Основные виды обработки информации

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Обработка информации состоит в получении одних «информационных объектов» из других «информационных объектов» путем выполнения некоторых алгоритмов и является одной из основных операций, осуществляемых над информацией, и главным средством увеличения ее объема и разнообразия.

На самом верхнем уровне можно выделить числовую и нечисловую обработку. В указанные виды обработки вкладывается различная трактовка содержания понятия «данные». При числовой обработке используются такие объекты, как переменные, векторы, матрицы, многомерные массивы, константы и т.д. При нечисловой обработке объектами могут быть файлы, записи, поля, иерархии, сети, отношения и т.д. Другое отличие заключается в том, что при числовой обработке содержание данных не имеет большого значения, в то время как при нечисловой обработке нас интересуют непосредственные сведения об объектах, а не их совокупность в целом.

С точки зрения реализации на основе современных достижений вычислительной техники выделяют следующие виды обработки информации:

- последовательная обработка, применяемая в традиционной фоннеймановской архитектуре ЭВМ, располагающей одним процессором;

- параллельная обработка, применяемая при наличии нескольких процессоров в ЭВМ;

- конвейерная обработка, связанная с использованием в архитектуре ЭВМ одних и тех же ресурсов для решения разных задач, Причем если эти задачи тождественны, то это последовательный конвейер, если задачи одинаковые - векторный конвейер.

Принято относить существующие архитектуры ЭВМ с точки зрении обработки информации к одному из следующих классов.

- Архитектуры с одиночным потоком команд и данных (SISD). К этому классу относятся традиционные фоннеймановские однопроцессорные системы, где имеется центральный процессор, работающий с парами «атрибут - значение».

- Архитектуры с одиночными потоками команд и данных (SIMD). Особенностью данного класса является наличие одного (центрального) контроллера, управляющего рядом одинаковых процессоров. В зависимости от возможностей контроллера и процессорных элементов, числа процессоров, организации режима поиска и характеристик маршрутных и выравнивающих сетей выделяют:

1. матричные процессоры, используемые для решения векторных и матричных задач;

2. ассоциативные процессоры, применяемые для решения нечисловых задач и использующие память, в которой можно обращаться непосредственно к информации, хранящейся в ней;

3. процессорные ансамбли, применяемые для числовой и нечисловой обработки;

4. конвейерные и векторные процессоры.

- Архитектуры с множественным потоком команд и одиночным потоком данных (MISD). К этому классу могут быть отнесены конвейерные процессоры.

- Архитектуры с множественным потоком команд и множественным потоком данных (MIMD). К этому классу могут быть отнесены следующие конфигурации: мультипроцессорные системы, системы с мультобработкой, вычислительные системы из многих машин, вычислительные сети.

Рис. 1. Основные процедуры обработки данных

Создание данных, как процесс обработки, предусматривает их образование в результате выполнения некоторого алгоритма и дальнейшее использование для преобразований на более высоком уровне.

Модификация данных связана с отображением изменений в реальной предметной области, осуществляемых путем включения новых данных и удаления ненужных.

Контроль, безопасность и целостность направлены на адекватное отображение реального состояния предметной области в информационной модели и обеспечивают защиту информации от несанкционированного доступа (безопасность) и от сбоев и повреждений технических и программных средств.

Поиск информации, хранимой в памяти компьютера, осуществляется как самостоятельное действие при выполнении ответов на различные запросы и как вспомогательная операция при обработке информации.

Поддержка принятия решения является наиболее важным действием, выполняемым при обработке информации. Широкая альтернатива принимаемых решений приводит к необходимости использования разнообразных математических моделей.

Создание документов, сводок, отчетов заключается в преобразовании информации в формы, пригодные для чтения, как человеком, так и компьютером. С этим действием связаны и такие операции, как обработка, считывание, сканирование и сортировка документов.

При преобразовании информации осуществляется ее перевод из одной формы представления или существования в другую, что определяется потребностями, возникающими в процессе реализации информационных технологий.

Реализация всех действий, выполняемых в процессе обработки информации, осуществляется с помощью разнообразных программных средств.

Наиболее распространенной областью применения технологической операции обработки информации является принятие решений.

К зависимости от степени информированности о состоянии управляемого процесса, полноты и точности моделей объекта и системы управления, взаимодействия с окружающей средой, процесс принятия решения протекает в различных условиях:

- Принятие решений в условиях определенности. В этой задаче модели объекта и системы управления считаются заданными, а влияние внешней среды - несущественным. Поэтому между выбранной стратегией использования ресурсов и конечным результатом существует однозначная связь, откуда следует, что в условиях определенности достаточно использовать решающее правило для оценки полезности вариантов решений, принимая в качестве оптимального то, которое приводит к наибольшему эффекту. Если таких стратегий несколько, то все они считаются эквивалентными. Для поиска решений в условиях определенности используют методы математического программирования.

- Принятие решений в условиях риска. В отличие от предыдущего случая для принятия решений в условиях риска необходимо учитывать влияние внешней среды, которое не поддается точному прогнозу, а известно только вероятностное распределение ее состояний. В этих условиях использование одной и той же стратегии может привести к различным исходам, вероятности, появления которых считаются заданными или могут быть определены. Оценку и выбор стратегий проводят с помощью решающего правила, учитывающего вероятность достижения конечного результата.

- Принятие решений в условиях неопределенности. Как и в предыдущей задаче между выбором стратегии и конечным результатом отсутствует однозначная связь. Кроме того, неизвестны также значения вероятностей появления конечных результатов, которые либо не могут быть определены, либо не имеют в контексте содержательного смысла. Каждой паре «стратегия - конечный результат» соответствует некоторая внешняя оценка в виде выигрыша. Наиболее распространенным является использование критерия получения максимального гарантированного выигрыша.

- Принятие решений в условиях многокритериальности. В любой из перечисленных выше задач многокритериальность возникает в случае наличия нескольких самостоятельных, не сводимых одна к другой целей. Наличие большого числа решений усложняет оценку и выбор оптимальной стратегии. Одним из возможных путей решения является использование методов моделирования.

Решение задач с помощью искусственного интеллекта заключается в сокращении перебора вариантов при поиске решения, при этом программы реализуют те же принципы, которыми пользуется в процессе мышления человек.

Экспертная система пользуется знаниями, которыми она обладает в своей узкой области, чтобы ограничить поиск на пути к решению задачи путем постепенного сужения круга вариантов.

Для решения задач в экспертных системах используют:

- метод логического вывода, основанный на технике доказательств, называемой резолюцией и использующей опровержение отрицания (доказательство «от противного»);

- метод структурной индукции, основанный на построении дерева принятия решений для определения объектов из большого числа данных на входе;

- метод эвристических правил, основанных на использовании опыта экспертов, а не на абстрактных правилах формальной логики;

- метод машинной аналогии, основанный на представлении информации о сравниваемых объектах в удобном виде, например, в виде структур данных, называемых фреймами.

Источники «интеллекта», проявляющегося при решении задачи, могут оказаться бесполезными либо полезными или экономичными в зависимости от определенных свойств области, в которой поставлена задача. Исходя из этого, может быть осуществлен выбор метода построения экспертной системы или использования готового программного продукта.

Процесс выработки решения на основе первичных данных, можно разбить на два этапа: выработка допустимых вариантов решений путем математической формализации с использованием разнообразных моделей и выбор оптимального решения на основе субъективных факторов.

Информационные потребности лиц, принимающих решение, во многих случаях ориентированы на интегральные технико-экономические показатели, которые могут быть получены в результате обработки первичных данных, отражающих текущую деятельность предприятия. Анализируя функциональные взаимосвязи между итоговыми и первичными данными, можно построить так называемую информационную схему, которая отражает процессы агрегирования информации. Первичные данные, как правило, чрезвычайно разнообразны, интенсивность их поступления высока, а общий объем на интересующем интервале велик. С другой стороны состав интегральных показателей относительно мал, а требуемый период их актуализации может быть значительно короче периода изменения первичных данных - аргументов.

Для поддержки принятия решений обязательным является наличие следующих компонент:

- обобщающего анализа;

- прогнозирования;

- ситуационного моделирования.

В настоящее время принято выделять два типа информационных систем поддержки принятия решений.

- Системы поддержки принятия решений DSS (Decision Support System) осуществляют отбор и анализ данных по различным характеристикам и включают средства:

1. доступа к базам данных;

2. извлечения данных из разнородных источников;

3. моделирования правил и стратегии деловой деятельности;

4. деловой графики для представления результатов анализа;

5. анализа «если что»;

6. искусственного интеллекта на уровне экспертных систем.

- Системы оперативной аналитической обработки OLAP (OnLine Analysis Processing) для принятия решений используют следующие средства:

1. мощную многопроцессорную вычислительную технику в виде специальных OLAP-серверов;

2. специальные методы многомерного анализа;

3. специальные хранилища данных Data Warehouse.

Реализация процесса принятия решений заключается в построении информационных приложений. Выделим в информационном приложении типовые функциональные компоненты, достаточные для формирования любого приложения на основе БД.

- PS (Presentation Services) - средства представления. Обеспечиваются устройствами, принимающими ввод от пользователя и отображающими то, что сообщает ему компонент логики представления PL, плюс соответствующая программная поддержка. Может быть текстовым терминалом или X-терминалом, а также персональным компьютером или рабочей станцией в режиме программной эмуляции терминала или Х-терминала.

- PL (Presentation Logic) - логика представления. Управляет взаимодействием между пользователем и ЭВМ. Обрабатывает действия пользователя по выбору альтернативы меню, по нажатию кнопки или выбору элемента из списка.

- BL {Business or Application Logic) - прикладная логика. Набор правил для принятия решений, вычислений и операций, которые должно выполнить приложение.

- DL (Data Logic) - логика управления данными. Операции с базой данных (SQL-операторы SELECT, UPDATE и INSERT), которые нужно выполнить для реализации прикладной логики управления данными.

- DS (Data Services) - операции с базой данных. Действия СУБД, вызываемые для выполнения логики управления данными, такие как манипулирование данными, определения данных, фиксация или откат транзакций и т.п. СУБД обычно компилирует SQL-приложения.

- FS (File Services) - файловые операции. Дисковые операции чтения и записи данных для СУБД и других компонент. Обычно являются функциями ОС.

Среди средств разработки информационных приложений можно выделить следующие основные группы;

- традиционные системы программирования;

- инструменты для создания файл-серверных приложений;

- средства разработки приложений «клиент-сервер»;

- средства автоматизации делопроизводства и документооборота;

- средства разработки Интернет/Интранет-приложений;

- средства автоматизации проектирования приложений.

Числовая и нечисловая обработка.

Известно, что компьютеры были созданы для удовлетворения нужд крупных учреждений при реализации большого объема вычислений, для которых существенными были точность и время выполнения. Как правило, эти вычисления представляют собой длинные цепочки итераций и требуют сохранения высокой точности (примерами таких вычислений могут служить решение линейных и дифференциальных уравнений, преобразование Лапласа, операции с матрицами, векторами и т.д.). Такие вычисления характерны для числовой обработки.

По мере распространения компьютеров и создания, в частности, персональных ЭВМ возникли другие области их применения, отличные от вычислений. Так появилась необходимость в обработке экономической информации, в создании информационных систем для различных организаций, автоматизации работ в учреждениях и т.д. Все эти применения требуют различных баз данных, которые могут хранить миллионы и миллиарды отдельных записей. В отличие от числовой обработки, в данном случае не требуются высокая точность и большой объем вычислений. Обычно достаточно выполнить одно сложение или умножение (например, при вычислении налога). Однако объем обрабатываемых данных велик (например, нужно вычислить налог с каждого вида товара или с каждого клиента), поэтому и базы данных, содержащие требуемую информацию, чрезвычайно велики.

Кроме того, нужно предварительно найти соответствующую запись, обработать ее и определить форму вывода обработанных данных. Для этого требуются такие операции, как поиск и сортировка. Процесс, который только что описан, характеризует нечисловую обработку данных. Легко убедиться в том, что на нечисловую обработку в настоящее время тратится машинного времени значительно больше, чем на числовую.

Данные -- это цифровые и графические сведения об объектах окружающего мира. В понятие «данные» при числовой и нечисловой обработке вкладывается различное содержание.

При числовой обработке используются такие объекты, как переменные, векторы, матрицы, многомерные массивы, константы и т.д.

При нечисловой обработке объектами могут быть файлы, записи, поля, иерархии, сети, отношения и т.д.

Любые данные в той или иной степени обладают некоторым содержанием. При числовой обработке мы хотим, например, вычислить сумму элементов массива или перемножить две переменные. При этом содержание элементов массива мало о чем нам говорит. Для суммирования достаточно указать адрес начального элемента массива, а затем накапливать сумму элементов в некотором регистре, индексируя соответствующим образом адреса. В случае умножения двух переменных нас не особенно интересует способ, каким это вычисление запрограммировано, или текущее значение перемножаемых переменных, но мы должны проследить за тем, чтобы предварительно был очищен накопитель и были проверены некоторые переменные, влияющие на ход выполнения программы. Даже в условном операторе мы обращаемся к элементу данных не по содержанию, а по имени (например, элемент матрицы А(1,1)). Таким образом, при числовой обработке содержание данных не имеет большого значения.

При нечисловой обработке, наоборот, нас интересуют непосредственные сведения об объектах (конкретный служащий или группа служащих), а не файл служащих как таковой. Мы не индексируем файл служащих для выбора конкретного человека (по крайней мере, в данной программе); нас больше интересует содержание искомой записи. Мы можем запросить сведения о служащем, указав его имя или номер страхового свидетельства, либо узнать имена всех служащих моложе 35 лет, месячный оклад которых составляет 3000 руб.

Различия между логическим представлением данных и их конкретным содержанием отразились на принципах, которые с самого начала легли в основу организации ЭВМ (ЭВМ, работающих на других принципах, не существует, по крайней мере среди ЭВМ, выпускаемых серийно). Другими словами, способы построения запоминающих устройств и способы обращения к ним центрального процессора ориентированы на числовую обработку.

В ЭВМ фон-неймановской архитектуры обращение к данным организовано так, что для выборки объекта из памяти нужно сначала указать начальный адрес. Иными словами, адрес элемента данных определяется указанием начального значения (начало массива или блока памяти) и смещения конкретного элемента относительно начального адреса. Эти два значения складываются и их сумма обрабатывается некоторым способом, зависящим от механизма доступа.

Если же данные (например, имена служащих) выбираются из файла не по адресу, а по содержимому полей (например, ВОЗРАСТ и ЗАРПЛАТА), то этот способ адресации отличается от способа обращения к элементам массивов. Такой способ адресации называется ассоциативным обращением, или ассоциативной адресацией.

Не останавливаясь пока на принципах построения запоминающих устройств, реализующих этот способ адресации, отметим, что независимо от типа используемой памяти адресация по содержанию в программах -- реальный факт. Если не учитывать первые программы по обработке файлов, в которых ассоциативный способ адресации проявлялся неявно в логике обработки данных, то можно утверждать, что большинство программ использует ассоциативный способ адресации и зависит от него. Это вполне естественно как с семантической (выбор по содержанию), так и с физической точки зрения (доступ к каждому элементу данных).

В качестве примеров можно привести и другие виды обработки: операции с матрицами, векторами, решение систем уравнений. Это -- примеры числовой обработки; в них присутствует строгая упорядоченность и повторяемость действий. Легко убедиться в том, что основные временные затраты как при числовой, так и при нечисловой обработке легко снизить путем распараллеливания операций в том смысле, что сходные действия над группами данных выполняются одновременно одинаковыми процессорами (по одному или несколько процессоров на группу).

Конвейерный принцип обработки информации.

Конвейерная обработка улучшает использование ресурсов для заданного набора процессов, каждый из которых применяет эти ресурсы заранее предусмотренным способом. Хорошим примером конвейерной организации является сборочный транспортер на производстве, когда изделие последовательно проходит все стадии вплоть до готового продукта. Преимущество этого способа состоит в том, что все изделия вдоль своего пути используют один и тот же набор ресурсов, и как только некоторый ресурс освобождается данным изделием, он сразу же может быть использован следующим изделием, не ожидая, пока предыдущее изделие достигнет конца сборочной линии. Если транспортер несет аналогичные, но не тождественные изделия, то это последовательный конвейер; если же все изделия одинаковы, то это векторный конвейер.

Последовательные конвейеры.

Разработчики компьютеров издавна прибегали к методам проектирования, известным под общим названием "совмещение операций", при котором аппаратура компьютера в любой момент времени выполняет одновременно более одной базовой операции. Этот общий метод включает два понятия: параллелизм и конвейеризацию. При параллелизме совмещение операций достигается путем воспроизведения в нескольких копиях аппаратной структуры. Высокая производительность достигается за счет одновременной работы всех элементов структур, осуществляющих решение различных частей задачи.

Конвейеризация (или конвейерная обработка) в общем случае основана на разделении подлежащей исполнению функции на более мелкие части, называемые ступенями, и выделении для каждой из них отдельного блока аппаратуры. Так, обработку любой машинной команды можно разделить на несколько этапов (несколько ступеней), организовав передачу данных от одного этапа к следующему. При этом конвейерную обработку можно использовать для совмещения этапов выполнения разных команд. Производительность при этом возрастает благодаря тому, что одновременно на различных ступенях конвейера выполняется несколько команд. Конвейерная обработка такого рода широко применяется во всех современных быстродействующих процессорах.

Устройство обработки команд простейшего процессора включает четыре ступени:

- выборка команд из памяти;

- декодирование;

- определение адреса и выборка операнда;

- исполнение.

Рис. 2. Последовательный конвейер

Конвейеризация увеличивает пропускную способность процессора (количество команд, завершающихся в единицу времени), но она не сокращает время выполнения отдельной команды. В действительности она даже несколько увеличивает время выполнения каждой команды из-за накладных расходов, связанных с хранением промежуточных результатов. Однако увеличение пропускной способности означает, что программа будет выполняться быстрее по сравнению с простой неконвейерной схемой.

Рис. 3. Диаграмма работы последовательного конвейера

Ускорение обработки в данном устройстве измеряется отношением времени Ts, необходимым для последовательного выполнения L заданий (без конвейеризации), ко времени Тp выполнения той же обработки на конвейере. Обозначим через ti время обработки на i-й ступени, а через tj- соответствующее время для самой медленной ступени (j ? i). Тогда, если L заданий (команд) проходят через конвейер с п ступенями (для рис. 2.3 и 2.4 - четыре ступени), эффективность конвейера и определяется следующим выражением:

.

Конвейеризация эффективна только тогда, когда загрузка конвейера близка к полной, а скорость подачи новых команд и операндов соответствует максимальной производительности конвейера. Если произойдет задержка, то параллельно будет выполняться меньше операций, и суммарная производительность снизится. Такие задержки могут возникать в результате появления конфликтных ситуаций.

Конфликты снижают реальную производительность конвейера, которая могла бы быть достигнута в идеальном случае. Существуют три класса конфликтов.

1. Структурные конфликты, которые возникают из-за конфликтов по ресурсам, когда аппаратные средства не могут поддерживать все возможные комбинации команд в режиме одновременного выполнения с совмещением.

2. Конфликты по данным, возникающие, когда выполнение одной команды зависит от результата выполнения предыдущей команды.

3. Конфликты по управлению, которые возникают при конвейеризации команд переходов и других команд, изменяющих значение счетчика команд.

Конфликты в конвейере приводят к необходимости приостановки выполнения команд (pipeline stall). Обычно если в простейших конвейерах приостанавливается какая-либо команда, то все следующие за ней команды также приостанавливаются. Команды, предшествующие приостановленной, могут продолжать выполняться, но во время приостановки не выбирается ни одна новая команда.

Векторные конвейеры.

В векторных машинах создается множество функциональных элементов, каждый из которых выполняет определенную операцию с парой операндов, принадлежащих двум разным векторам. Эти пары подаются на функциональное устройство (включающее множество одинаковых функциональных элементов) одновременно, и со всеми парами элементов векторов проводят одновременно функциональные преобразования. Для предварительной подготовки преобразуемых векторов используются векторные регистры, на которые собираются подлежащие обработке векторы.

Типичное использование векторного конвейера - это процесс, вырабатывающий по двум исходным векторам А и В результирующий вектор С для арифметической операции С = А + В. В этом случае на конвейер поступает множество одинаковых команд.

Векторная команда в этом примере реализуется с помощью специального управляющего вектора. Если n-й разряд управляющего вектора установлен в 1, то операция Сп=Ап+ Вп выполняется и Сп записывается в результирующий вектор. Как видно из примера, по мере вычисления адресов пары операндов могут непрерывно вводиться в арифметическое устройство. В такой конвейерной архитектуре требуются регистры или управляющие векторы, хранящие необходимую информацию до тех пор, пока можно начать выполнение команды. Подготовка данных для векторной обработки может потребовать выполнения нескольких операций загрузки регистров. Необходимое для этого время называют временем подготовки ts. Время от момента декодирования векторной команды до появления на выходе конвейера первого элемента результирующего вектора называют временем разгона конвейера tf . Если длина обрабатываемого векторного поля равна l, а время обработки на самой медленной ступени равно tb, то общее время выполнения на конвейере векторной команды составляет:

tvp = ts + tf + (l-1)tb.

Для того чтобы выполнить ту же обработку на последовательном конвейере, потребовалось бы использовать его l раз. По сравнению с векторными конвейерами выборка операндов на последовательных конвейерах реализуется менее эффективно. Эквивалентом оценки tvp в последовательном конвейере является величина:

tsq = tfs + (l-1)tbs,

где tsq, tfs и tbs -соответственно время обработки на последовательном конвейере, время его разгона и время обработки на самой медленной его ступени.

Сравнивая tvp и tsq, получаем.

ts + tf + (l-1)t b ?tfs + (l-1)tbs,

информационный процессор последовательный машинный

если справедливо соотношение:

l?1 + (ts + tf - tfs) / (tbs - tb).

Приведенные характеристики показывают, в каких случаях векторный конвейер имеет преимущества по сравнению с последовательным. В работе установлено, что знаменатель, как правило, составляет 1/10 числителя, что соответствует значению l?10.

Размещено на Allbest.ru