Mikä on tiedon optimointi / verkko-oppiminen

tiedon optimointi on prosessi, joka valmistelee loogisen skeeman datanäkymän skeemasta. Se on tiedon de-optimoinnin vastine. Tiedon optimointi on tärkeä näkökohta erityisesti tietokantojen hallinnassa ja tietovarastojen hallinnassa yleensä. Tietojen optimointi on yleisimmin tunnettu ei-spesifinen tekniikka, jota useat sovellukset käyttävät hakiessaan tietoja tietolähteestä, jotta tietoja voitaisiin käyttää datan katselutyökaluissa ja sovelluksissa, kuten tilastoinnissa.

looginen skeema on myös ei-fysikaalinen riippuvainen menetelmä, jolla tietyn toimialueen tietomalli määritellään tietyn tiedonhallintateknologian perusteella ilman, että se on erityinen tietylle tietokantahallinnan toimittajalle. Yksinkertaisemmin sanottuna looginen skeema viittaa tiettyä tiedon manipulointitekniikkaa kuvaavaan semantiikkaan, ja nämä kuvaukset voisivat olla taulukoita, sarakkeita, XML-tunnisteita ja oliokeskeisiä luokkia.

datanäkymät ovat välineitä tehokkaiden, tarkkoihin kyselyihin perustuvien Raporttien luomiseen. Jotta tietonäkymä olisi olemassa, tietokannan hallintajärjestelmän täytyy hakea halutut tiedot ja näyttää odotettu ulostulo. Koska tietokanta, erityisesti ne tietokannat, jotka käsittelevät suuria määriä, kuten ne, joita käytetään tietovarastoissa, täytyy hakea suuria bulk tietoja, saada datanäkymä voi olla hidas ja monimutkainen prosessi. Tietojen optimoinnin avulla voidaan vähentää prosessin monimutkaisuutta, kun pyritään optimoimaan tarvittavat resurssit vähentämällä fyysisiä prosessointitarpeita.

joissakin tietokantasovelluksissa tietokannan hallintajärjestelmä itsessään on ladattu ominaisuuksilla, jotka tekevät datanäkymien kyselystä helppoa suorittamalla kysely suoraan ja luomalla näkymiä välittömästi. Joillakin tietokantasovelluksilla on oma joustava kielensä vertaisohjelmien välittämiseen, joka ulottuu tunnetuista integraatiomuodollisuuksista monimutkaisempaan arkkitehtuuriin.

tiedon optimointi voidaan saavuttaa datakartoituksella, joka on olennainen osa tiedon integraatiota. Tämä tiedon optimointiprosessi sisältää tiedon muuntamisen tai tiedonvälityksen tietolähteen ja sen kohteen välillä, ja tässä tapauksessa tietolähteet voivat viitata loogiseen skeemaan ja määränpäähän datanäkymän skeemaan. Tiedon kartoitus tiedon optimoinnin keinona voisi kääntää eri tietotyyppien ja esitysmuotojen välistä dataa yhtenäiseen muotoon, jota käytetään eri raportointityökaluissa.

jotkin ohjelmistosovellukset tarjoavat graafiseen käyttöliittymään (GUI) perustuvan työkalun, jota käytetään XML-pohjaisten kyselyjen suunnittelussa ja tuottamisessa sekä datanäkymissä. Koska tiedot voivat tulla useista eri lähteistä heterogeenisestä tietolähteestä, kyselyjen suorittaminen tällä työkalulla voi olla tehokas keino tuottaa datanäkymä. Graafisen datanäkymän käyttäminen voi vapauttaa datakuluttajan keskittymästä kyselykielten monimutkaiseen luonteeseen, sillä ne voivat tarjota kuvallisia ja vedä ja pudota-kartoitustapoja.

koska kyselykieliin ei liity mitään koukeroita, voidaan keskittyä enemmän informaatiosuunnitteluun ja käsitteellisiin synteeseihin, jotka voivat tulla monista eri lähteistä. Koska korkean tason Työkalut täytyy suojata loppukäyttäjiä takapään koukerot, se tarvitsee hallita tietoja takapään tehokkaasti.

graafisella työkalulla voi olla etunsa, mutta sen haittapuolena on, että grafiikka voisi lisätä kuormitusta tietokoneen muistiin. Joten graafiset työkalut tarvitsevat niin paljon tietojen optimointia, jotta kuormitustulli voidaan tasapainottaa graafisista komponenteista.

on olemassa useita tiedon optimointiin suunniteltuja moduuleja. Nämä moduulit voidaan helposti “kytkeä” olemassa oleviin ohjelmistoihin ja integrointi voi olla saumatonta. Ottaa nämä pluggable tietojen optimointi moduulit voi varmasti tehdä tietokantaan liittyviä sovelluksia keskittyä enemmän kehittämiseen graafisen raportointityökalu ei-tekniset tiedot kuluttajille.