie in momentul in care datele nu mai sunt necesare.

Datele trebuie privite sub doua aspecte: fizic si logic. Din punct de vedere fizic, in cazul stocarii si prelucrarii cu ajutorul calculatorului datele sunt siruri de biti. Din punct de vedere logic, datele au o anumita semnificatie si sunt de mai mult tipuri, functie de semnificatia lor.

Datele pot fi simple (elementare), respectiv compuse (structurate).

Datele simple (elementare) sunt date independente unele de altele din punctul de vedere fizic, adica al reprezentarii pe suportul de memorare, chiar daca din punct de vedere logic exista interdependente. Tipul de data precizeaza care sunt valorile datei. Daca pe parcursul procesului de prelucrare data pastreaza aceeasi valoare este numita data constanta. Pentru datele constante se utilizeaza ca identificator valoarea acestora. Daca valorile datei sunt modificate in timpul procesului de prelucrare datele se numesc date variabile sau variabile. In mod uzual pentru date elementare se folosesc ca tipuri de data:

- tipul numeric – include numerele intregi, reale si complexe avand diferite reprezentari (virgula fixa, virgula mobila, precizie simpla, precizie dubla, etc.). Asupra lor se pot realiza operatii de adunare, scadere, inmultire, impartire etc.;

- tipul logic (boolean) – utilizat pentru reprezentarea valorilor logice “Adevarat”, respective “Fals” cu ajutorul unor valori numerice, asupra acestora putandu-se efectua operatii logice precum negatia, conjunctia, disjunctia;

- tipul caracter (text, string) – permite reprezentarea unor succesiuni de caractere folosind multimi de simboluri alfanumerice, reprezentarea pe suporturile de memorare utilizand codul ASCII. Asupra acestora se pot defini operatii de cautare, concatenare, ordonare;

- tipul data calendaristica, timp (Date, Time, DateTime) – reprezentarea interna a acestora facandu-se de regula cu ajutorul unor valori numerice.

Datele compuse numite si structuri de date sunt colectii (multimi) de date elementare intre care exista relatii structurale, omogene din punct de vedere al descrierii si al prelucrarii. Componentele unei structuri formeaza un intreg astfel incat prelucrarea se poate face atat la nivelul structurii de date cat si la nivelul fiecarei componente, care poarta numele de camp.

Majoritatea limbajelor de programare opereaza cu doua categorii de structuri: structuri interne si structuri externe.

Structurile de date interne se refera la modul de amplasare in memoria interna a datelor elementare apartinand unei colectii. In aceasta categorie sunt incluse structurile de tip tablou (masiv), inregistrare (articol), multime, lista si arbore.

Structurile externe se refera la modul de memorare a datelor pe suporturi de memorare externa. Din aceasta categorie fac parte fisierele si bazele de date.

Datele, vazute initial ca siruri de caractere, care reproduceau caracteristicile unor obiecte, fenomene, fapte, evenimente, respectiv concepte din lumea reala, datorita factorului de repetare au fost organizate in structuri care poarta numele de fisier. Fisierul este o structura care grupeaza date dintr-un anumit domeniu care au anumite caracteristici comune. Fisierele pot fi cu organizare definita, respectiv nedefinita. Accesul la datele ce formeaza fisierul depinde de structura ce defineste fisierul, adica de organizarea datelor si de suportul de memorare. Exista doi parametrii ce masoara performantele accesului la date: cantitatea de date transferata si timpul de raspuns. Suportul de memorare poate fi adresabil sau nu, poate fi reutilizabil sau nu, poate fi magnetic, optic sau de alta natura. Accesul la date poate fi secvential sau direct. Accesul direct este permis doar de suporturile de memorare adresabile, adica acele suporturi de memorare care permit accesul direct pe baza unei adrese la o anumita zona de pe suportul de memorare, numita locatie sau bloc. Principiile de organizare a fisierelor si tehnicile de regasire a datelor stocate in fisiere reprezinta o transpunere in cadrul aplicatiilor informatice a tehnicilor utilizate in sisteme de prelucrare manuala a informatiei. Fisierul fiind o colectie de date trebuie considerat ca avand doua structuri distincte suprapuse, si anume, o structura fizica si una logica, cea logica fiind data de semnificatia datelor. Din punct de vedere fizic fisierul este o colectie finita de inregistrari fizice, iar din punctul de vedere al semnificatiei, o colectie de inregistrari logice, numite si articole.

Fisierul ocupa un anumit spatiu pe suportul de memorare extern, spatiul alocat putand fi continuu sau nu. Componentele sistemului de operare gestioneaza in mod transparent alocarea fizica pe suportul de memorare externa precum si accesul la fisiere.

Din punctual de vedere al sistemului de operare fisierul are un nume si eventual o extensie de fisier, are asociata o multime de atribute care depind de sistemul de operare (Read Only, Hidden, System, Archive, etc); informatii privind momentul crearii, al ultimei modificari, al ultimei accesari, privind dimensiunea ca numar de octeti etc. Extensia ofera sistemului de operare informatii privind continutul fisierului.

Din punctul de vederea al aplicatiilor fisierul are un continut informational, un anumit mod de organizare, permite unul sau mai multe moduri de acces etc.

Datele intr-un fisier sunt structurate in inregistrari. Organizarea inregistrarilor intr-un fisier poate fi privita atat ca organizare logica cat si ca organizare fizica.

Din punctul de vedere al organizarii fizice datele ce formeaza fisierul sunt structurate in inregistrari fizice. Organizarea fizica reprezinta o organizare interna care depinde de resursele fizice ale calculatorului si este supusa rigorilor sistemului de operare. Inregistrarea fizica reprezinta numarul de octeti care se transfera intre memoria interna a calculatorului si suportul de memorare extern (scriere), respectiv de pe suportul extern in memorie (citire). Pentru optimizarea transferului se folosesc zone de memorie numite zone tampon, sau buffer, prin intermediul carora se transfera mai multe inregistrari fizice vecine cu inregistrarea de care este nevoie.

Din punct de vedere al organizarii logice datele continute intr-un fisier sunt structurate in inregistrari logice. In principiu, un fisier contine acelasi tip de inregistrari logice, dispuse intr-o anumita ordine. Multimea inregistrarilor logice continute intr-un fisier reprezinta o marime finita si caracterizeaza, in mod direct, marimea oricarui fisier.

Din punct de vedere al utilizatorului, inregistrarea logica reprezinta si unitatea de acces la datele continute intr-un fisier. Organizarea logica a inregistrarilor in fisier, ca mod de organizare externa a datelor, este impusa de natura aplicatiilor si cerintele de prelucrare.

Datele continute intr-o inregistrare logica caracterizeaza o entitate informationala, se refera la o clasa de obiecte, fenomene, procese etc., in timp ce datele ce formeaza o inregistrare fizica caracterizeaza o unitate de stocare fizica pe suportul de memorie a calculatorului. Utilizatorul opereaza cu concepte, privind organizarea datelor, la nivel logic, in vreme ce sistemul de operare stocheaza si manipuleaza datele, pe suportul de memorie, numai la nivel de inregistrare fizica. In functie de natura si complexitatea datelor, lungimea unei inregistrari logice poate sa corespunda sau nu cu lungimea unei inregistrari fizice. O inregistrare fizica poate sa contina mai multe inregistrari logice, respective o inregistrare logica poate fi stocata in mai multe inregistrari fizice.