Baze de date și rețele

DBMS este middleware-ul care administrează centralizat datele și asigură controlul utilizării simultane de către mai mulți utilizatori și programe, menținerea coerenței, autentificarea și gestiunea drepturilor de acces. Crearea documentelor revine software-ului de aplicație, alegerea traseelor routerului, iar comprimarea imaginilor software-ului de prelucrare a imaginilor — nu descriu DBMS.

NoSQL este denumirea generică a bazelor de date care nu se bazează pe modelul relațional (RDB); există forme variate — cheie-valoare, document etc. —, multe potrivite prelucrării distribuite a volumelor mari de date. Baza de date tabelară pe model relațional este descrierea RDB, iar HDB este o categorie diferită, cea ierarhică. Afirmația „exclusiv SQL” este și ea greșită.

Schema conceptuală este nivelul care definește structura logică a întregii baze de date. Schema externă definește vederile (views) văzute de utilizatori și programe, iar schema internă modul fizic de stocare pe dispozitivele de memorare. Un nivel numit „schemă fizică” nu există în terminologia arhitecturii cu trei scheme. Separarea pe trei niveluri crește independența datelor.

Diagrama E-R reprezintă entitățile și atributele lor, relațiile dintre entități (relationship) și corespondențele de tip 1-la-mai-mulți (cardinalitatea); se folosește la proiectarea conceptuală a bazelor de date. Pașii de prelucrare îi reprezintă organigrama (flowchart), configurația echipamentelor diagrama de rețea, iar intrările și ieșirile operațiilor logice tabelul de adevăr.

Cheia primară este coloana (sau combinația de coloane) care identifică în mod unic rândurile din tabel; nu admite nici valori duplicate, nici NULL. Afirmațiile care admit duplicarea sau NULL sunt deci greșite. Referirea cheii primare a altui tabel este rolul cheii externe, distinctă de cheia primară. ID-ul de pacient din tabelul pacienților este exemplul tipic de cheie primară.

Cheia externă este coloana care referă cheia primară a altui tabel; prin constrângerea de integritate referențială — nu poate conține valori inexistente în tabelul referit — menține coerența dintre tabele. Identificarea unică a rândurilor este rolul cheii primare, accelerarea căutării al indexului, iar interzicerea duplicării al constrângerii de unicitate — niciuna nu descrie cheia externă.

Normalizarea împarte tabelele astfel încât să elimine duplicarea datelor, scopul fiind prevenirea contradicțiilor (incoerențelor) la actualizare. Pentru că tabelele se împart, devin necesare joncțiuni și căutarea poate deveni chiar mai lentă, deci afirmația despre creșterea vitezei este greșită. Criptarea și scurtarea backupului sunt tehnici diferite de normalizare.

Prima formă normală este forma din care au fost eliminate grupurile repetitive, în care un câmp conținea mai multe valori. Separarea dependenței de o parte a cheii primare (dependența funcțională parțială) duce la a doua formă normală, separarea dependenței prin alte coloane (dependența tranzitivă) la a treia formă normală, iar adăugarea indecșilor nu are legătură cu normalizarea.

Condiția din clauza WHERE „vârsta >= 65” este îndeplinită de 3 rânduri — Satō (72), Takahashi (65) și Tanaka (80) —, iar COUNT(*) întoarce numărul rândurilor care îndeplinesc condiția, deci rezultatul este 3. Atenție: Takahashi, cu exact 65 de ani, este inclus de „>=”. 2 este valoarea la care Takahashi a fost omis, iar 4 valoarea la care Suzuki (45) a fost inclus din greșeală.

Clauza GROUP BY grupează rândurile după valorile coloanei secției, deci rezultatul are atâtea rânduri câte tipuri de secții există. Tabelul conține 3 secții — medicină internă, chirurgie și oftalmologie —, deci rezultatul are 3 rânduri (medicină internă 3, chirurgie 2, oftalmologie 1). 6 este numărul de rânduri inițial, fără GROUP BY; întrebarea testează efectul grupării.

INNER JOIN întoarce doar perechile de rânduri la care condiția de joncțiune (ID-ul de pacient) coincide. Toate cele 3 rânduri din tabelul prescrierilor au corespondent în tabelul pacienților (P001 o dată, P003 de două ori), deci rezultatul are 3 rânduri. Suzuki (P002), fără prescrieri, nu apare în rezultat. 2 este valoarea la care cele 2 prescrieri ale lui Takahashi au fost numărate o singură dată, iar 5 confuzia cu suma simplă a rândurilor.

ORDER BY vârstă DESC specifică sortarea descrescătoare după vârstă (de la mare la mic), deci primul este cel mai în vârstă, Takahashi (80). Satō (72) este al doilea. Dacă se confundă cu ordinea crescătoare (ASC), s-ar alege cel mai tânăr, Suzuki (45). De reținut cu siguranță: DESC înseamnă descrescător, ASC crescător.

Selecția este operațiunea relațională care extrage rândurile ce îndeplinesc condiția; în SQL îi corespunde clauza WHERE. Proiecția extrage anumite coloane (specificarea coloanelor în SELECT), iar joncțiunea leagă mai multe tabele prin coloane comune (JOIN). Reuniunea este operațiunea de mulțimi care adună rândurile a două tabele și diferă de filtrarea rândurilor.

Atomicitatea (indivizibilitatea) este proprietatea prin care prelucrarea unei tranzacții fie se execută integral, fie nu se execută deloc, fără a admite stări intermediare incomplete. Consistența înseamnă menținerea coerenței, durabilitatea înseamnă că rezultatele finalizate nu se pierd, iar izolarea înseamnă absența influenței altor tranzacții.

Deadlock este starea în care două tranzacții se opresc așteptând reciproc eliberarea blocajelor pe resursele deținute de cealaltă; se rezolvă prin rollback forțat al uneia dintre ele. Livelock este starea în care prelucrarea nu avansează prin cedări repetate, rollforward este o prelucrare de recuperare după defecțiuni, iar checkpoint este punctul de pornire al recuperării — toate diferite.

Rollback este prelucrarea care anulează actualizările tranzacției terminate anormal folosind informațiile dinaintea actualizării din jurnal (log), readucând baza la starea dinaintea începerii. Commit confirmă actualizările la terminarea normală, rollforward reface actualizările până imediat înainte de defecțiune folosind backupul și jurnalul la defecțiuni de suport, iar blocarea în două faze este o metodă de control al excluziunii.

Rollforward este prelucrarea care, după restaurarea stării de la momentul backupului, aplică în ordine informațiile de după actualizare înregistrate în fișierul jurnal, recuperând starea de dinaintea defecțiunii. Rollback este prelucrarea inversă, de anulare a actualizărilor, commit este confirmarea actualizărilor, iar deadlock este starea de așteptare reciprocă a blocajelor — niciunul nu este recuperarea după defecțiuni de suport.

ETL vine de la Extract (extragere), Transform (transformare) și Load (încărcare) și desemnează ansamblul de prelucrări care aduce datele sistemelor operaționale în DWH pentru analiză. OLAP este prelucrarea de centralizare și analiză multidimensională a datelor acumulate, curățarea datelor corectează erorile și variațiile de scriere, iar dashboardul este ecranul de vizualizare al instrumentelor BI; fluxul complet până la încărcare este ETL.

Nivelul rețea este nivelul care alege traseul până la destinație (rutarea) folosind adresele IP; IP este protocolul reprezentativ, iar routerul echipamentul reprezentativ. Transmiterea cadrelor revine nivelului 2 (legătura de date), conversia formatelor de reprezentare nivelului 6 (prezentare), iar conversia în semnale nivelului 1 (fizic).

TCP este protocolul de transport orientat pe conexiune care realizează comunicații fiabile prin confirmarea primirii și controlul retransmiterii. UDP este fără conexiune: nu face confirmări și retransmiteri, dar este ușor și potrivit comunicațiilor în timp real — voce, video. Afirmațiile că TCP este la nivelul fizic și că UDP face controlul retransmiterii sunt ambele greșite.

Adresa MAC este adresa fizică pe 48 de biți atribuită interfeței de rețea; identifică echipamentele în Ethernet și Wi-Fi. Ceea ce atribuie DHCP sunt setări precum adresa IP, adresa logică pe 32 de biți este adresa IPv4, iar din numele de domeniu se obține tot adresa IP (rezolvarea de nume prin DNS) — niciuna nu descrie adresa MAC.

/26 corespunde măștii de subrețea 255.255.255.192, iar al 4-lea octet se împarte în intervale de câte 64 (0, 64, 128, 192). 130 se află în intervalul de la 128 inclusiv până sub 192, deci adresa de rețea este 192.168.10.128. Se poate verifica și în binar: 130 este 10000010; păstrând primii 2 biți și punând pe 0 cei 6 biți ai părții de host rezultă 10000000 = 128.

La /28 partea de host are 32−28=4 biți, deci există 2 la puterea 4 = 16 adrese. Dintre acestea, adresa de rețea (partea de host toată 0) și adresa de broadcast (toată 1) nu pot fi atribuite, deci pentru hosturi rămân 16−2=14. 16 este valoarea la care s-a uitat scăderea celor două, iar 30 este valoarea pentru /27.

Cu masca 255.255.255.224 (/27), al 4-lea octet se împarte în intervale de câte 32, iar 66 aparține intervalului 64–95 (adresa de rețea 192.168.1.64). 70 se află în același interval 64–95, deci este în aceeași subrețea. 60 este în intervalul 32–63, 100 în 96–127, iar 130 în 128–159 — toate în subrețele diferite.

Adresele private sunt cele 3 intervale 10.0.0.0–10.255.255.255, 172.16.0.0–172.31.255.255 și 192.168.0.0–192.168.255.255; 192.168.100.1 se încadrează aici. 172.32.0.1 iese din intervalul care merge doar până la 172.31, deci nu se încadrează. 8.8.8.8 și 203.0.113.10 sunt adrese de partea globală.

DNS este mecanismul care realizează corespondența dintre numele de domeniu și adresele IP (rezolvarea de nume); la interogări răspund serverele DNS. Atribuirea automată a adreselor IP revine DHCP, sincronizarea timpului NTP, iar transferul e-mailurilor SMTP — protocoale diferite. Corespondența rolurilor apare frecvent la examen, deci trebuie bine distinsă.

DHCP este protocolul care, la conectarea terminalului, îi atribuie automat setările — adresa IP, masca de subrețea, gateway-ul implicit etc. Rezolvarea de nume revine DNS, schimbul de informații de rutare protocoalelor de rutare precum RIP și OSPF, iar verificarea accesibilității comenzii ping, care folosește ICMP.

Well Known Port-ul HTTP este 80. SMTP folosește 25 (110 este POP3), DNS folosește 53 (25 este SMTP), iar NTP folosește 123 (53 este DNS) — la celelalte variante numerele sunt decalate. Numerele de port ale serviciilor principale contează și pentru setările de securitate, deci trebuie memorate exact.

SMTP este protocolul folosit la trimiterea e-mailurilor și la transferul dintre serverele de mail. POP este protocolul prin care utilizatorul își descarcă mesajele de pe serverul de mail și nu se folosește la trimitere. HTTP transferă pagini web, iar NTP este protocolul de sincronizare a timpului — fără legătură cu transferul e-mailurilor.

NTP este protocolul care sincronizează ceasurile echipamentelor din rețea cu un server de referință. În sistemele informatice medicale, sincronizarea ceasurilor serverelor și terminalelor este importantă pentru fiabilitatea orelor din înregistrările clinice și din loguri. Transferul paginilor web revine HTTP, primirea e-mailurilor POP, iar criptarea fișierelor nu este funcția vreunui asemenea protocol.

Routerul este echipamentul care transferă pachete între rețele diferite pe baza adreselor IP și a tabelului de rutare; switch-ul cu funcții echivalente este switch-ul L3. HUB-ul retransmite semnalul primit către toate porturile, iar switch-ul L2 transferă în interiorul aceluiași LAN, uitându-se la adresele MAC. Cablul UTP este mediu de transmisie, nu echipament.

Se știe că WEP se sparge ușor; se recomandă WPA și, mai solid, WPA2. SSID este numele care identifică punctul de acces (rețeaua), nu o cheie de criptare. Bluetooth este un alt standard radio de rază scurtă, diferit de 802.11. În LAN-ul fără fir apare interferența undelor pe același canal, deci este necesară proiectarea canalelor.

VLAN este tehnica de împărțire logică a rețelei prin configurarea switch-urilor, fără schimbarea cablării fizice. În instituțiile medicale se folosește la separarea rețelei centrale — fișa medicală electronică etc. — de rețelele administrative și pentru vizitatori. Standardele de criptare ale LAN-ului fără fir sunt WPA2 etc., tipurile de cablu sunt UTP și STP, iar descrierea liniei publice este și ea greșită.

VPN este tehnica de construire a unei rețele dedicate virtuale peste liniile publice, precum internetul, prin tehnici ca criptarea; se folosește la legarea sediilor, la accesul de la distanță și la protejarea comunicațiilor de mentenanță la distanță a echipamentelor medicale. Nu este linia dedicată fizică în sine, avantajul fiind costul mai mic decât al liniei dedicate. Nu are legătură cu punctele de acces sau cu redundanța DNS.

NAT este tehnica de conversie reciprocă între adresele private și cele globale; NAPT folosește în plus numerele de port, permițând ca o singură adresă globală să fie partajată de mai multe terminale. Se folosește când terminalele cu adrese private din spital ies pe internet. Sincronizarea timpului revine NTP, iar criptarea e-mailurilor unor mecanisme precum S/MIME.