Managing Data Resources

Objectives
• Definition of terms
• Explain growth and importance of databases
• Name limitations of conventional file processing
• Identify categories of databases
• Explain advantages of databases
• Identify costs and risks of databases
• List components of database environment
• Describe evolution of database systems
 Organizing Data in a Traditional File Environment

File Organization Terms and Concepts

• Bit: Smallest unit of data; binary digit (0,1)

• Byte: Group of bits that represents a single 
character
• Field: Group of words or complete number
• Record: Group of related fields
• File: Group of records of the same type
 Organizing Data in a Traditional File Environment

File Organization Terms and Concepts

• Database: Group of related files
• Entity: Person, place, thing, or event about which 
information must be kept
• Attribute: A piece of information describing a 
particular entity
• Key field: Field that uniquely identifies every 
record in a file
Organizing Data in a Traditional File Environment

The data hierarchy
Organizing Data in a Traditional File Environment

Entities and attributes
Organizing Data in a Traditional File Environment

Traditional file processing
 Problems with Data Dependency
 Each application programmer must maintain their 
own data
 Each application program needs to include code 
for the metadata of each file
 Each application program must have its own 
processing routines for reading, inserting, updating 
and deleting data
 Lack of coordination and central control
 Non­standard file formats
 Problems with Data Redundancy

• Waste of space to have duplicate data
• Causes more maintenance headaches
• The biggest problem: 
– When data changes in one file, could cause 
inconsistencies
– Compromises data integrity
 Organizing Data in a Traditional File Environment

Problems with the Traditional File Environment

• Data redundancy
Different systems/programs have separate copies of the same data

• Program­data dependence
All programs maintain metadata for each file they use

• Lack of flexibility
Programmers must design their own file formats

• Poor security, lack of data­sharing and availability
No centralized control of data

• Excessive Program Maintenance
80% of of information systems budget
 The Database Approach to Data Management

Database Management Systems

Database
• Collection of centralized data 
• Controls redundant data
• Data stored so as to appear to users in one location

• Services multiple application
 Definitions
• Database: organized collection of logically related 
data
• Data: stored representations of meaningful objects 
and events
– Structured: numbers, text, dates
– Unstructured: images, video, documents
• Information: data processed to increase knowledge in 
the person using the data
• Metadata: data that describes the properties and 
context of user data
  Data in Context

Context helps users understand data
 Graphical displays turn data into useful 
information that managers can use for decision 
making and interpretation
  Metadata :Descriptions of the properties or 
characteristics of the data, including data types, field 
sizes, allowable values, and data context
The Database Approach to Data Management

The contemporary database environment
 The Database Approach to Data Management

Database Management Systems

Database Management System (DBMS)
A software system that is used to create, maintain, 
and provide controlled access to user databases

• Creates and maintains databases
• Eliminates requirement for data definition 
statements
• Acts as interface between application programs 
and physical data files
• Separates logical and physical views of data
 The Database Approach to Data Management

Database Management Systems

Three Components to a DBMS
• Data definition language: Formal language 
programmers use to specify structure of database
• Data manipulation language: For extracting data 
from database, e.g. SQL
• Data dictionary: Tool for storing, organizing 
definitions of data elements and data 
characteristics
The Database Approach to Data Management

Sample data dictionary report

Figure 7­5 
 The Database Approach to Data Management

Database Management Systems

How a DBMS Solves Problems of a
Traditional File Environment
• Reduces data redundancy
• Eliminates data inconsistency
• Uncouples programs from data
• Increases access and availability of data
• Allows central management of data, data use, and 
security
 Advantages of the Database Approach

• Program­data independence
• Minimal data redundancy
• Improved data consistency
• Improved data sharing
• Increased productivity of application development
• Enforcement of standards
• Improved data quality
• Improved data accessibility and responsiveness
• Reduced program maintenance
• Improved decision support
 Cost and Risk of the Database Approach

• New, specialized personnel
• Installation and management cost and complexity
• Conversion costs
• Need for explicit backup and recovery
• Organizational conflict
 Components of the 
Database Environment

• CASE Tools – computer­aided software engineering
• Repository – centralized storehouse of metadata
• Database Management System (DBMS) – software for managing 
the database
• Database – storehouse of the data
• Application Programs – software using the data
• User Interface – text and graphical displays to users
• Data Administrators – personnel responsible for maintaining the 
database
• System Developers – personnel responsible for designing databases 
and software
• End Users – people who use the applications and databases
 Components of the 
Database Environment
 Evolution of Database Systems
Evolution of DB Systems
• Flat files  ­ 1960s ­ 1980s
• Hierarchical – 1970s ­ 1990s
• Network – 1970s ­ 1990s
• Relational – 1980s ­ present
• Object­oriented – 1990s ­ present
• Object­relational – 1990s ­ present
• Data warehousing – 1980s ­ present
• Web­enabled – 1990s – present
• Data mining – 2000s ­ present
The Database Approach to Data Management

The three basic operations of a relational DBMS

Figure 7­7 
 The Database Approach to Data Management

Types of Databases

Hierarchical DBMS
• Older system presenting data in tree­like structure

• Models one­to­many parent­child relationships 

• Found in large legacy systems requiring intensive high­
volume transactions: Banks; insurance companies

• Examples: IBMs IMS
 The Database Approach to Data Management

A hierarchical database for a human resources system

Figure 7­8 
 The Database Approach to Data Management

Types of Databases

Network DBMS
• Older logical database model
• Models many­to­many parent­child relationships 
• Example: Student – course relationship: Each 
student has many courses; each course has many 
students
The Database Approach to Data Management

The network data model

Figure 7­9 
 The Database Approach to Data Management

Types of Databases

Relational DBMS
• Represents data as two­dimensional tables called 
relations

• Relates data across tables based on common data 
element
• Examples: DB2, Oracle, MS SQL Server
The Database Approach to Data Management

The relational data model
 The Database Approach to Data Management

Types of Databases

Three Basic Operations in a Relational 
Database
• Select: Creates subset of rows that meet specific 
criteria
• Join: Combines relational tables to provide users 
with information
• Project: Enables users to create new tables 
containing only relevant information
 The Database Approach to Data Management

Types of Databases

Object­Oriented Databases (OODBMS)
• Stores data and procedures as objects
• Better able to handle graphics and recursive data
• Data models more flexible
• Slower than RDBMS
• Hybrid: object­relational DBMS
 Data Mining at Fingerhut Inc.
Fingerhut published about 25 different catalogs, but shipped only 
the general merchandise catalog monthly and tracked customers 
buying patterns and behaviors. If a customer bought cookware, 
first Fingerhut would follow up with specialized 
Cooks’ Book and More Houseware & cooking supplies catalogs. 
Then telemarketers would call to follow up with new products. 

Through customer data mining Fingerhut found that customers who 
recently changed their residence were likely to triple their purchasing 
in the 12 weeks after their move, with a peak in buying in the first four 
weeks. Their selections often followed a pattern— new furniture, 
telecommunications equipment, and decorations but seldom jewelry or 
home electronics. The company used this discovery to tailor a new 
"mover's catalog" to entice customers who recently moved.