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:
-
A1 – сохранение информации о конструктивных элементах КС БД в виде, удобном для последующего;
-
А2 – полнота конструктивных элементов для построения КС БД;
-
A3 – автоматизированный расчет метрических характеристик КС БД;
-
A4 – генерация отчета по результатам расчета метрических характеристик КС БД;
-
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
Xij |
Значение |
1 |
i-ый и j-ый критерий примерно равноценны |
3 |
i-ый критерий немного предпочтительнее j-го |
5 |
i-ый критерий предпочтительнее j-го |
7 |
i-ый критерий значительно предпочтительнее j-го |
9 |
i-ый критерий явно предпочтительнее j-го |
Матрица парных сравнений, средние геометрические и веса критериев представлены в таблице 2.
Таблица 2. Матрица парных сравнений, средние геометрические и веса критериев
|
А1 |
А2 |
А3 |
А4 |
А5 |
Среднее геометрическое |
Веса критериев |
А1 |
1 |
3 |
1/9 |
1/7 |
3 |
0.71 |
0.08 |
А2 |
1/3 |
1 |
1/3 |
1/3 |
3 |
0.58 |
0.07 |
А3 |
9 |
3 |
1 |
3 |
7 |
3.55 |
0.40 |
А4 |
7 |
3 |
1/3 |
1 |
5 |
3.74 |
0.42 |
А5 |
1/3 |
1/3 |
1/7 |
1/5 |
1 |
0.32 |
0.04 |
Сумма |
8.91 |
1.00 |
На рисунке 1 представлена диаграмма весовых коэффициентов для критериев А1, А2, А3, А4, А5.
Рисунок 1. Весовые коэффициенты критериев качества
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):
-
Graphity (http://live.yworks.com/graphity/);
-
Draw.io (https://www.draw.io/);
-
Luvidchart (https://www.lucidchart.com/);
-
Pony ORM (https://ponyorm.com/);
-
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.
Значения весовых коэффициентов ai соответствующие функциональным возможностям продуктов:
-
Сохранение информации о конструктивных элементах КС БД в виде, удобном для последующего: a1 = 0.08;
-
Полнота конструктивных элементов для построения КС БД: a2 = 0.07;
-
Автоматизированный расчет метрических характеристик КС БД: a3 = 0.40;
-
Генерация отчета по результатам расчета метрических характеристик КС БД: a4 = 0.42;
-
Поддержка различных нотаций КС БД: a5= 0.04.
Определим (по введенной шкале) количественные значения функциональных возможностей Xij (таблица 3). Вычислим для каждого программного продукта интегральный показатель качества.
Таблица 3. Интегральные показатели качества
Критерии |
Весовые коэффициенты |
Программные продукты |
Базовые значения |
||||
Graphity |
Draw.io |
Luvidchart |
Pony ORM |
ERDPlus |
|||
А1 |
0,08 |
7 |
4 |
0 |
0 |
0 |
2.2 |
А2 |
0,11 |
6 |
6 |
5 |
1 |
5 |
4.6 |
А3 |
0,50 |
0 |
0 |
0 |
0 |
0 |
0 |
А4 |
0,61 |
0 |
0 |
0 |
0 |
0 |
0 |
А5 |
0,03 |
2 |
4 |
4 |
2 |
2 |
2.8 |
Интегральный показатель качества Q |
1.28 |
1.10 |
0.67 |
0.17 |
0.61 |
0.77 |
Интегральный показатель качества для j-го программного продукта рассчитывается по формуле: Qj=∑ai*Xij.
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
- 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.
- 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). – Режим доступа: http://novainfo.ru/article/3644.
- 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]. – Режим доступа: http://web.snauka.ru/issues/2015/01/42101.
- 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.
- 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.
- Рыбанов А.А. Количественные метрики концептуальной схемы базы данных // NovaInfo.Ru. 2016. Т. 3. № 41. С. 28-33.
- Рыбанов А.А. Определение весовых коэффициентов сложности тем учебного курса на основе алгоритма Cаати // Педагогические измерения. 2014. № 4. С. 21-28.
- 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.
- 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.
- 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. – Режим доступа : http://www.scienceforum.ru/2016/pdf/18518.pdf.