Проектирование и внедрение АРМ основывается на ряде общих и частных принципов проектирования систем обработки данных. Главным считается принцип максимальной ориентации на конечного пользователя. Это достигается созданием специальных средств адаптации АРМ к уровню подготовки пользователя и возможностью его обучения и самообучения непосредственно на данном АРМ.
Другим принципом созданию эффективных АРМ, является принцип проблемной ориентации. Под проблемной ориентацией обычно понимается специализация АРМ на решении определенного круга задач, объединенных общей технологией обработки данных, т.е. ориентация на автоматизацию некоторой группы функций, постоянно выполняемых работниками сферы организационного управления.
Немаловажное значение придается реализации принципа соответствия информационных потребностей пользователей используемым техническим средствам. Только после тщательного установления информационных потребностей пользователя, обеспечивающих выполнение возложенных на него функций, можно приступать к определению состава и функций АРМ.
На практике при разработке АРМ пользователи зачастую предпочитают перепоручить определение своей информационной потребности разработчикам, ссылаясь на недоступную компетентность в области вычислительной техники. В результате цели, определенные разработчиками, не всегда совпадают с тем, что пользователи ожидают от автоматизации их рабочих мест. Поэтому в процессе создания АРМ должен быть реализован принцип творческого постоянного контакта разработчиков АРМ и их потенциальных пользователей.Совместное участие пользователя и разработчика в создании АРМ лучше осознать проблемную ситуацию, стимулирует интеллектуальную деятельность будущего пользователя АРМ и в конечном итоге повышению качества АРМ.
Примерами АРМ являются АРМ бухгалтера, складского работника, операциониста банка, менеджера. Примерами функциональных подсистем ЭИС являются подсистемы бухгалтерского учета, финансового планирования и анализа, маркетинга, кадров ит.Д. Примерами функциональных информационных систем являются банковские, страховые, налоговые и другие системы. Примерами обеспечивающих предметных технологий являются Project Expert, Marketing Expert, и приложения фирм 1С, Галактика, ПАРУС, BAAN, BaySIS и другие.
1)Big Data – это большие данные. Если говорить более профессиональным языком, то это набор специальных методов и инструментов, которые используются для хранения и обработки огромных объемов данных для решения конкретных задач
2) в логистике: планирование грузоперевозок и оптимизация маршрутов
ритейле: персональные предложения и оптимизация выкладки товаров
финансах: оценка платеже и повышение качества сервиса
3)
Горизонтальная масштабируемость. Поскольку данных может быть сколь угодно много – любая система, которая подразумевает обработку больших данных, должна быть расширяемой. В 2 раза вырос объём данных – в 2 раза увеличили количество железа в кластере и всё продолжило работать.
2. Отказоустойчивость. Принцип горизонтальной масштабируемости подразумевает, что машин в кластере может быть много. Например, Hadoop-кластер Yahoo имеет более 42000 машин. Это означает, что часть этих машин будет гарантированно выходить из строя. Методы работы с большими данными должны учитывать возможность таких сбоев и переживать их без каких-либо значимых последствий.
3. Локальность данных. В больших распределённых системах данные распределены по большому количеству машин. Если данные физически находятся на одном сервере, а обрабатываются на другом – расходы на передачу данных могут превысить расходы на саму обработку. Поэтому одним из важнейших принципов проектирования BigData-решений является принцип локальности данных – по возможности обрабатываем данные на той же машине, на которой их храним.
4)База данных — представленная в объективной форме совокупность самостоятельных материалов (статей, расчетов, нормативных актов, судебных решений и иных подобных материалов), систематизированных таким образом, чтобы эти материалы могли быть найдены и обработаны с электронной вычислительной машин
5)субд-(Система управления базами данных)совокупность программных и лингвистических средств общего или специального назначения, обеспечивающих управление созданием и использованием баз данных
6)Реляционная база данных — база данных, основанная на реляционной модели данных
7)Объектами реляционной модели в основном являются таблицы (отношения). Целостность данных обеспечивается внешними и первичными ключами
8)Разница между иерархической моделью данных и сетевой состоит в том, что в иерархических структурах запись-потомок должна иметь в точности одного предка, а в сетевой структуре данных у потомка может иметься любое число предков.
9) пример предметной областной Школьной библиотеки. В любой библиотеке для поиска нужной литературы используются каталоги, в которых хранятся сведения обо всех имеющихся в ней книгах. Каталоги бывают алфавитные и предметные . Каталог состоит из карточек. В карточке содержатся сведения об одной книге. Карточки создаются в двух экземплярах, один из которых хранится в алфавитном каталоге, а другой — в предметном. Оба каталога содержат одни и те же карточки, но расставлены они в разном порядке.
Проектирование и внедрение АРМ основывается на ряде общих и частных принципов проектирования систем обработки данных. Главным считается принцип максимальной ориентации на конечного пользователя. Это достигается созданием специальных средств адаптации АРМ к уровню подготовки пользователя и возможностью его обучения и самообучения непосредственно на данном АРМ.
Другим принципом созданию эффективных АРМ, является принцип проблемной ориентации. Под проблемной ориентацией обычно понимается специализация АРМ на решении определенного круга задач, объединенных общей технологией обработки данных, т.е. ориентация на автоматизацию некоторой группы функций, постоянно выполняемых работниками сферы организационного управления.
Немаловажное значение придается реализации принципа соответствия информационных потребностей пользователей используемым техническим средствам. Только после тщательного установления информационных потребностей пользователя, обеспечивающих выполнение возложенных на него функций, можно приступать к определению состава и функций АРМ.
На практике при разработке АРМ пользователи зачастую предпочитают перепоручить определение своей информационной потребности разработчикам, ссылаясь на недоступную компетентность в области вычислительной техники. В результате цели, определенные разработчиками, не всегда совпадают с тем, что пользователи ожидают от автоматизации их рабочих мест. Поэтому в процессе создания АРМ должен быть реализован принцип творческого постоянного контакта разработчиков АРМ и их потенциальных пользователей.Совместное участие пользователя и разработчика в создании АРМ лучше осознать проблемную ситуацию, стимулирует интеллектуальную деятельность будущего пользователя АРМ и в конечном итоге повышению качества АРМ.
Примерами АРМ являются АРМ бухгалтера, складского работника, операциониста банка, менеджера. Примерами функциональных подсистем ЭИС являются подсистемы бухгалтерского учета, финансового планирования и анализа, маркетинга, кадров ит.Д. Примерами функциональных информационных систем являются банковские, страховые, налоговые и другие системы. Примерами обеспечивающих предметных технологий являются Project Expert, Marketing Expert, и приложения фирм 1С, Галактика, ПАРУС, BAAN, BaySIS и другие.
1)Big Data – это большие данные. Если говорить более профессиональным языком, то это набор специальных методов и инструментов, которые используются для хранения и обработки огромных объемов данных для решения конкретных задач
2) в логистике: планирование грузоперевозок и оптимизация маршрутов
ритейле: персональные предложения и оптимизация выкладки товаров
финансах: оценка платеже и повышение качества сервиса
3)
Горизонтальная масштабируемость. Поскольку данных может быть сколь угодно много – любая система, которая подразумевает обработку больших данных, должна быть расширяемой. В 2 раза вырос объём данных – в 2 раза увеличили количество железа в кластере и всё продолжило работать.
2. Отказоустойчивость. Принцип горизонтальной масштабируемости подразумевает, что машин в кластере может быть много. Например, Hadoop-кластер Yahoo имеет более 42000 машин. Это означает, что часть этих машин будет гарантированно выходить из строя. Методы работы с большими данными должны учитывать возможность таких сбоев и переживать их без каких-либо значимых последствий.
3. Локальность данных. В больших распределённых системах данные распределены по большому количеству машин. Если данные физически находятся на одном сервере, а обрабатываются на другом – расходы на передачу данных могут превысить расходы на саму обработку. Поэтому одним из важнейших принципов проектирования BigData-решений является принцип локальности данных – по возможности обрабатываем данные на той же машине, на которой их храним.
4)База данных — представленная в объективной форме совокупность самостоятельных материалов (статей, расчетов, нормативных актов, судебных решений и иных подобных материалов), систематизированных таким образом, чтобы эти материалы могли быть найдены и обработаны с электронной вычислительной машин
5)субд-(Система управления базами данных)совокупность программных и лингвистических средств общего или специального назначения, обеспечивающих управление созданием и использованием баз данных
6)Реляционная база данных — база данных, основанная на реляционной модели данных
7)Объектами реляционной модели в основном являются таблицы (отношения). Целостность данных обеспечивается внешними и первичными ключами
8)Разница между иерархической моделью данных и сетевой состоит в том, что в иерархических структурах запись-потомок должна иметь в точности одного предка, а в сетевой структуре данных у потомка может иметься любое число предков.
9) пример предметной областной Школьной библиотеки. В любой библиотеке для поиска нужной литературы используются каталоги, в которых хранятся сведения обо всех имеющихся в ней книгах. Каталоги бывают алфавитные и предметные . Каталог состоит из карточек. В карточке содержатся сведения об одной книге. Карточки создаются в двух экземплярах, один из которых хранится в алфавитном каталоге, а другой — в предметном. Оба каталога содержат одни и те же карточки, но расставлены они в разном порядке.