«Ақпараттық процестер мен жүйелер» бөлімінің мазмұны: реляциондық деректер қоры: жол, жазба, индекс, бірінші кілт; Bigdata (бигдейта) (үлкен деректер).
Деректер қорын "structured query language" ("құрылымдалған сұраныстар тілі") (бұдан әрі SQL (эс кю эль)) әзірлеу: деректер қорын, мәліметтер типін, біркестелі және көпкестелі деректер қоры; формалар; есептер; сұраныстар.
Құрылымдық сұраныстар: конструктор режимінде іріктеуге сұраныстар жасау, SQL, конструктордың және (SQL) көмегімен іріктеуге бағытталған сұраныстарды жасау; web (веб)-беттердің деректер қорымен байланысы.
Мәліметтер базасын қазір қолдану үлкен жобаларда мәліметтерді сақтау кезіндегі басты бағыттардың бірі болып табылады (анықтамалар, энциклопедиялар, дүкендер және т.б.). Ақпаратты сипаттау және қалыптастыру дағдысы үлкен көлемді деректер қолдану үшін қажет.
6
Бөлім бойынша оқушыдан күтілетін оқу нәтижелері:
Bigdata қолданудың жақсы және жаман жақтарын бағалау;
«Реляциялық мәліметтер базасы» анықтамасын түсіндіру;
Алынған дерекетерді қолдана отыра сұранысты құру (SQL);
Алынған деректерді қолдана отыра есептеме құру (SQL);
WEB-беттің деректер базасымен байланысты орнату.
Нәтижесінде оқушылар көпкестелік базаны құрастырады, мәліметтерді таңдауға сұраныстарды қолданады, формаларды қолдану арқылы олармен жұмысты ұйымдастырады.
7
«Big data» (үлкен деректер) дегеніміз не? Ол нені білдіреді?
Шын мәнінде үлкен деректер ұғымы жұмыстың тиімділігін арттыру, жаңа өнімдер жасау және бәсекеге қабілеттілікті арттыру мақсатында жиі жаңартылып отыратын және әртүрлі көздерде болатын үлкен көлемдегі және әртүрлі құрамдағы ақпаратпен жұмыс істеуді білдіреді.
Үлкен деректер (ағыл. big data, [ˈbɪɡ ˈdeɪtə]) — 2000-шы жылдардың соңында пайда болған көлденең масштабталатын бағдарламалық құралдармен тиімді өңделетін және деректер базасын басқарудың дәстүрлі жүйелерімен және business intelligence класының шешімдерімен баламалы түрде өңделетін үлкен көлемді және алуан түрлі құрылымдалған және құрылымдалмаған деректерді белгілеу.
«Үлкен деректер» туралы кең мағынада үлкен деректерді, кейбір проблемалық салаларда - деректердің бүкіл әлемдік көлемін және осы трансформациялардан туындайтын салдарын талдау мүмкіндіктері ретінде айтылады.
Ақпараттық технологиялар тұрғысынан амалдар мен құралдардың жиынтығына бастапқыда белгісіз құрылымдалған деректерді жаппай қатар өңдеу құралдары енгізілді, әрі қарай үлкен деректер технологиялар топтамасына сипаттамаларға ұқсас аса үлкен деректерді өңдеу мүмкіндіктерін қамтамасыз ететін әртүрлі ақпараттық-технологиялық шешімдерді жатқыза бастады.
8
«Үлкен деректер» терминін кеңінен енгізу Nature журналының редакторы Клиффорд Линчтің есімімен тығыз байланысты. Ол 2008 жылдың 3 қыркүйегінде журналдың арнайы шығарылымында «Деректердің үлкен көлемімен жұмыс істеу мүмкіндігін ашатын технологиялар ғылымының болашағына қалай әсер етуі мүмкін?» деген тақырыпта мақала жариялаған. Бұл мақалада «саннан сапаға» өтудің парадигмасындағы технологиялық перспективалары, өңделетін деректердің алуан түрлілігі мен көлемдерінің күрт өсу феномені туралы айтылады. Сонымен қатар бұл термин іскер адамдардың ағылшын тілді ортасында таралған «үлкен мұнай», «үлкен руда» метафораларына ұқсас ұсынылды.
9
Термин академиялық ортада енгізілгеніне және ең алдымен ғылыми деректердің өсуі мен сан алуандығының проблемасын қарастырғанына қарамастан, 2009 жылдан бастап іскерлік баспасөзінде кеңінен таралды, ал 2010 жылға қарай тек тікелей үлкен деректерді өңдеу мәселесіне қатысты алғашқы өнімдер мен шешімдердің пайда болуын қамтиды.
2011 жылға қарай ұйымдар үшін ең ірі ақпараттық технологиялар жеткізушілерінің көпшілігі өздерінің іскерлік стратегияларында үлкен деректер туралы, соның ішінде IBM, Oracle, Microsoft, Hewlett-Packard, EMC ұғымдарын пайдаланады.
2011 жылы Gartner ақпараттық-технологиялық инфрақұрылымдағы нөмірі екінші тренді ретінде үлкен деректерді атап өтті.
Сонымен қатар, үлкен деректер технологияларын енгізу өндірісте, денсаулық сақтауда, саудада, мемлекеттік басқаруда, сондай-ақ ресурстардың жеке орын ауыстыруы тіркелетін салалар мен салаларда ақпараттық технологияларға барынша әсер ететіні болжамдалды.
10
VVV (volume, velocity, variety) белгілерінің жиынтығы бастапқыда 2001 жылы Meta Group ақпараттық-технологиялық әдістер мен құралдардың белгілі бір топтамасы ретінде үлкен деректер туралы түсініктердің түпмәтінінен тыс әзірленді, онда ұйымдар үшін орталық деректер қоймасы тұжырымдамасының танымалдығының өсуіне байланысты барлық үш аспекті бойынша деректерді басқару теңдігі байқалды.
Одан әрі «төрт V» (veracity — сенімділік қосылды, IBM жарнамалық материалдарында пайдаланылған), «бес V» (бұл нұсқада viability — өміршеңдік және value — құндылық қосылды), тіпті «жеті V» (сонымен қатар, variability — өзгергіштік және visualization қосылды).
Барлық жағдайларда бұл белгілерде үлкен деректер үшін анықтаушы сипаттама олардың физикалық көлемі ғана емес, деректерді өңдеу және талдау міндеттерінің күрделілігі туралы ұсыну үшін маңызды басқа да санаттар болып табылатыны атап көрсетіледі.
Үлкен деректердің 4-классикалық көзіне интернет және әлеуметтік медиа жатады, сондай-ақ үлкен деректер кәсіпорындар мен ұйымдардың ішкі ақпаратынан (ақпараттық орталарда генерацияланатын, бірақ бұрын сақталмаған және талданбаған), медицина және биоинформатика салаларынан, астрономиялық бақылаулар нәтижесі болуы мүмкін.
Осы көздерді дамыту және кеңінен пайдалануды бастау ғылыми-зерттеу қызметіне де, коммерциялық сектор мен мемлекеттік басқару саласына да үлкен деректер технологияларының енуіне бастама болады деп күтілуде.
11
McKinsey есебінде бөлінген үлкен деректерге қолданылатын талдау әдістері мен техникалар:
* Data Mining класс әдістері: ассоциативті ережелерді оқыту (ағылш. association rule learning), жіктеу (бұрын қолда бар деректерге қолданылған қағидаттар негізінде жаңа деректерді санаттандыру әдістері), кластерлік талдау, регрессиялық талдау;
* мәліметтерді араластыру және интеграциялау (ағыл. data fusion and integration) — терең талдау мүмкіндігі үшін әртүрлі көздерден әр түрлі деректерді біріктіруге мүмкіндік беретін техникалардың жиынтығы, әдістердің осы тобын құрайтын осындай техникалардың мысалдары ретінде сигналдарды цифрлық өңдеу және табиғи тілді өңдеу келтіріледі (тоналды талдауды қоса алғанда);
* жасанды нейрондық желілер, желілік талдау, оңтайландыру, оның ішінде генетикалық алгоритмдер;
* кеңістіктік талдау (ағыл. Spatial analysis) – деректердегі топологиялық, геометриялық және географиялық ақпаратты пайдаланатын әдістер;
* статистикалық талдау, әдістердің мысалдары ретінде A/B – тестілеу және уақытша қатарларды талдау;
* аналитикалық деректерді визуализациялау-нәтижелерді алу үшін және әрі қарай талдау үшін бастапқы деректер ретінде пайдалану үшін интерактивті мүмкіндіктер мен анимацияны пайдалана отырып, суреттер, диаграммалар түрінде ақпаратты ұсыну.
12
Келесі кезекте, информатика сабақтарында оқушылардың ақпаратпен жұмыс істеу дағдысын дамытуға бағытталған тапсырмаларды қарастырайық.
«Ақпараттық жүйелер» бөлімі, 10- сынып
Тақырып «Деректер қорында бастапқы кілт»
Оқу мақсаттары: 10.3.1.3 деректер қорында бірінші кілтті анықтау
Бағалау критерийлері: Білім алушы
деректер қорын басқару жүйесінде деректер қорын құрады.
Ойлау дағдыларының деңгейі: Қолдану
Тапсырма:
1. «Кітапхана» кестесі берілген. Кесте келесі өрістерден тұрады: атауы, авторы, жанр, шыққан жылы. Кестенің кілттік өрісін анықтаңыз. Жаңа өріс қосуға болады. Өз жауабыңызды негіздеңіз.
Дескриптор: Білім алушы
- кестенің кілттік өрісін анықтайды;
- өз жауабын негіздейді
13
Аталған тақырып бойынша оқу бағдарламасында берілген оқу мақсаттарына сай қосымша ақпараттармен келесі сілтемелер арқылы танысуға болады:
