При попытке определить такие правила мы приняли в качестве ограничений то, что любые такие правила должны приводить к преобразованию, которое является повторяемым (правила должны всегда приводить к созданию одной и той же модели хранения данных из данной интерпретируемой модели данных), независимым от оператора (процедура должна давать одинаковые результаты независимо от того, кто применяет правила) и поддающимся машинной обработке, так что все или некоторые из правил могут быть применены с помощью компьютерного программного обеспечения. Все эти три ограничения означают, что нельзя полагаться на понимание богатого смысла интерпретируемой модели данных, и любое преобразование должно основываться на явном структурировании самой модели. Мы также понимаем, что из-за различий во взаимодействии между данными, допускаемых разными формами баз данных, требуется другой набор правил, если, например, для реализации новой информационной системы предполагается использовать реляционную, а не объектно-ориентированную базу данных. Поэтому для перехода к различным формам структуры хранения данных потребуются отдельные наборы правил, каждый из которых учитывает, какие взаимодействия между данными возможны в целевой базе данных.
В рамках данной статьи мы рассмотрим некоторые аспекты преобразования в схему реляционной базы данных, показав реляционные структуры, возникающие в результате различных форм связи между категориями в интерпретируемой модели данных.
ВВЕДЕНИЕ ВРЕМЕННЫХ СООБРАЖЕНИЙ
Важно четко понимать, что интерпретационная модель данных не является альтернативой традиционным формам моделирования данных, использующим понятия сущностей и связей, объектов и отношений, и что нотация, представленная в работе Lewis (1994), не является новым вариантом семантического моделирования данных. При интерпретационном анализе данных мы не просто используем различные символы диаграмм и вводим новые способы соотнесения одних объектов с другими: мы пытаемся смоделировать нечто совершенно иное.
Традиционное моделирование данных призвано отразить объективную реальность (или, по крайней мере, представление о ней) и показать "факты" о проблемной ситуации. Это находит свое отражение в утверждениях о том, что все информационные системы обладают базовой, типовой структурой данных, которая мало изменяется с течением времени (Cutts, 1987, p. 23; Ashworth & Goodland, 1990, p. 10). Таким образом, причина моделирования всегда заключается в том, чтобы "наметить" ситуацию, чтобы обеспечить наилучшие возможные средства хранения данных для удовлетворения известных требований к обработке. В отличие от этого, интерпретационное моделирование данных никогда не претендует на то, чтобы отражать нечто большее, чем конкретную оценку того, что может быть актуальным и достойным обсуждения. Показаны когнитивные категории и ассоциации, значимые для конкретной понятийной системы, созданной в процессе использования SSM. Ни в методологии мягких систем, ни в интерпретационном анализе данных не утверждается, что исследуемая система - это "то, что есть" или "то, что должно быть".
Различная природа двух типов моделирования имеет ряд достаточно важных последствий, не последним из которых является то, что если мы хотим использовать интерпретационную модель данных для принятия решений о хранении данных, то мы вынуждены учитывать временные факторы; мы должны
переориентироваться на хранение исторических данных, а не определений, и на регистрацию поведения во времени, а не на описание потенциальных возможностей поведения. Например, в процессе работы в строительной отрасли мы можем определить в рамках интерпретируемой модели данных, что под "рабочей бригадой" понимается несколько "работников", возглавляемых "руководителем бригады". При этом конструкция хранилища данных должна быть способна регистрировать состав рабочих бригад как в настоящее время, так и в прошлом. Необходимость введения учета времени будет проявляться в каждом из следующих разделов, в которых мы рассмотрим три элемента интерпретируемой модели данных и их эквиваленты в схеме реляционной базы данных.
КОГНИТИВНЫЕ КАТЕГОРИИ
В интерпретационной модели данных когнитивные категории являются базовыми элементами словаря для обсуждения проблемной ситуации. Грубо говоря, можно сказать, что категории - это те вещи, о которых идет речь и которым необходимо придать определенный смысл, чтобы понять данное определение системы. Когда мы переходим к рассмотрению вопроса о хранении данных, то речь идет о когнитивных категориях, в которых мы хотели бы хранить данные; например, если категория "сотрудник" оказалась важной при моделировании SSM, то вполне вероятно, что в реальной ситуации возникнет потребность в записи сведений о конкретных сотрудниках, работающих в реальном мире.