Phép phân rã trong cơ sở dữ liệu phân tán và ứng dụng

1
B
Ộ GIÁO DỤC V
À ĐÀO T
ẠO

T
ẬP ĐO
ÀN BƯU CHÍNH VI
ỄN THÔNG VIỆT NAM

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG VIỆT NAM



LÊ THỊ THANH SƠN


PHÉP PHÂN RÃ TRONG CƠ SỞ DỮ LIỆU
PHÂN TÁN VÀ ỨNG DỤNG

CHUYÊN NGÀNH: TRUYỀN DỮ LIỆU VÀ MẠNG MÁY TÍNH
MÃ SỐ: 60.48.15


TÓM TẮT LUẬN VĂN THẠC SỸ KỸ THUẬT


HÀ NỘI – 2010

2
Luận văn được hoàn thành tại:
Học viện Công nghệ Bưu chính Viễn thông
Tập đoàn Bưu chính Viễn thông Việt Nam

Người hướng dẫn khoa học:
PGS.TS NGUYỄN BÁ TƯỜNG

Phản biện 1:
……………………………………………………
……………………………………………………

Phản biện 2:
……………………………………………………
……………………………………………………

Luận văn sẽ được bảo vệ trước hội đồng chấm luận văn
tại Học viện Công nghệ Bưu chính Viễn thông
Vào lúc: giờ ngày tháng năm 2010

Có thể tìm hiểu luận văn tại:
- Thư viện Học viện Công nghệ Bưu chính Viễn
thông

3
CHƯƠNG 1
TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU PHÂN TÁN
1.1. THIẾT KẾ PHÂN TÁN LÀ GÌ
Thiết kế phân tán bao gồm:
- Thiết kế hệ thống mạng máy tính
- Thiết kế các CSDL phân tán cho mạng máy tính đó
Khi thiết kế hệ thống mạng máy tính tức là chúng ta đi
xác định vị trí đặt các máy tính trong mạng như thế nào. Từ đó
xác định vị trí đặt dữ liệu trong mạng máy tính đó. Tiếp theo là
xác định các phần mềm ứng dụng cài đặt trên mạng. Cuối cùng
là cách khai thác dữ liệu trên mạng đó như thế nào.
Thiết kế CSDL phân tán là nghiên cứu cách tổ chức dữ
liệu trên mạng máy tính. Sắp xếp, phân nhóm, chia nhỏ dữ liệu
thành những mảnh và đặt chúng trên mạng máy tính như thế
nào.
1.2. CSDL PHÂN TÁN LÀ GÌ
CSDL phân tán là CSDL được phân thành nhiều mảnh
và cấp phát đến các nút trên hệ thống mạng máy tính.
Trong đó:
CSDL là tập dữ liệu có liên quan với nhau trong cùng một bài
toán quản lý.


4
Phân tán, phân rã hay phân mảnh CSDL là chia nhỏ CSDL
thành các phần mỗi phần mỗi phần gọi là một mảnh con hay
một CSDL con.
1.3. YÊU CẦU DẪN ĐẾN PHÂN TÁN CSDL

Trong thực tế chúng ta luôn cần phải phân tán CSDL bởi
vì khi phân tán CSDL thì đảm bảo:
Tiết kiệm không gian bộ nhớ lưu trữ do hạn chế được sự trùng
lặp dư thừa thông tin.
Đảm bảo tính nhất quán, tính ổn đinh, tính toàn vẹn dữ liệu
Cho phép nhiều người cùng chia sẻ CSDL do nó làm tăng khả
năng xử lý đồng thời.
Chia CSDL thành các CSDL con thì tăng hiệu quả quản trị
Giải quyết vấn đề về phạm vi địa lý rộng và tầm hoạt động lớn
Giải quyết vấn đề bảo mật dữ liệu nên phải phân tán thành
nhiều CSDL con để dễ bảo vệ dữ liệu.
1.4. BẢN CHẤT CỦA PHÂN TÁN CSDL
Phân tán được chia làm 2 loại:
Phân tán dọc sơ đồ quan hệ
Phân tán dọc sơ đồ quan hệ W =<A, F> là phân chia W
thành các sơ đồ con W1 = < U1, F1>, W2 = < U2, F2>, , Wk
= < Uk, Fk>.
Ký hiệu: W | > {W1, W2, , Wk}


5
Trong đó: A = U1

U2



Uk =

k

i 1
Ui; Fi


πUi(F+)i = 1, 2, , k. Vậy phân rã W = < A, F > là quá trình
phân rã đồng thời tập thuộc tính A và tập phụ thuộc hàm F
thành các Fi.
Phân rã ngang R
Phân rã ngang R là chia ngang quan hệ R thành R1, R2,
…, Rk với Ri là những quan hệ trên A. Ri

Rj =

nếu i


j; R =

k
i
Ri
1

Phân rã ngang R bắt buộc các Ri phải rời nhau Ri

Rj
=

nếu i


j. Tuy nhiên các Ri có chung tập thuộc tính.
1.5. PHÂN TÁN CSDL PHẢI ĐẢM BẢO YÊU CẦU GÌ
Khi phân tán CSDL thì phải đảm bảo những yêu cầu sau:
Không tổn thất thông tin, phép phân tán không đem đến
hậu quả thừa, thiếu, mất thông tin.
Đảm bảo truy xuất đúng đắn, tránh xẩy ra các hiện tượng
dị thường, mâu thuẫn, không mong muốn khi truy xuất dữ liệu.
Từ các mảnh phải tổng hợp được CSDL ban đầu: trong
phép phân tán ngang R thành R
1
, R
2
, , R
k
thì khôi phục R bằng


6
phép hợp của các quan hệ con R =

k
i
Ri
1
; trong phân tán dọc R
thành R
1
, R
2
, , R

k
thì khôi phục R bằng phép nối R
1
|><| R
2
|><|
…|><| R
k
. Trong phép phân tán dọc thì đối với những phép
phân tán tốt mới đảm bảo dấu bằng trong biểu thức: R = R
1
|><|
R
2
|><| …|><| R
k
(1)
1.6. KẾT LUẬN CHƯƠNG
Như vậy khi xây dựng CSDL phân tán thì cần xây dựng dựa
trên sự kết hợp thống nhất giữa hai hướng trong quá trình xử lý
dữ liệu: lý thuyết các hệ CSDL và công nghệ mạng máy tính.
Xây dựng CSDL đảm bảo đầy đủ các yêu cầu, ràng buộc để có
thể phân tán CSDL đó một cách tốt nhất. Quá trình phân tán
CSDL gồm có phân mảnh CSDL và cấp phát các mảnh đó như
thế nào trong hệ thống mạng máy tính để đảm bảo tối ưu quá
trình truy cập và xử lý CSDL. Để giải quyết vấn đề này thì có
một số phương pháp phân mảnh CSDL được đề cập đến trong
chương II.

7
CHƯƠNG 2
PHÉP PHÂN RÃ TRONG CƠ SỞ DỮ LIỆU PHÂN TÁN
2.1. CÁC PHƯƠNG PHÁP PHÂN TÁN DỌC
2.1.1. Phân tán dọc có nối không tổn thất
Cho W=<A, F> là sơ đồ quan hệ với A= A = { A1, A2, ,
An} là tập thuộc tính, F là tập phụ thuộc hàm trên A. Phép phân
tán W | > {W1, W2, , Wk}; với Wi = < Ui, Fi > ; Ri =
R[Ui] được gọi là phép phân tán có nối không tổn thất nếu mọi
quan hệ R trên A có đẳng thức: R = R1|><| R2 |><| …|><|
Rk
2.1.2. Cơ sở dữ liệu thiết kế tốt
Trong CSDL quan hệ một CSDL được gọi là thiết kế tốt
nếu các bảng dữ liệu thường ở chuẩn 3NF, BCNF. Theo quan
điểm phân rã thì một CSDL được gọi là thiết kế tốt nếu:  R
trên A, với A =

k
i 1
Ui thì R = R1|><| R2 |><| …|><| Rk
Trong đó R1, R2, , Rk là các quan hệ trên R, Ui là tập
thuộc tính con thứ i
2.1.3. Phân rã bảo toàn phụ thuộc
Thuật toán kiểm tra một phân rã của W có bảo toàn
phụ thuộc hay không?
Input W = < A, F > ;
W | > {W1, W2, , Wk}; Wi = < Ui, Fi > ; Ri = R[Ui].
Fi

ðUi(F+) và A =


k
i 1
Ui là một phân rã của W
Output: khẳng định (yes/no) phân rã bảo toàn phụ thuộc hay
không?
Algorithim


8
 X  Y  F nếu XG+

Y ( bao đóng XG+ tính theo
tập phụ thuộc hàm G) thì kết luận yes, phân rã bảo toàn phụ
thuộc. Ngược lại nếu tồn tại chỉ một phụ thuộc hàm X  Y của
F mà XG+ không chứa Y thì kết luận no, phân rã không bảo
toàn phụ thuộc.
2.1.4. Phân rã thành các BCNF
Thuật toán kiểm tra phép phân rã thành các BCNF hay
không?
Input: W = < A, F > = < A, {Xi Yi}>; i =
k,1

Phép phân rã W | > {W1, W2, , Wk}; Wi = < Ui,
Fi > ; Ri = R[Ui].
Fi

ðUi(F+) và A =

k

i 1
Ui
Output: khẳng định (yes/no) phân rã thành các BCNF hay
không?
Algorithm
Nếu i Wi là BCNF thì yes, phép phân rã thành các
BCNF.
Ngược lại nếu tồn tại Wi mà Wi không là BCNF thì no,
phân rã không thành các BCNF.
Thuật toán phân rã W thành các BCNF
Input: W = < A, F > = < A, {Xi  Yi}> ; i =
k,1

Output: phân rã W | >{W1, W2, , Wk}; và với mọi i Wi
= < Ui, Fi > là BCNF
Algorithm
Nếu A =

k
i 1
Xi Yi =

k
i 1
Ui thì phân rã W thành k sơ đồ
con như sau:


9
W1 = < X1Y1, X1  Y1> = < U1, F1 >

W2 = < X2Y2, X2  Y2> = < U2, F2 >
Wk = < XkYk, Xk  Yk > = <Uk, Fk >
Nếu A



k
i 1
Xi Yi đặt X = A -

k
i 1
Xi Yi và phân rã
W thành k+ 1 sơ đồ con như sau:
W1 = < X1Y1, X1  Y1> = < U1, F1 >
W2 = < X2Y2, X2  Y2> = < U2, F2 >
Wk = < XkYk, Xk  Yk > = <Uk, Fk >
Wk+1 = < X,

>.
Ta dễ dàng thử lại rằng các sơ đồ quan hệ con được phân rã
trong thuật toán là những sơ đồ quan hệ dạng BCNF.
2.1.5. Phân rã thành các BCNF, bảo toàn phụ thuộc, có nối
không tổn thất
Thuật toán kiểm tra phép phân rã thành các BCNF, bảo toàn
phụ thuộc, có nối không tổn thất?
Input: W = < A, F > = < A, {Xi Yi}>; i =
k,1

Phép phân rã W | > {W1, W2, , Wk}; Wi = < Ui,

Fi > ; Ri = R[Ui].
Fi

ðUi(F+) và A =

k
i 1
Ui
Output: khẳng định (yes/no) phân rã thành các BCNF, bảo
toàn phụ thuộc, có nối tổn thất?
Algorithm
Nếu i Wi là BCNF, phân rã bảo toàn phụ thuộc và phân rã
có nối không tổn thất thì yes, phép phân rã thỏa mãn cả 3 điều
kiện.


10
Ngược lại nếu tồn tại Wi mà Wi không là BCNF hay phân
tã không bảo toàn phụ thuộc hay phân rã có nối tổn thất thì no,
phân rã không thỏa mãn cả 3 điều kiện.
Thuật toán phân rã W thành các BCNF, bảo toàn phụ
thuộc, có nối không tổn thất
Input: W = < A, F > = < A, {Xi  Yi}> i =
k,1

Output: phân rã W | > {W1, W2, , Wk}; và với mọi i
Wi = < Ui, Fi > là BCNF, phép phân rã bảo toàn phụ thuộc,
phép phân rã có nối không tổn thất
Algorithm
Bước 1. Xác định một key của W.

Bước 2. Phân rã W thành k+1 sơ đồ con như sau:
W1 = < X1Y1, X1  Y1> = < U1, F1 >
W2 = < X2Y2, X2  Y2> = < U2, F2 >
Wk = < XkYk, Xk  Yk > = <Uk, Fk >
Wk+1 = < key,

>.
Ta dễ dàng thử lại rằng các sơ đồ quan hệ con được phân rã
trong thuật toán là những sơ đồ BCNF, phép phân rã bảo toàn
phụ thuộc vì mỗi phụ thuộc hàm được cho vào một sơ đồ con,
phân rã có nối không tổn thất vì có một sơ đồ con chứa key, ta
đã chứng minh trong bổ đề 5.2
2.1.6. Phân rã dọc theo độ liên đới của các thuộc tính
Trong hầu hết các bài toán quản lý đều được phân rã thành
các bài toán con. Mỗi bài toán con có chứa các thuộc tính liên
đới (liên kết) với nhau. Độ liên đới của các thuộc tính phụ thuộc
vào bản chất, độ ứng dụng và độ truy xuất của các thuộc tính


11
đó. Sự gắn kết của các thuộc tính trong các truy xuất, vấn tin thể
hiện lực liên đới giữa chúng.
Gọi Q = {q1, q2, . . . . .qq} là tập các vấn tin của người
dùng sẽ truy vấn trên tập thuộc tính A = {A1, A2, . . . . An}.
Mỗi câu vấn tin qi và mỗi thuộc tính Aj sẽ có một giá trị sử
dụng thuộc tính (attribute usage value), ký hiệu là use (qi, Aj)
Bảng AQ = ( use (qi, Aj)) với j = 1, 2, n và i = 1, 2,
q gọi là bảng giá trị sử dụng.
2.2. MỘT SỐ Ý TƯỞNG PHÂN RÃ LƯỢC ĐỒ QUAN HỆ
THEO LỰC LIÊN ĐỚI

2.2.1. Phương pháp dùng luật kết hợp
Cho A là tập thuộc tính, Q là tập truy vấn: A = {A
1
, A
2
,
, A
n
}; Q = {q
1
, q
2
, , q
q
} là tập truy vấn trên tập thuộc tính A.
Cho bảng giá trị giá trị sử dụng AQ = ( use(q
i
, A
J
))
Bảng giá trị sử dụng AQ như một hệ khai thác dữ liệu.
Khi đó độ liên đới hay độ thuộc của thuộc tính b vào thuộc tính
a ứng với bảng giá trị sử dụng AQ.
Độ thuộc của thuộc tính b vào thuộc tính a ký hiệu cf(a,b)
ứng với AQ, là độ tin cậy của luật kết hợp a

b; tức cf(a,b) =
CF( a

b)

Khi cần chia A thành 4 nhóm. Ta lấy 4 thuộc tính làm 4
đại diện cho bốn nhóm, đó là SoHD, Manv, Masp, MaKH. Mỗi
thuộc tính b khác bốn thuộc tính trên ta tính lần lượt có 4 độ
thuộc cf(SoHD,b), cf(Manv,b), cf(Masp,b), cf(MaKH,b). So


12
sánh và cho cùng vào nhóm với thuộc tính mà b có độ thuộc lớn
nhất, trong trường hợp không phân nhóm được ta xét thêm điều
kiện cho b vào nhóm mà trong đó đã có nhiều thuộc tính a mà
cf(a,b) lớn.
2.2.2. Phương pháp dùng khoảng cách
Giả sử ta có bảng giá trị sử dụng như trong Bảng 2.9
Biến đổi hàng thành cột ta được bảng
Bảng 2.11: Bảng giá trị sử dụng
q
1
q
2
q
2
q
4
q
5
q
6
q
7
q

8
q
9

SL 0 0 0 0 0 0 0 0 1
TienHD 0 0 0 0 1 1 0 0 0
NHD 0 0 0 0 0 1 0 0 0
SoHD 0 0 0 0 0 0 0 0 1
Tennv 0 0 0 0 1 0 0 0 0
Manv 0 0 0 0 1 0 0 0 0
DS 0 0 0 0 0 0 0 1 0
TenKH 0 0 0 0 0 0 0 1 0
MaKH 0 0 0 0 0 1 0 1 0
Gia 1 1 0 1 0 0 0 0 0
NSX 0 0 1 1 0 0 0 0 0
DVT 0 0 0 0 0 0 1 0 0
Tensp 0 1 1 0 0 0 1 0 0
Masp 1 1 0 0 0 0 1 0 1


13
Coi mỗi thuộc tính là một điểm trong không gian 9 chiều,
ví dụ các thuộc tính SoHD = (0, 0, 0, 0, 0, 0, 0, 0, 1); MaKH =
( 0, 0, 0, 0, 0, 1, 0, 1, 0);
Masp =( 1, 1, 0, 0, 0, 0, 1, 0, 1); Manv=( 0, 0, 0, 0, 1, 0, 0, 0, 0);
Độ liên đới của a, b là khoảng cách Oclic d(a,b) từ a đến b.

Hình 2.1. Sơ đồ thuật toán K-means clustering
Begin
Input:

- n objects
- k clusters

Initial k cluster centers


calculate



objects
-
centers

grouping based on

the


min

recomput ci
No object
move group

T

End
F



14
2.3. MỘT SỐ THUẬT TOÁN PHÂN TÁN NGANG HỆ TIN
2.3.2. Thuật toán Quinlan
Thuật toán Quinlan là từ hệ quyết định S = ( U, C

D),
ta tìm cách phân rã tập đối tượng U thành các nhóm p
i
mà trong
mỗi nhóm p
i
, các đối tượng có cùng giá trị trong thuộc tính
quyết định D.
Cho hệ quyết định S = ( U, C


D ). Ta giả sử thuộc tính
D có k giá trị khác nhau Domain(D) = {d1, d2, d3, , dk}.
Ta thấy trong hệ quyết định S các thuộc tính điều kiện C
thường quyết định giá trị thuộc tính D. Theo thuật toán Quinlan
chúng ta có thể tìm được tập luật, với những thuộc tính C như
thế nào thì thuộc tính quyết định là d1 hay d2 v.v.
2.4. KẾT LUẬN CHƯƠNG
Như vậy trong quá trình phân mảnh CSDL thì có thể sử
dụng phép phân mảnh dọc hoặc phép phân mảnh ngang. Tùy
theo từng bài toán mà sử dụng phương pháp nào cho thích hợp;
đôi khi có thể sử dụng kết hợp cả hai phương pháp này. Thông
thường khi thiết kế CSDL phân tán thì sử dụng phép phân tán
dọc để thiết kế các quan hệ thành các chuẩn, sau đó sử dụng các
phép phân rã ngang để phân mảnh dữ liệu trong quá trình khai
thác CSDL. Sau khi phân mảnh thì việc cấp phát các mảnh trên
các nút cũng là vấn đề cần phải giải quyết, nó trở thành bài toán
cấp phát các mảnh trên mạng.


15

CHƯƠNG 3
ỨNG DỤNG PHÉP PHÂN RÃ ĐỂ PHÂN TÍCH DỮ LIỆU
SINH VIÊN TRONG TRƯỜNG CAO ĐẲNG KINH TẾ -
KỸ THUẬT THƯƠNG MẠI
3.1. GIỚI THIỆU BÀI TOÁN ỨNG DỤNG
Trong tất cả các trường học hiện nay công việc quản lý
sinh viên, quản lý điểm, quản lý giảng dạy đã được tin học hóa.
Điều này đã giúp quá trình quản lý được nhanh chóng, đơn

giản, hiệu quả. Việc phân loại sinh viên ngày nay cũng sử dụng
hệ CSDL phân tán và hệ thống mạng để phân loại. Đối với mỗi
cấp học, mỗi loại hình học khác nhau lại có các tiêu chí phân
loại khác nhau.
Trường Cao Đẳng Kinh tế - Kỹ thuật Thương mại phân
loại sinh viên theo từng khóa học. Từ năm học 2008 -2009 Nhà
Trường đã chuyển loại hình đào tạo sang tín chỉ nên phân loại
sinh viên theo 4 nhóm (mức) là A. B, C, D. Hiện nay vẫn còn
khóa 10 chưa ra trường vẫn còn đào tạo theo hình thức niên chế
nên tiêu chí phân loại sinh viên theo 5 nhóm: Xuất sắc, Giỏi,
Khá, TB, Yếu. Do vậy bài toán phân loại sinh viên cũng có sự
thay đổi theo các hình thức đào tạo này.
3.2. PHÂN TÍCH BÀI TOÁN
3.2.1. Yêu cầu bài toán


16
Để phân loại sinh viên có nhiều cách phân loại khác
nhau, theo từng tiêu chí khác nhau. Bài toán phân loại sinh viên
trong trường Cao đẳng Kinh tế - Kỹ thuật Thương mại trong
luận văn này được phân loại theo điểm học tập của sinh viên
theo các nhóm khác nhau. Sinh viên trong trường Cao đẳng
Kinh tế - Kỹ thuật Thương Mại được đào tạo theo 2 loại hình
thức:
Đào tạo theo niên chế thì sinh viên được xếp thành 5
nhóm: Giỏi, khá, Trung bình khá, Trung bình, yếu.
Đào tạo theo tín chỉ thì sinh viên được xếp thành 4 nhóm:
A, B, C, D
Bài toán đặt ra: Có dữ liệu đầu vào là điểm của n sinh viên
trường Cao đẳng Kinh tế - Kỹ thuật Thương Mại và số k nhóm

cần xếp loại.
Yêu cầu: Phân tích để xếp điểm của n sinh viên theo k nhóm.
3.2.2. Giải quyết bài toán
Để thực hiện các yêu cầu bài toán, sử dụng thuật toán K-
Mean để gom cụm dữ liệu điểm của n sinh viên theo k nhóm.
Bước 1: Thực hiện kết nối đến CSDL phân tán trên hệ thống
mạng cục bộ để lấy danh sách điểm sinh viên và số nhóm k cần
xếp nhóm.
Bước 2: Khởi tạo k điểm làm trung tâm cho từng nhóm


17
Bước 3: Tính tổng khoảng cách đến k điểm trung tâm
Bước 4: Nhóm các sinh viên vào k nhóm.
Bước 5: Đặt lại k điểm trung tâm là điểm trung bình trong nhóm
Bước 6: Quay lên bước 3
Bước 7: Đưa danh sách điểm sinh viên đã được xếp theo k
nhóm
3.3. LỰA CHỌN NGÔN NGỮ VÀ MÔI TRƯỜNG CÀI
ĐẶT
3.3.1. Giới thiệu hệ quản trị CSDL SQL SERVER 2008
Microsoft SQL server là một hệ quản trị cơ sở dữ liệu
quan hệ (Relational Database Management System – RDBMS)
do Microsoft phát triển. SQL Server là một hệ quản trị cơ sở dữ
liệu quan hệ mạng máy tính hoạt động theo mô hình khách chủ
cho phép đồng thời cùng lúc có nhiều người dùng truy xuất đến
dữ liệu, quản lý việc truy nhập hợp lệ và các quyền hạn của
từng người dùng trên mạng.
3.3.2. Giới thiệu ngôn ngữ lập trình VB.NET 2008
Visual Basic.NET (VB.NET) là ngôn ngữ lập trình

khuynh hướng đối tượng (Object Oriented Programming
Language) do Microsoft thiết kế. Visual Basic.NET (VB.NET)
không kế thừa VB6 hay bổ sung, phát triển từ VB6 mà là một
ngôn ngữ lập trình hoàn toàn mới trên nền Microsoft ’s .NET
Framework.


18
Đây là ngôn ngữ lập trình mới và mạnh, không những lập
nền tảng vững chắc theo kiểu mẫu đối tượng như các ngôn ngữ
lập trình mạnh khác như C++, Java mà còn dễ học, dễ phát triển
và còn tạo mọi cơ hội hoàn hảo để giúp ta giải đáp những vấn
đề, những bài toán khi lập trình. Visual Basic.NET (VB.NET)
giúp ta dễ làm việc trên nền Windows và do đó, ta chỉ tập trung
công sức vào các vấn đề liên quan đến dự án, công việc hay
doanh nghiệp.
3.4. MỘT SỐ GIAO DIỆN MINH HỌA
Hình 3.1: Giao diện thiết kế phân nhóm sinh viên


19
Hình 3.2: Giao diện khi chạy chương trình phân nhóm sinh
viên theo niên chế
Hình 3.3: Giao diện khi chạy chương trình phân nhóm sinh
viên theo tín chỉ


20
3.5. KẾT QUẢ ĐẠT ĐƯỢC VÀ HƯỚNG NGHIÊN CỨU
TIẾP

Sau khi thực hiện xong ứng dụng phép phân rã để phân
tích dữ liệu sinh viên trong trường Cao đẳng Kinh tế - Kỹ thuật
Thương Mại. Kết quả đã đạt được:
Kết nối đến SQL Server để lấy CSDL phân tán trên mạng
cục bộ của Nhà trường. Đây chính là việc truy xuất dữ liệu và
truyền trên mạng. Sử dụng phân rã ngang để lấy một phần dữ
liệu sinh viên.
Ứng dụng đã sử dụng thuật toán K-Mean về để gom cụm
điểm của n sinh viên theo k nhóm. Số nhóm ở đây có thể thay
đổi theo từng loại hình đào tạo: niên chế và tín chỉ trong Nhà
Trường.
Tuy nhiên ứng dụng chỉ dừng lại ở mức còn đơn giản số
điểm của từng sinh viên còn ít. Bài toán còn có thể giải quyết ở
mức phức tạp hơn, số lượng điểm của từng sinh viên nhiều hơn.
CSDL sinh viên có thể phát triển nhiều hơn thế nữa. Đây chính
là hướng phát triển của chương trình sau này.


21
KẾT LUẬN
Đối với một hệ CSDL vấn đề thiết kế CSDL là một vấn
đề quan trọng và có ảnh hưởng trực tiếp đến hiệu quả của hệ
thống. Thiết kế dữ liệu là vấn đề đầu tiên cần được quan tâm.
Mục đích của thiết kế CSDL quan hệ là sinh ra một tập các sơ
đồ quan hệ cho phép lưu trữ thông tin không bị dư thừa, đồng
thời cho phép thực hiện các thao tác một cách dễ dàng. Các
thuật toán phân rã nhằm ứng dụng trong vấn đề loại trừ các dị
thường về dữ liệu, giải quyết vấn đề vẹn toàn dữ liệu và bảo
mật thông tin, ngoài ra nó còn tránh được các dư thừa về dữ liệu
cũng như tiết kiệm bộ nhớ. Đối với phân rã ngang thì ứng dụng

nhiều trong việc truy xuất dữ liệu, khai thác và tìm kiếm dữ liệu
khi các dữ liệu được phân rã và phân tán trên mạng. Các thuật
toán phân rã được đưa ra để giúp cho việc thiết kế CSDL tốt
hơn.
Khi thiết kế CSDL phân tán đã sử dụng một số thuật toán
để kiểm tra CSDL thiết kế tốt, thuật toán phân rã bảo toàn thông
tin, thuật toán phân tán dọc, phân tán ngang. Luận văn đã đưa ra
được một số thuật toán phân tán ngang hệ tin và ứng dụng của
nó. Cụ thể luận văn đã nêu ra được thuật toán K-Mean, thuật
toán Quinlan và một số ứng dụng của nó trong thực tế. Bên cạnh
đó luận văn đã đưa ra cài đặt chương trình ứng dụng thực tế cho
thuật toán K- Mean trong phân loại sinh viên trường Cao Đẳng
Kinh tế - Kỹ thuật Thương Mại.


22
Bên cạnh những đạt được của luận văn thì còn một số
vấn đề cần phát triển thêm cho luận văn về phía số lượng ứng
dụng cài đặt, quy mô bài toán ứng dụng.