Oracle adatbázis tervezés adatfeldolgozási feladathoz. Az optimális adattárolási struktúra.

Wappler Fruzsina (2023) Oracle adatbázis tervezés adatfeldolgozási feladathoz. Az optimális adattárolási struktúra. Pénzügyi és Számviteli Kar.

	PDF Szakdolgozat (1).pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2028. Április 26.. Download (3MB)
	PDF Titkosítási kérelem.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (492kB)
	PDF Összefoglalás.pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2028. Április 26.. Download (342kB)
	PDF Szakdolgozat_bírálat_Wappler Fruzsina.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (162kB)
	PDF Wappler_Fruzsina.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (163kB)

Absztrakt (kivonat)

A 2022-ben lefolytatott népszámlálás adatfelvétele 2022 novemberében lezárult. Az adatfeldolgozás 2023 tavaszán kezdődik el. Annak érdekében, hogy az adatok feldolgozása gördülékenyen mehessen, szükséges volt felkészíteni az adatok feldolgozására használt rendszert a nagy mennyiségű beérkező adat kezelésére. Emellett megjelent az igény egy olyan adattárolási struktúra kialakítására, amely következetesen felépített, valamint segíti a nagyszámú adatsorokat tartalmazó táblák kezelését. A népszámlálásból beérkező adatok feldolgozása korábban ki volt szervezve külső megbízottaknak. Ez lesz az első olyan adatfeldolgozás, amely a Központi Statisztikai Hivatal intézmény belül zajlik. A dolgozatom célja az volt, hogy elkészítsek egy adatfeldolgozási folyamattervet, mely alkalmas lesz a több millió rekordos adatállományok feldolgozására. Emellett további célom volt egy olyan adattárolási struktúra kialakítása, amely a 2022-es népszámlálásból beérkezett, már feldolgozott adatállományok logikus, intézményi követelményeknek megfelelően tárolja az adatokat. Az esettanulmányban felhasznált adatok kétféle forrásból származnak, elsődleges és másodlagos forrásból. Az elsődleges forrás a törvény által előírt 2011-es népszámlálási adatfelvétel. Innen származnak az alapadatok. A másodlagos forrásból vett, szintén jogszabályi háttérrel biztosított, 2016-os mikrocenzus adatfelvétel. Mindkét adatforrás tartalmaz a társadalmat leíró, szigorúan védett, érzékeny, személyes vagy különleges adatot. Ezeket az adatokat a statisztikai adatoktól elkülönítve kezeltem, a személyes adatok védelméről szóló és egyéb adatvédelmi jogszabályok elvárásainak megfelelően. Az esettanulmányban bemutatott feldolgozási feladatot a Központi Statisztikai Hivatal számára fejlesztett Egységes Adatfeldolgozó Rendszerében (EAR) készítettem el. Az EAR feladata, hogy kiváltsa a különböző programokat és egyéni megoldásokat az adatfeldolgozás területén, ezzel is elősegítve a feldolgozási folyamat automatizálását, annak gördülékeny menetét. Az adatok feldolgozása az adat előállítási folyamat egyik állomása. A Hivatal adat előállítási folyamatának modellje, az ESTFM (Egyesített Statisztikai Folyamatmodell) biztosítja, hogy az adatfelvételtől az eredmények publikálásáig minden részfolyamat egységes körülmények között menjen végbe. Ennek a modellnek a gyakorlatban való megvalósulását teszi lehetővé az EAR. Az adatok feldolgozásán belül beszélhetünk adatintegrálásról, pótlásról, mutatóképzésről stb. Tekintettel arra, hogy a dolgozat csak egy kis szeletét mutatja be az adatfeldolgozásnak, csak az adatok pótlása került bemutatásra. A feldolgozási feladatban lakásstatisztikához tartozó adatok kerültek pótlásra. Belső specifikációs dokumentum alapján egy olyan adatfeldolgozási tervet készítettem el, amely több pótlási körből áll. A feladatban az adatállomány három változója esetén kerültek pótlásra az adatok: az épület építési éve, külső falazatának anyaga, lakás szennyvízelvezetésének módja. A feldolgozási feladat eredményeként egy olyan adatállományt jött létre, amely megfelel a dolgozatban részletezett kritériumoknak. A feldolgozási feladatra épül az esettanulmányban bemutatott második gyakorlati példa. Az optimális adattárolási struktúra kialakítására a Központi Statisztikai Hivatal relációs adatbázis-kezelő rendszerét használtam, az ORACLE DATABASE 12C rendszert. A relációs adatbázis strukturális elemeinek kiválasztásánál a feldolgozási feladathoz elkészített egyed-kapcsolat modell nyújtott segítséget. Fontos szempont volt, hogy nem csak a deklaratív megszorításoknak kellett megfeleltetni a struktúrát, hanem az intézményi elvárásoknak is. Például az adatbázis sémának illeszkednie kellett a KSH belső kódrendszerébe. A kialakított adattárolási struktúra kielégíti a fontosabb szempontokat: táblák felépítése, oszlopok sorrendje logikus, oszlopok hosszúsága és adattípusa megfelelő, egyedi-idegen-elsődleges kulcsok kijelölése, oszlop és tábla kommentek megadása, redundancia megszüntetése, integritási szabályoknak. A dolgozat céljai teljesültek. A szimulációs módszer alkalmas arra, hogy a Központi Statisztikai Hivatal rendszere felkészüljön a népszámlálási adatfelvételből érkező több millió rekordos adatállományok feldolgozására. Az adatbázisban létrehozott tárolási struktúra objektumai alkalmasak a nagy mennyiségű adatok kezelésére, valamint a felhasználók tájékozódását is segítik.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa:	diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak:	adatbázis, adatmodell(ek), adatmodellezés, relációs adatmodell, statisztikai adatszolgáltatás
SWORD Depositor:	Archive User
Felhasználói azonosító szám (ID):	Archive User
Rekord készítés dátuma:	2024. Jan. 24. 15:42
Utolsó módosítás:	2024. Jan. 24. 15:42

Actions (login required)

Tétel nézet