Хронологическая модель, языки и методы манипулирования информацией в хранилищах данных тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат технических наук Маслов, Дмитрий Владимирович

• Маслов, Дмитрий Владимирович
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Маслов, Дмитрий Владимирович

ВВЕДЕНИЕ

1. СПЕЦИФИКА ХРАНИЛИЩ ДАННЫХ, СОДЕРЖАЩИХ ХРОНОЛОГИЧЕСКУЮ ИНФОРМАЦИЮ. АНАЛИЗ ПРИМЕНИМОСТИ СУЩЕСТВУЮЩИХ МОДЕЛЕЙ ДАННЫХ

ДЛЯ НИХ

1.1. Обобщенная структура хранилища данных. Особенности хранилищ данных, содержащих хронологическую информацию

1.2. Реляционная модель данных

1.2.1. Структурные элементы модели

1.2.2. Реляционная алгебра

1.2.3. Преимущества и недостатки реляционной модели

1.3. Объектные модели данных

1.3.1. Объектно-ориентированная модель данных

1.3.2. Объектно-реляционная модель данных

1.4. Модели данных для временной информации

1.4.1. Специфика временной информации

1.4.1.1. Проблема представления времени

1.4.1.2. Манипулирование временными данными

1.4.1.3. Методы эффективного исполнения запросов к временным данным

1.4.2. Представление временной информации в реляционной модели данных

1.4.3. Хронологические последовательности как особый тип временной информации

1.4.3.1. Поддержка возможности восстановления отсутствующих данных

1.4.3.2. Поддержка различных размерностей времени

1.4.3.3. Поддержка запросов, учитывающих хронологическую упорядоченных данных

1.4.3.4. Применимость коммерческих СУБД для организации хранилищ данных, содержащих хронологические последовательности

Выводы

2. ХРОНОЛОГИЧЕСКАЯ МОДЕЛЬ ДАННЫХ

2.1. Структуры данных

2.1.1. Хронологическая последовательность

2.1.2. Размерность времени и метка времени

2.1.3. Сравнимость размерностей и сравнение меток времени

2.2. Принципы построения языка описания данных

2.2.1. Шкала времени и описание меток времени по шкале

2.2.2. Описание множеств меток времени одной размерности (календарей)

2.2.3. Описание размерностей времени

2.2.4. Описание структуры хранилища данных

2.3. Алгебра хронологических последовательностей

2.3.1. Аналоги реляционных операций

2.3.2. Дополнительные операции

2.4. Язык манипулирования данными

2.4.1. Синтаксис оператора извлечения данных

2.4.2. Преимущества разработанного языка манипулирования данными

Выводы

3. ПРИНЦИПЫ ФИЗИЧЕСКОЙ ОРГАНИЗАЦИИ ДАННЫХ И ЭФФЕКТИВНОГО ВЫПОЛНЕНИЯ ОПЕРАЦИЙ

МАНИПУЛИРОВАНИЯ ДАННЫМИ

3.1. Физическая организация данных для быстрого поиска информации с учетом интерполяции (1СВ-индекс)

3.1.1. Обоснование неадекватности традиционных вторичных индексов

3.1.2. Исследование IP-индекса и анализ его применимости

3.1.3. Построение 1СВ-индекса

3.1.4. Алгоритм и сложность вставки в ICB-индекс

3.1.5. Алгоритм и сложность выборки по 1СВ-индексу

3.2. Алгоритмы преобразования меток времени к заданным размерностям 159 3.2.1. Свойства операторов, исцользуемых для описания размерностей времени

3.2.2. Преобразование меток времени в случае, когда одна размерность напрямую задана через другую

3.2.3. Отношение агрегирования на множестве размерностей времени и его свойства

3.2.4. Преобразование меток времени в общем случае 168 Выводы

4. СИСТЕМА АРХИВАЦИИ ПАРАМЕТРОВ ТЕХНОЛОГИЧЕСКИХ

ПРОЦЕССОВ

4.1. Назначение системы и требования к ней

4.2. Архитектура и реализация системы

4.2.1. Ядро системы

4.2.2. Модуль настройки

4.3. Результаты практического применения системы на Жигулевской ГЭС (г. Жигулевск)

4.3.1. Сокращение размера запросов

4.3.2. Скорость выборки данных с учетом интерполяции с использованием ICB-индексов и объем, занимаемый индексами

Выводы

Введение диссертации (часть автореферата) на тему «Хронологическая модель, языки и методы манипулирования информацией в хранилищах данных»

Актуальность темы диссертационной работы. Базы данных (БД) уже несколько десятилетий повсеместно используются на самых различных предприятиях. В настоящее время постоянно растет интерес к проблемам хранения в БД исторических данных, что вызвано необходимостью принятия решений на основе не только текущей информации, но и информации за предыдущие периоды работы предприятия [37]. Поэтому все большее распространение получают особые БД - так называемые хранилища данных (ХД). ХД - это "предметно-ориентированная, содержащая исторические данные, неразрушаемая совокупность данных, предназначенная для поддержки принятия управленческих решений" [67]. Характерными особенностями ХД являются:

• интеграция всех видов данных о предприятии;

• хранение истории данных;

• агрегирование данных для представления в виде отчетов;

• большой объем данных: 50 - 500 Гб.

Для ряда предприятий (например, для промышленных и медицинских предприятий, для бирж, для научно-технических центров и т.д.), кроме хранения данных о предприятии в целом, характерны сбор и хранение измерительной и отчетной информации и протоколов различных событий (действия операторов, технологические и аварийные события и др). Эта информация хранится в виде хронологических последовательностей (ХП). Хранилища данных, содержащие ХП, имеют свою специфику.

Во-первых, для них необходима возможность восстановления отсутствующих данных (например, с помощью интерполяции); восстановленная информация должна учитываться в операциях манипулирования данными.

Во-вторых, метки времени различных ХП могут иметь различные специфические размерности (например, производственные размерности, такие как "рабочая смена" или "двухчасовка"). При этом зачастую возникает необходимость перехода от одной размерности к другой (например, для формирования сводок за различные отчетные периоды), а также выполнения операций над несколькими ХП в условиях, когда каждая из них имеет метки времени различных размерностей.

В-третьих, необходима возможность формулировки запросов, учитывающих хронологическую упорядоченность данных.

В настоящее время в практике построения хранилищ данных доминирует реляционная модель данных. Однако ни одна из перечисленных особенностей хранилищ данных, содержащих хронологические последовательности, не может быть полноценно учтена при ее использовании [32, 91, 108, 116, 119]. Безусловно, ХП представима в реляционной модели. Однако операторы реляционной модели предназначены лишь для манипулирования данными, явно присутствующими в БД, поэтому запрос, учитывающий данные, восстановимые с помощью интерполяции, сформулировать невозможно. Методы эффективного доступа, разработанные для реляционной модели, позволяют осуществлять поиск лишь среди явно хранящейся в БД информации, не учитывая интерполяцию. В реляционной модели отсутствует возможность описания пользовательских размерностей времени и логика их преобразования, и, как следствие, крайне затруднена формулировка запросов, требующих перехода из одной размерности времени в другую. И, наконец, запросы, учитывающие упорядоченность, невозможны в реляционной модели, основной структурный элемент которой - неупорядоченное множество кортежей.

В результате, попытки реализовать логику работы с хронологическими последовательностями на основе реляционной модели данных зачастую приводят к тому, что хранилище данных используется только для хранения информации, а большая часть логики манипулирования данными реализуется в прикладной программе [20, 107]. 'В результате стоимость прикладного программного обеспечения неоправданно повышается (примерами такого программного обеспечения могут служить специализированные промышленные системы, предназначенные для хранения и обработки хронологических последовательностей, такие как Industrial SQL Server [113], PI Data Storage [123] и др). Именно, поэтому на симпозиуме, посвященном обсуждению перспективных направлений исследований в области баз данных на ближайшие 10 лет, прошедшем в 1998 году в Асиломаре, одной из актуальных проблем была признана "поддержка логики приложений в среде базы данных" [3].

Следовательно, актуальной задачей является разработка модели данных, учитывающей специфику хранилищ данных, содержащих хронологическую информацию, а также языков и методов эффективного манипулирования для хронологической информации.

Краткий анализ существующих моделей данных и обоснование выбранного подхода к решению проблемы. В настоящее время альтернативой реляционной модели данных являются объектные (объектно-ориентированная и объектно-реляционная) модели данных (иерархическая и сетевая модели не рассматриваются в связи с тем, что они морально устарели и были полностью вытеснены реляционной моделью [9]). Однако применение этих моделей для построения хранилищ данных, содержащих хронологическую информацию, не решает проблемы учета их специфики, как минимум по двум причинам:

• объектные модели данных не являются моделями данных в полном смысле этого слова, а являются лишь способами разработки моделей данных, т.к. они не предоставляют структур данных и операций для манипулирования ими, а лишь описывают идеологию (инкапсуляция, наследование, полиморфизм [5]), согласно которой эти структуры данных и операции должны разрабатываться (в то время, как данная работа посвящена именно разработке структур данных для представления хронологических последовательностей и размерностей времени, операций для манипулирования ими, и методов эффективного исполнения этих операций);

• хранилищам данных свойственна интеграция реляционных данных и хронологических последовательностей, с возможностью использования данных разной природы в рамках одного запроса, что невозможно (или, как минимум, неудобно), если хронологические последовательности будут представлены в рамках объектной модели данных.

В связи с вышесказанным, отказ от реляционной модели был признан нецелесообразным, и было принято решение о разработке модели данных, предназначенной для хранилищ данных, содержащих хронологическую информацию, на основе реляционной модели.

Существует целый ряд научных работ, посвященных разработке моделей и методов доступа для исторических данных (см. библиографии [97, 100]). Данным вопросом занимались ученые К.Дж. Дейт, Р.Т. Снодграсс, Дж. Клиффорд, К.С. Дженсен, А. Сиджев, Н.А. Лоренцос и др., а также российские ученые Л.А. Калиниченко, Б.А. Новиков, М.Г. Манукян. Однако большинство исследований в этой области ограничивалось разработкой операций над историческими данными, основанных на операторах над интервалами и множествами интервалов времени, и методов исполнения таких операций. При этом оставались плохо проработанными проблемы, связанные с данными, организованными в виде хронологических последовательностей -формулировка и исполнение запросов, учитывающих данные, восстановимые с помощью интерполяции, а также запросов, использующих специфические размерности времени и хронологическую упорядоченность данных.

В то же время задача хранения и предварительной обработки хронологических последовательностей в базах данных признается актуальной для экономических приложений [14, 60, 119], автоматизированных систем управления технологическими процессами (АСУТП) [28, 48, 49, 114], автоматизированных систем научных исследований (АСНИ) [11, 86, 115] др. Поэтому существует большое число научных работ, в которых, хотя и не предлагаются решения всех проблем хранилищ данных, содержащих хронологическую информацию, но рассматриваются подходы к решению некоторых из них.

Так, проблема формулировки и эффективного исполнения запросов на выборку данных с учетом интерполяции рассматривалась в работах [7, 14, 17, 34, 45, 52, 64, 65, 70, 73, 74, 79, 92, 93], ей занимались ученые Дж. Клиффорд, JI. Лин, Т. Риш, М.Р. Когаловский, А.И. Гуляев и др. Однако лишь Л. Лин, Т. Риш в работах [73, 74] предлагают способ физической организации данных (IP-индекс), предназначенный для эффективного поиска данных с учетом интерполяции и исключающий - необходимость полного просмотра хронологической последовательности. Однако, как показывается в данной диссертационной работе, IP-индекс для многих реальных хронологических последовательностей имеет неадекватно большой объем, что делает его практически непригодным для ряда задач. Тем не менее, в диссертационной работе был принят подход, используемый при построении IP-индекса, на базе которого была разработана новая индексная структура, лишена описанного недостатка.

Целый ряд работ ученых К. Беттини, К.С. Ванга, С. Джажодии, К.Е. Дайрсона и др. посвящен проблеме описания специализированных размерностей времени в БД и использования этих размерностей при формулировке запросов [43, 44, 46, 62, 71, 81, 82, 102]. Однако средства описания размерностей времени, предлагаемые в перечисленных работах, ориентированы в основном на экономические приложения, и не позволяют описывать некоторые размерности времени (такие, как "смена"), свойственные промышленным предприятиям. Наиболее перспективной среди перечисленных работ, на наш взгляд является работа [82], основанная на строгой формализации понятия размерности и прелагающая набор алгебраических операций для создания новых размерностей времени на базе существующих. Подход к описанию размерностей времени, используемый в данной диссертационной работе, базируется на работе [82], устраняя присущие ей недостатки.

Проблема формулировки запросов, использующих хронологическую упорядоченность данных, оказалась наиболее подробно изученной из всех проблем манипулирования хронологическими данными. Она рассматривается в работах [14, 53, 59, 70, 88, 89, 92, 93, 94, 95, 118]; наибольший вклад внесли П. Сешадри и Р. Рамакришнан. В данной диссертационной работе анализируются преимущества и недостатки этих работ, и выбирается подход, наиболее перспективный с точки зрения решения проблем рассматриваемых хранилищ данных.

Таким образом, было принято решение строить модель данных для хранилищ данных, содержащих хронологические последовательности, взяв за основу реляционную модель, и используя наиболее перспективные из существующих подходов к описанию размерностей времени в БД и к формулировке и исполнению запросов, использующих интерполяцию и хронологическую упорядоченность данных, развивая эти подходы.

Цели и задачи исследования. Целью исследования является разработка модели данных, языков и методов манипулирования для хронологической информации в хранилищах данных.

Задачами исследования при этом являются:

1. Анализ существующих моделей данных и методов доступа к данным; оценка их применимости для хронологической информации.

2. Разработка структур данных и набора операций для манипулирования ими, позволяющих формулировать запросы, использующие интерполяцию, специализированные размерности времени и хронологическую упорядоченность.

3. Разработка принципов построения языка описания данных и языка манипулирования данными.

4. Разработка методов физической организации данных и эффективного выполнения операторов манипулирования данными.

5. Создание программного комплекса на основе разработанных модели и методов.

6. Анализ результатов применения разработанного программного комплекса для построения ХД реально действующего предприятия.

Структура и краткое содержание диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников, справочно-сопроводительных материалов и приложений.

Заключение диссертации по теме «Теоретические основы информатики», Маслов, Дмитрий Владимирович

Выводы

1. САПТП является программной реализацией хронологической модели данных, использующей разработанные принципы физической организации данных и методы эффективного^ исполнения операций хронологической модели.

2. САПТП позволяет работать с хронологическими последовательностями в рамках хранилищ данных промышленных предприятий.

3. Результаты применения САПТП при построении хранилища данных Жигулевской ГЭС позволяют сделать выводы об эффективности использования разработанной модели для хранилищ данных, содержащих хронологическую информацию, с целью упрощения формулировки запросов к хронологическим последовательностям, а также об эффективности применения ICB-индекса для , быстрого поиска данных с учетом интерполяции.

ЗАКЛЮЧЕНИЕ

В диссертационной работе решена проблема формулировки и эффективного исполнения запросов к хронологическим последовательностям, содержащимся в хранилищах данных. В ходе работы были проанализированы существующие модели данных, была обоснована их непригодность для рассматриваемых хранилищ данных. Также были проанализированы существующие научные разработки в данной области, выявлены их недостатки, и определены наиболее перспективные из них для построения собственной модели. Была разработана новая модель данных, в рамках которой формализуются понятия размерности времени, метки времени и хронологической последовательности, изучаются их свойства. Были разработаны операции над хронологическими последовательностями, предназначенные для формулировки специфических видов запросов к ним. Для разработанной модели построены язык описания данных и язык манипулирования данными. Разработаны принципы физической организации данных и методы эффективного испрлнения запросов. На базе разработанных модели и методов была построена система архивации параметров технологических процессов, опробованная при построении хранилища данных реально действующего промышленного предприятия - Жигулевской ГЭС.

Среди возможных направлений дальнейшего исследования отметим следующие:

• подробное изучение свойств операций над хронологическими последовательностями, разработка на их основе методов оптимизации запросов на разработанном языке манипулирования данными;

• оптимизация разработанного ДСВ-индекса (например, применение неравномерного разбиения шкалы индексируемого параметра при построении дополнительного индекса и др).

Ниже перечислены основные результаты работы.

1. Разработана хронологическая модель данных, адекватная специфике ХД, содержащих хронологическую информацию, и позволяющая формулировать запросы, использующие интерполяцию, специализированные размерности времени и хронологическую упорядоченность данных.

2. Разработан новый метод описания размерностей времени, меток времени и множеств меток времени, на базе которого построен язык описания данных.

3. Для хронологической модели разработан язык манипулирования данными, обладающий рядом преимуществ перед реляционными языками запросов: компактность, декларативность, инвариантность к изменениям размерностей времени.

4. Разработаны алгоритмы преобразования меток времени к произвольным (описанным пользователем) размерностям, представления меток времени по различным шкалам, сравнения меток времени различных размерностей.

5. Разработан новый способ физической организации данных (ICB-индекс), позволяющий эффективно выполнять поиск данных с учетом интерполяции. ICB-индекс превосходит традиционные вторичные индексы по времени выборки, а также имеет меньшее время обновления и занимает существенно меньший объем, чем его существующий аналог — IP-индекс.

6. На базе разработанной модели и методов была реализована система архивации параметров технологических процессов.

7. САПТП была использована для организации хранилища данных Жигулевской ГЭС. Ее применение позволило упростить формулировку ряда запросов и увеличить скорость выборки данных с учетом интерполяции.

Список литературы диссертационного исследования кандидат технических наук Маслов, Дмитрий Владимирович, 2004 год

1. Атре Ш. Структурный подход к организации баз данных.: Пер. с англ. — М.: Финансы и статистика, 1983.-— 320 с.

2. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. — М.: Наука, 2000. — 622 с.

3. Бернштейн Ф., Броди М., Сери С. и др. Программа исследований в области баз данных на следующее десятилетие. //Открытые системы. — 1999. — №1. — С. 61-68.

4. Большой Российский энциклопедический словарь. — М.: Большая Российская энциклопедия, 2003. — 1888 с.

5. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. — С.-П.: Бином, 2001. — 560 с.

6. Гарсиа-Молина Г., Ульман Дж.Д., Уидом Дж. Системы баз данных. Полный курс.: Пер. с англ. — М.: Издательский дом "Вильяме", 2003. — 1088 с.

7. Гуляев А.И. Временные ряды в динамических базах данных. — М.: Радио и связь, 1989. — 128 с.

8. Де Бор К. Практическое руководство по сплайнам. — М.: Радио и связь, 1985, — 304 с.

9. Дейт К.Дж. Введение в системы баз данных, 7-е издание: Пер. с англ. — М.: Издательский дом "Вильяме", 2001. — 1072 с.

10. Домбровская Г.Р., Новиков Б.А. Методы индексирования сложных объектов. //Управляющие системы и машины. — 1994. — №6 — С. 89-92.

11. ЖукВ.И., Малашинин И.И. Идентификация объектов в базах данных информационно-измерительных систем автоматизации физических экспериментов. //Прикладная информатика /Под ред. В.М. Савинкова. — Вып. 2. — М.: Финансы и статистика, 1982 — С. 29-48.

12. Калиниченко JI.A., Манукян М.Г. Языковые средства временно-ориентированной модели данных. //Программирование. — 1990. — №5 — С. 73-86.

13. Кириленко Н.А., Маслов Д.В. Подсистема архивации тегов SCADA-системы WinCC версии 6.0. //Промышленные АСУ и контроллеры. — 2004, — №6 — С. 38—41.

14. Когаловский М.Р. Расширение реляционной модели баз данных временных рядов. //Управляющие системы и машины. — 1994. — №6 — С. 24-30.

15. Когаловский М.Р. Энциклопедия технологий баз данных. — М.: Финансы и статистика, 2002. — С. 57-76.

16. Кузнецов С.Д. Объектно-ориентированные базы данных: основные концепции, организация и управление. Препринт доклада. //V Всесоюзная конференция "Системы баз данных и знаний". — Львов, 1991. — 29 с.

17. Ланкин О.В., Саенко И.Б. Алгоритм выполнения операции соединения произвольных дискретных временных рядов. //Международная конференция по мягким вычислениям и измерениям SCM-2003. Сборник докладов. Том 1. — Санкт-Петербург, 2003. — С. 306-309.

18. Мак-Кракен Д., ДорнУ. Численные методы и программирование на Фортране. — М.:Мир, 1977. — 584 с.

19. Манукян М.Г. Временная модель данных: Автореферат диссертации на соискание ученой степени кандидата физико-математических наук. — Москва: МГУ им. М.В. Ломоносова, 1990. — 15 с.

20. Марков Б.Л. Организация данных в системах мониторинга. //Высокопроизводительные вычислительные системы и микропроцессоры.

21. Сборник научных трудов ИМВС РАН — Москва, 2000.

22. Маслов Д.В. Некоторые вопросы функциональности и производительности WinCC версии 5.1 //Промышленные АСУ и контроллеры. — 2003. — №61. С. 45—46.

23. Маслов Д.В. Логическая модель баз данных для хранения и обработки хронологических последовательностей //Материалы XXX Юбилейной межд. конф. "Информационные технологии в науке, образовании, телекоммуникациях и бизнесе" — Ялта, 2003. — С. 158-160.

24. Маслов Д.В. Модель баз данных для хранения и обработки упорядоченных данных в АСУТП и экономических приложениях //Промышленные АСУ и контроллеры. — 2003. — №12 — С. 42-46.

25. Маслов Д.В. Новая модель данных для хронологических последовательностей //Инф.-диагн. системы: Материалы V Межд. науч,-техн. конф. АВИА-2003. — К.: НАУ, 2003. — С. 14.69-14.72.

26. Маслов Д.В. Об операторах для манипулирования последовательными данными //Новые информационные технологии: Сб. трудов VI Всероссийской науч.-техн. конф. Том 2. — М.: МГАПИ, 2003. — С. 137— 142.

27. Маслов Д.В. О логическом моделировании последовательных данных //Обозрение прикладной и промышленной математики, 2003, т. 10, вып. 1, "IV Всероссийский симпозиум по прикладной и промышленной математике. Тезисы докладов." — М.: ТВП, 2003. — С. 191-192.

28. Маслов Д.В. Хронологические модели данных //Сб. материалов III Межд. науч.-практ. конф. "Современные технологии документооборота в бизнесе, производстве и управлении". — Пенза, 2003. — С. 76-78.

29. Маслов Д.В. SCADA WinCC как открытая система. Средство для ведения архивов РВ. //Промышленные АСУ и контроллеры. — 2001. — №2 — С. 47-48.

30. Новиков Б.А. Индексирование во временных базах данных. //Программирование. — 1995. — №2 — С. 31-36.

31. Ольховский Ю.Б., Новоселов О.Н., Мановцев А.П. Сжатие данных при телеизмерениях. Под ред. В.В. Чернова. — М.: Советское радио, 1971 — 304 с.

32. Оре О. Графы и их применение. — М.: Эдиториал УРСС, 2002 — 172 с.

33. Прохоров А. Использование объектно-реляционных СУБД для хранения и анализа временных рядов. //КомпьютерПресс. — 2001. — №6.

34. Прохоров С.А. Прикладной анализ неэквидистантных временных рядов. — Самара: Самарский государственный аэрокосмический университет, 2001.375 с.

35. Сидоров А.А., Маслов Д.В. Об индексировании баз данных, содержащих интервальные оценки функций //VI Межд. конф. по мягким вычислениям и измерениям "SCM-2003". Сб. докладов. Том 1. — Санкт-Петербург, 2003.1. С. 310-313.

36. Сидоров А.А., Маслов Д.В. Реляционно-темпоральная модель данных //Обозрение прикладной и промышленной математики, 2003, т. 10, вып. 3, "IV Всероссийский симпозиум по прикладной и промышленной математике. Тезисы докладов." — М.: ТВП, 2003. — С. 744-745.

37. Смирнов В. Системы хранения данных тенденции, решения, перспективы. //Корпоративные системы. — 2002. — №3 — С. 24-29.

38. Федечкин С. Хранилище данных: вопросы и ответы. //PCWeek. — 2003. — №31.

39. Шопин А.Г. Использование реляционных баз данных для хранения информации мягкого реального времени. //Второй всероссийский симпозиум по прикладной и промышленной математике. — Самара, 2001.

40. Шопин А.Г. Оценка достоверности устаревающих значений в диспетчерских системах: Диссертация на соискание ученой степени кандидата технических наук. — Самара: Самарский муниципальный университет Наяновой, 2003. — 148 с.

41. Atkinson М., Bancilhon F., DeWitt D., Dittrich K., Zdonik S. The Object-Oriented Database System Manifesto. — Proceedings of the 1st International Conference on Deductive and Object-Oriented Databases, 1989, pp. 40-57.

42. Benthem J.v. The Logic of Time (2nd edition). — Kluwer Academic Publishers, 1991.

43. Bettini C., Dyreson C.E., Evans W.S., Snodgrass R.T., Wang X.S. A Glossary of Time Granularity Concepts. — Temporal Databases: Research and Practice, Eds. Etzion O., Jajodia S., Sripada S., Springer-Verlag, 1998.

44. Bettini C., De Sibi R. Symbolic Representation of User-defined Time Granularities. — Annals of Mathematics and Artificial Intelligence, 2000, Vol. 30, No. 1—4, pp. 53-92.

45. Bettini C., Wang X.S., Bertino E., Jajodia S. Semantic Assumptions and Query Evaluation in Temporal Databases. — Proceedings of ACM SIGMOD International Conference on Management of Data, 1995, pp. 257-268.

46. Bettini C., Wang X.S., Jajodia S. A General Framework for Time Granularity and Its Application to Temporal Reasoning. — Annals of Mathematics and Artificial Intelligence, 1998, Vol. 22, No. 1-2, pp. 29-58.

47. Bohlen M.H., Busatto R., Jensen C.S. Point- Versus Interval-Based Temporal Data Models. — Proceedings of the 14th International Conference on Data Engineering, 1998, pp. 192-200.

48. Bonnet P., Gehrke J., Seshadri P. Towards Sensor Database Systems. — Proceedings of the Second International Conference on Mobile Data Management, 2001, pp. 3-14.

49. Bonnet P., Seshadri P. Device Database Systems. — Proceedings of the 16th International Conference on Data Engineering, 2000, p. 194.

50. Cartel R.G.G. et al. The Object Data Standard: ODMG 3.0. — Morgan Kauffmann Publishers, 2000, 300 pages.

51. Clifford J., CrokerA., Tuzhilin A. On Completeness of Historical Relational Query Languages. — ACM Transactions on Database Systems, 1994, Vol. 19, No. l,pp. 64-116.

52. Clifford J., Warren D.S. Formal Semantics for Time in Databases. — ACM Transactions on Database Systems, 1983, Vol. 8 , No. 2, pp. 214-254.

53. Chandra R., Segev A. Managing Temporal Financial Data in an Extensible Database. — Proceedings of the 19th Conference on Very Large Databases, 1993, pp. 302-313.

54. Codd E.F. A Relational Model of Data for Large Shared Data Banks. — Communications of the ACM, 1970, Vol. 13, No. 6, pp. 377-387.

55. Codd E.F. Derivability, Redundancy, and Consistency of Relations Stored in Large Data Banks. — IBM Research Report RJ599, 1969, No. 19.

56. Darwen H., Date C.J. The Third Manifesto. — SIGMOD Record, 1995, Vol. 24, No. l,pp. 39-49.

57. Date C.J., Darwen H., Lorentzos N. Temporal Data & the Relational Model (1st edition). — Morgan Kaufmann, 2002, 480 pages.

58. Date C.J., Darwen H. Foundation for Future Database Systems: The Third Manifesto (2nd edition). — Addison-Wesley, 2000, 576 pages.

59. DreyerW., Dittrich A.K., Schmidt D. An Object-Oriented Data Model for a Time Series Management Systenl. — Proceedings of the 7th International Working Conference on Scientific and Statistical Database Management, 1994, pp. 186-195.

60. Dreyer W., Dittrich A.K., Schmidt D. Research Perspectives for Time Series Management Systems. — ACM SIGMOD Record, 1994, Vol. 23, No. 1, pp. 1015.

61. DreyerW., Dittrich A.K., Schmidt D. Using the CALANDA Time Series Management System. — Proceedings of ACM SIGMOD International Conference on Management of Data, 1995, p. 489.

62. DyresonC.E., Evans W.S., LinH., Snodgrass R.T. Efficiently Supported Temporal Granularities. — IEEE Transactions on Knowledge and Data Engineering, 2000, Vol. 12, No. 4, pp. 568-587.

63. Faloutsos С., Ranganathan M., Manolopoulos Y. Fast Subsequence Matching in Time-Series Databases. — Proceedings of ACM SIGMOD International Conference on Management of Data, 1994, pp. 419-429.

64. Grumbach S., Rigaux P., Segoufin L. Manipulating Interpolated Data is Easier than You Thought. — Proceedings of 26th International Conference on Very Large Data Bases, 2000, pp. 156-165.

65. Grumbach S., Rigaux P., Segoufin L. Modeling and Querying Interpolated Spatial Data. — Proceedings of 15th "Journees Bases de Donnees Avancees" (BDA), 1999, pp. 469-487.

66. IBM Informix TimeSeries DataBlade Module. User's Guide. Version 4.0 — Informix Software, October 2001.

67. Inmon W.H. Building The Data Warehouse. — New York, N.Y.: Wiley, 1992.

68. ISO/IEC International Standard 9075-2:1999. Database Language SQL — Part 2: Foundation (SQL/Foundation), September 1999.

69. Klein H.K., Hirschheim R.A. A Comparative Framework of Data Modelling Paradigms and Approaches — The Computer Journal, 1987, Vol. 30, No. 1, pp. 8-15.

70. Kogalovsky M.R. Time Series Relation Data Model. — Proceedings of the First International Workshop on Advances in Databases and Information Systems, 1994, pp. 235-242.

71. LebanB., McDonald D., ForsterD. A Representation for Collection of Temporal Intervals. — Proceedings of the AAAI-1986, 5th International Conference on Artificial Intelligence, 1986, pp. 367-371.

72. Lee J.Y., Elmasri R., Won J. Specification of Calendars and Time Series for Temporal Databases. — Proceedings of ER'96, 15th International Conference on Conceptual Modeling, 1996, pp. 341-356.

73. LinL., RischT., Skold M., Badal D. Indexing Values of Time Sequences — Proceedings of the 5th International Conference on Information and Knowledge Management, 1996, pp. 223-232.

74. Lin L., Risch T. Quering Continuous Time Sequences — Proceedings of the 24th International Conference on Very Large Databases, 1998, pp. 170-181.

75. Lorentzos N.A., Mitsopoulos Y.G. SQL Extension for Interval Data — IEEE Transactions on Knowledge and Data Engineering, 1997, Vol. 9, No. 3, pp. 480499.

76. Maslov D.V. A New Data Model for Time Sequences //Local proceedings of the 7th East-European Conference on Advances in Databases and Information Systems ADBIS'2003 — Dresden, 2003, pp. 18-27.

77. McKenzie E., Snodgrass R. Schema Evolution and the Relational Algebra. — Information Systems, 1990, Vol. 15, No. 2, pp. 207-232.

78. Miled Z.B., Li H., Bukhres O., Bern M., Jones R., Oppelt R. Data Compression in a Pharmaceutical Drug Candidate Database. — Informatica, 2003, Vol. 27, No. 2, pp. 213-224.

79. NeugebauerL. Optimization and Evaluation of Database Queries Including Embedded Interpolation Procedures. — Proceedings of ACM SIGMOD International Conference on Management of Data, 1991, pp. 118-127.

80. Ng W.K., Ravishankar C.V. Block-Oriented Compression Techniques for Large Statistical Databases. — Knowledge and Data Engineering, 1997, Vol. 9, No. 2, pp. 314-328.

81. Niezette M., Stevenne J. An Efficient Symbolic Representation of Periodic Time. — Proceedings of the International Conference on Information and Knowledge Management, Lecture Notes in Computer Science, 1993, Vol. 752, pp. 161-168.

82. Ning P., Wang X.S., Jajodia S. An Algebraic Representation of Calendars — Annals of Mathematics and Artificial Intelligence, 2002, Vol. 36, No. 1-2, pp. 5-38.

83. Oracle8 Time Series Cartridge. User's Guide. Release 8.0.4 — Oracle Corporation, November, 1997, Part No. A57501-01.

84. Ozsoyoglu G., Snodgrass R.T. Temporal and Real-Time Databases: A Survey — Knowledge and Data Engineering, 1995, Vol. 7, No. 4, pp. 513-532.

85. Perng C.-S., WangH., Zhang S.R., Parker D.S. Landmarks: A New Model for Similarity-Based Pattern Querying in Time Series Databases. — Proceedings of the 16th International Confirence on Data Engineering, 2000, pp. 33-42.

86. Peryt M., Momal F. Generic Repository and Search Engine for LHC Equipment Test Data. — Proceedings of the 7th International conference on accelerator and large experimental physics control systems, 1999, pp. 493-496.

87. Pratt K.B., Fink E. Search for Patterns in Compressed Time Series. — International Journal of Image and Graphics, 2002, Vol. 2, No. 1, pp. 89-106.

88. Ramakrishnan R., Donjerkovic D., Ranganathan A., Beyer K.S., Krishnaprasad M. SRQL: Sorted Relational Query Language. — Proceedings of the 10th International Conference on Scientific and Statistical Database Management, 1998, pp. 84-95.

89. Richardson J. Supporting Lists in a Data Model (A Timely Approach). — Proceedings of the 18th International Conference on Very Large Databases,1992, pp. 127-138.

90. RothM.A., van Horn S.J. Database compression. — ACM SIGMOD Record,1993, Vol. 22, No. 3,pp. 31-39.

91. Schmidt D., Dittrich K.A., Dreyer W., Marti R. Time Series, a Neglected Issue in Temporal Database Research? — Proceedings of the International Workshop on Temporal Databases, 1995, pp. 214-232.

92. Segev A., Shoshani A. A Temporal Data Model Based on Time Sequences. — Temporal Databases Theory, Design and Implementation, Eds. Tansel A.U. et al., The Benjamin/Cummings Publishing Company, 1993, pp. 248-269.

93. Segev A., Shoshani A. Logical Modeling of Temporal Data. — Proceedings of ACM SIGMOD International Conference on Management of Data, 1987, pp. 454-466.

94. Seshadri P. Management of Sequence Data. — Ph.D. Thesis, University of Wisconsin, Computer Science Department, 1996.

95. Seshadri P., LivnyM., Ramakrishnan R. The Design and Implementation of a Sequence Database System. — Proceedings of the 22th International Conference on Very Large Databases, 1996, pp. 99-110.

96. Shasha D. Tuning Time Series Queries in Finance: Case Studies and Recommendations. — Data Engineering Bulletin, 1999, Vol. 22, No. 2, pp. 4046.

97. Soo M.D. Bibliography on Temporal Databases. — ACM SIGMOD Record, 1991, Vol. 20, No. 1, pp. 14-24.

98. Stonebraker M., Rowe L.A., Lindsay В., Gray J., Carey M., Brodie M., Bernstein P. Third-Generation Data Base System Manifesto. — ACM SIGMOD Record, 1990, Vol. 19, No. 3, pp. 31-44.

99. Tansel A.U. et al. (Eds.) Temporal Databases Theory, Design and Implementation (1st edition). — Addison-Wesley, 1993, 656 pages.

100. Tsotras V.J., Kumar A. Temporal database bibliography update. — ACM SIGMOD Record, 1996, Vol. 25, No. 1, pp. 41-51.

101. Tuzhilin A., Clifford J. A Temporal Relational Algebra as Basis for Temporal Relational Completeness. — Proceedings of the 16th International Conference on Very Large Databases, 1990, pp, 13-23.

102. Wang X.S., Bettini C., BrodskyA., Jajodia S. Logical Design for Temporal Databases with Multiple Granularities. — ACM Transactions on Database Systems, 1997, Vol. 22, No. 2, pp. 115-170.

103. Wolski A., KuhaJ., LuukkanenT., Pesonen A. Design of RapidBase An Active Measurement Database System. — Proceedings of International Database Engineering and Applications Symposium, 2000, pp. 75-82.

104. Zhang D., Tsotras V J. Index Based Processing of Semi-Restrictive Temporal Joins. — Proceedings of 9th International Symposium on Temporal Representation and Reasoning (TIME'02), 2002, pp. 70-77.

105. Zhang D., Tsotras V.J., SeegerB. Efficient Temporal Join Processing Using Indices. — Proceedings of 18th International Conference on Data Engineering, 2002, pp. 103-116.1. Электронные источники

106. Кузнецов С.Д. Три манифеста баз данных: ретроспектива и перспективы. <http://www.citforum.ru/database/articles/manifests/>

107. Марков Б.Л. Проектирование систем регистрации и анализа данных. <http://www.citforum.ru/database/articles/regdata.shtml>

108. Прохоров А. Временной ряд как объект хранения в СУБД. <http://www.citforum.ru/seminars/cbd2001/day25informix.shtml>

109. Сидоров А.А., Маслов Д.В. Хронологическая модель данных для промышленных информационных систем. //Электронный журнал "Исследовано в России". — 2004. — 90 — С. 1008-1025. <http://zhurnal.ape.relarn.ru/articles/2004/090.pdf>

110. DB2 Extenders DB2 Extender Business Partners - IBM Software. <http://www-306.ibm.com/software/data/db2/extenders/partners.html>

111. Choosing a Good Oracle Block Size. <http://www.sap-img.com/oracle-database/choosing-a-good-oracle-block-size.htm>

112. IndustrialSQL Server 8.0. <http://www.wonderware.com/products/historian/insql/>

113. Madden S., Franklin M.J. Fjording the stream: An architecture for queries over streaming sensor data.http://citeseer.nj .nec.com/madden01 fjording.html>

114. Peryt M. LHC Data Archiver Background study and problem statement. June 1999.http://wwwlhc.cern.ch/RPTS/ArchiverProjectNote.PDF>

115. Ramakrishnan R., Cheng M., LivnyM., Seshadri P. What's Next? Sequence Queries.http://citeseer.nj.nec.com/34060.html>

116. Scored-Through Values in the Tag Logging Table Control. <http://www4.ad.siemens.de/WW/news/en/17614082>

117. Seshadri P. SEQ: A Model for Sequence Databases, 1995. <http://citeseer.nj.nec.com/2302.html>

118. Shasha D. Time Series in Finance: the array database approach. <http://www.cs.nyu.edu/cs/faculty/shasha/papers/jagtalk.html>

119. SIMATIC WinCC Version 6. Process visualization and platform for IT & Business Integration.http://www.ad.siemens.de/hmi/html76/products/software/wincc/index.htm>

120. Sybase SQL Anywhere Studio 8.0. <www.interface.ru/sybase/sysql.htm>

121. The Data Warehousing Information Center. <http://www.dwinfocenter.org>

122. The PI System. <http://www.osisoft.com/5267.aspx>

123. ПЕРЕЧЕНЬ ИСПОЛЬЗОВАННЫХ СОКРАЩЕНИЙ1. АО акционерное общество

124. АСНИ автоматизированная система научных исследований

125. АСУ автоматизированная система управления

126. АСУТП АСУ технологическим процессом

127. АЦП аналогово-цифровой преобразователь1. БД база данных

128. ВГ вспомогательный генератор1. BP временной ряд1. ГА гидроагрегат1. ГГ главный генератор1. ГЭС гидоэлектростанция

129. МНУ маслонапорная установка

130. ПЛК программируемый логический контроллер

131. ПО программное обеспечение

132. САПТП система архивации параметров технологических процессов

133. СУБД система управления базами данных

134. ТПП территориальное производственное предприятие1. ТЭЦ теплоэлектроцентраль

135. УПН установка подготовки нефт1. ХД хранилище данных

136. ХП хронологическая последовательность

137. ЯМД язык манипулирования данными

138. API Application Programming Interface (программный интерфейс