Сравнительный анализ программных продуктов для расчета метрик концептуальной схемы базы данных

Размещено на http://www.Allbest.ru/

Сравнительный анализ программных продуктов для расчета метрик концептуальной схемы базы данных

Задорожный Павел Алексеевич,

Волжский политехнический институт (филиал

Рыбанов Александр Александрович

Волгоградский государственный технический университет, студент

Волжский политехнический институт (филиал) Волгоградский государственный технический университет, доцент

Аннотация

В статье рассмотрены функциональные возможности программных продуктов, ориентированных на построение концептуальных схем баз данных в виде ER-диаграмм. Сравнительный анализ программных продуктов был выполнен с использованием аналитической иерархической процедурой Саати.

Ключевые слова: базы данных, концептуальные схемы, процедура Саати

На сегодняшний день актуальной является проверка качества объектов проектирования на начальных этапах их создания. Одним из инструментов моделирования данных на этапах анализа и проектирования являются ER-диаграммы (Entity-Relationship, «Сущность-Связь») [7], позволяющие строить концептуальные схемы баз данных, с помощью которых можно рассчитывать метрики разрабатываемого проекта, а так же выполнить моделирование физической организации хранения данных.

Оценка сложности баз данных может быть выполнена с помощью различных подходов [6], но анализ сложности ER-диаграмм позволяет на начальных этапах проектирования баз данных [2] прогнозировать сроки реализации проекта.

Для исследования концептуальной схемы (КС) базы данных, представленной в виде ER-диаграммы, могут быть использованы следующие программные продукты: Graphity, Draw.io, Luvidchart, Pony ORM, ERDPlus. Проведем сравнительный анализ данных программных продуктов с точки зрения их применения для решения задачи получения метрик концептуальной схемы базы данных.

В качестве критериев для сравнительного анализа программных продуктов выберем следующие:

1. A1 - сохранение информации о конструктивных элементах КС БД в виде, удобном для последующего;

2. А2 - полнота конструктивных элементов для построения КС БД;

3. A3 - автоматизированный расчет метрических характеристик КС БД;

4. A4 - генерация отчета по результатам расчета метрических характеристик КС БД;

5. A5 - поддержка различных нотаций КС БД.

Для определения весов критериев будем использовать аналитическую иерархическую процедуру Саати. Метод Саати широко применяется в различных областях: образовании [4], науке [5] и производстве [1,9].Правила заполнения матрицы парных сравнений представлены в таблице 1.

Таблица 1

Значения коэффициентов матрицы парных сравнений

Матрица парных сравнений, средние геометрические и веса критериев представлены в таблице 2.

Таблица 2

Матрица парных сравнений, средние геометрические и веса критериев

Рисунок 1. Весовые коэффициенты критериев качества

На рисунке 1 представлена диаграмма весовых коэффициентов для критериев А1, А2, А3, А4, А5.

Выполним проверку матрицы попарных сравнений на непротиворечивость.

Суммы столбцов матрицы парных сравнений: R1 = 17.67; R2 = 10.33; R3 = 1.92; R4 = 4.68; R5 = 19.00.

Путем суммирования произведений сумм столбцов матрицы на весовые коэффициенты альтернатив рассчитывается вспомогательная величина L = 5.49. Индексом согласованности ИС = (L-N)/(N-1) = 0.12.

Величина случайной согласованности для размерности матрицы парных сравнений: СлС = 1.12.

Отношение согласованности ОС=ИС/СлС = 0.11. не превышает 0.2, поэтому уточнение матрицы парных сравнений не требуется.

Используя полученные коэффициенты, определим интегральный показатель качества для программных продуктов расчета метрических характеристик и оценки сложности баз данных (БД):

1. Graphity (http://live.yworks.com/graphity/);

2. Draw.io (https://www.draw.io/);

3. Luvidchart (https://www.lucidchart.com/);

4. Pony ORM (https://ponyorm.com/);

5. ERDPlus (https://erdplus.com/).

Выберем категориальную шкалу от 0 до 7 (где 0 - качество не удовлетворительно, 7 - предельно достижимый уровень качества на современном этапе) для функциональных возможностей программных продуктов. программный база данный иерархический саати

Значения весовых коэффициентов a_i соответствующие функциональным возможностям продуктов:

1. Сохранение информации о конструктивных элементах КС БД в виде, удобном для последующего: a₁ = 0.08;

2. Полнота конструктивных элементов для построения КС БД: a₂ = 0.07;

3. Автоматизированный расчет метрических характеристик КС БД: a₃ = 0.40;

4. Генерация отчета по результатам расчета метрических характеристик КС БД: a₄ = 0.42;

5. Поддержка различных нотаций КС БД: a₅ = 0.04.

Определим (по введенной шкале) количественные значения функциональных возможностей X_ij (таблица 3). Вычислим для каждого программного продукта интегральный показатель качества.

Таблица 3

Интегральные показатели качества

Интегральный показатель качества для j-го программного продукта рассчитывается по формуле: Q_j = ?a_i*X_ij.

На рисунке 2 представлена лепестковая диаграмма интегрального показателя качества каждого программного продукта.

Рисунок 2. Лепестковая диаграмма интегральных показателей качества программных продуктов

На рисунке 3 представлена лепестковая диаграмма значений характеристик качества функциональных возможностей (критериев).

Рисунок 3. Лепестковая диаграмма значений функциональных характеристик

Сравнительный анализ программных продуктов показал, что интегральный показатель качества больше всего у редактора Graphity, который равен 1.28. Данная экспертная оценка дает понять, что редактор Graphity является наиболее эффективным и усовершенствованным программным продуктом, который ориентирован на построение концептуальных схем баз данных.

Библиографический список

1. Кондрацкий Д.Е., Рыбанов А.А. Исследование методов и алгоритмов автоматизированной системы оценки альтернативных вариантов методом Т. Саати // NovaInfo.Ru. 2016. Т. 3. №46. С. 107-116.

2. Морозов А.О., Рыбанов А.А. Разработка автоматизированной системы расчета метрических характеристик MySQL базы данных на основе концептуального графа физической схемы // Технические науки. - 2015. - №34 (ч.2)

3. Морозов А.О., Рыбанов А.А Экспертная оценка программных продуктов для расчета метрических характеристик физической схемы базы данных // Современные научные исследования и инновации. 2015. №1 [Электронный ресурс]

4. Рыбанов А.А., Морозов А.О. Автоматизация расчета метрических характеристик физических схем баз данных на основе концептуальных графов // Молодой ученый. -- 2014. -- №9. -- С. 26-30.

5. Рыбанов А.А., Коростелев Р.А., Киселев В.В. IDEF1X-модель базы данных web-ориентированной информационной системы оценки семантического качества меню пользователя // Молодой ученый. 2013. №5. С. 170-172.

6. Рыбанов А.А. Количественные метрики концептуальной схемы базы данных // NovaInfo.Ru. 2016. Т. 3. №41. С. 28-33.

7. Рыбанов А.А. Определение весовых коэффициентов сложности тем учебного курса на основе алгоритма Cаати // Педагогические измерения. 2014. №4. С. 21-28.

8. Рыбанов А.А., Макушкина Л.А. Технология определения весовых коэффициентов сложности тем дистанционного курса на основе алгоритма Саати // Открытое и дистанционное образование. 2016. №1 (61). С. 69-79.

9. Утицких И.А., Рыбанов А.А. Исследование метрических характеристик физических схем реляционных баз данных // Девятнадцатая межвузовская научно-практическая конференция молодых учёных и студентов, г. Волжский, 27-31 мая 2013 г.: тез. докл. / Филиал МЭИ в г. Волжском. - Волжский, 2013. - C. 39-41.

10. Шальнев А.А., Рыбанов А.А. Сравнительный анализ средств документирования реляционных схем баз данных [Электронный ресурс] // Студенческий научный форум - 2016: докл. VIII междунар. студенч. электрон. науч. конф. Направление «Технические науки» (секция «Проблемы моделирования, проектирования и разработки программных средств») / РАЕ. - Москва, 2016. - 6 с.

Размещено на Allbest.ru