Проектирование и моделирование

Основной задачей проектирования в данной работе является понимание архитектуры системы, определение основных процессов, а также то, какие данные и как их использует алгоритм при анализировании данных графовой СУБД [7].

Моделирование позволяет реализовать эффективно работающие бизнес-процессы, а также провести анализ того, как работает алгоритм или его некоторая функциональная часть от начала и до конца [6].

Это позволяет добиться сокращения времени реализации и повышения качества разработки.

Модель бизнес-функций

Выполнено моделирования бизнес-процессов при помощи метода idef0. Он позволяет создавать модели функций процесса, на котором отображаются основные функции процесса, входы, выходы, управляющие воздействия и устройства, которые взаимосвязаны с основными функциями.

В данной работе выполнено функциональное моделирование. Оно описывает процессы в виде взаимосвязанных, точно структурированных функций. Наличие временной последовательности функций, в том виде, в котором она существует, не обязательна.

Рассмотрим модель бизнес-процесса верхнего уровня, которая была спроектирована в рамках разрабатываемого алгоритма, для этого проведем анализданной модели, которая изображена на рисунке13.

Рисунок 13 – Модель бизнес-процесса верхнего уровня

На данном рисунке изображено представление алгоритма анализа данных на графах, в виде черного ящика, где определены входные, выходные данные, а также правила, процедуры и управляющие объекты.

Работа алгоритма начинается с предоставления данных подключения к графовой СУБД.

Алгоритм подчиняется следующим правилам и процедурам:

1. Теория графов предоставляет правила и методы анализа графов и их структур.

2. Правила и процедуры графовой СУБД. Правила хранения данных и использования механизма обработки данных.

3. Документация Metatron-Druid. В данный документ входят правила хранения данных, механизма обработки данных, внутренней архитектуры базы данных ApacheDruid.

Действующим лицом является аналитик, основная цель которого получить в качестве результата работы алгоритма – графики и диаграммы, полученные по результатам анализа (выходные данные).

На рисунке 14 предоставлена модель декомпозиции второго уровня разрабатываемого алгоритма.

Рисунок 14 – Модель декомпозиции второго уровня

В тот момент, когда данные подключения графовой СУБД были получены происходит собственно подключение к ней.

С помощью метаданных, алгоритм понимает к какой БД обращаться и по какому подключению. Далее производится выборка данных (графов).

Обе вышеописанные функции выполняют свою работу согласно правилам и процедурам графовой СУБД.

Графы подвергаются классификации, в которой выявляется вид графа и какого типа данные он хранит. Далее выполняются методы анализа данных на выбранных графах с учетом их класса. Данные операции производятся по правилам из области теории графов.

По документации Metatron-Druidпроизводится создание источника данных (таблицы Druid) из результатов анализа графов, последующее создание графиков выполняется согласно указанным при создании таблицы измерениям и мерам.

Конечным результатом работы всех функций обработки графов являются графики с отображением результатов специальных графовых методов.

Модель данных

Данная модель необходима для понимания структуры данных и операций их обработки[6]. С помощью неё данные можно представить в виде взаимосвязей некоторых информационных объектов.

На рисунке 15 изображена логическая модель данных системы, в рамках которой разрабатывается алгоритм.

Рисунок 15 – Логическая модель данных

Данная логическая модель является представлением локальной базы данных, которая хранит данные пользователей и их подключений, а также прочие метаданные.

Рассмотрим подробнее каждую из сущностей:

1. Пользователь содержит данные для входа в систему – логин, пароль, контактными данными является электронный адрес, а группа и права доступа определяют возможности использования функционала системы пользователем.

2. Подключенная база данных содержит в себе информацию о подключении. Хост-адрес представляет собой IP – адрес сервера, подключенного к локальной или глобальной сети. Порт используется для процесса -получателя пакета в пределах одного определения.

3. Ресурс представляет собой данные о подключенном из базы данных источнике данных (граф, таблица).

4. Рабочее пространство является компонентом, в котором можно создать рабочую тетрадь в целях проектирования диаграмм или графиков на импортированных данных.

5. Рабочая тетрадь является каталогом для диаграмм.

6. Диаграммы строятся по измерениям и мерам импортированных данных.

Диаграмма классов

Для того, чтобы ознакомиться с общей структурой иерархии классов системы, включая их атрибутный состав, исполняемых ими методов, а также интерфейсов и взаимосвязей между ними.

На рисунке 16 изображена диаграмма классов, которые были сконструированы при разработке алгоритма.

Рисунок 16 – Диаграмма классов разрабатываемого алгоритма

Рассмотрим каждый из классов подробнее:

1. Node представляет собой класс вершины графа. Экземпляр данного класса отображается на графе по координатам xи y, скорость его смещения равняется vxи vy. Каждый экземпляр имеет свой уникальный идентификатор – id, а также содержит наименование сущности – nodeClassи номер или название графа – graph. Результаты анализа по алгоритмам хранятся в clusterи degreeпо кластеризации и ранжированию соответственно.

2. Linkсодержит в себе данные о связях между вершинами Node, где sourceи targetпредставляют собой связь между соответствующими вершинами, а graphсодержит значение принадлежности связи графу.

3. ForceDirectedGraphпредставляет собой класс графа с объектами обновления и отображения tickerи simulationсоответственно nodesи linksкоторые представляют собой массив вершин и связей. Атрибуты chargeи collision отвечают за отталкивание узлов и решения коллизий соответственно.

4. GraphComponentотвечает за отображение ForceDirectedGraphпо его узлам и связям.

5. GraphDataAnalysisComponentявляется основным классом системы, в котором реализованы методы анализа данных графа кластеризации, ранжирования и поиска кратчайшего пути.

Диаграмма компонентов

Диаграммы данного типа позволяют определить набор программных компонентов, которыми могут быть исполняемый, бинарный или исходный код, а также выявить связи между ними.

На рисунке 17 изображена диаграмма компонентов для разрабатываемого алгоритма в рамках существующей системы.

Рисунок 17 – Диаграмма компонентов системы

На данной диаграмме содержится 2 основных исполняемых компонента: discovery-server.jarи discovery-frontent.jar, которые представляют собой сборку серверной и фронтовой части программы.

Оба компонента собираются в один исполняемый файл metatron.jarс помощью которой и выполняется запуск программы, а также осуществляется подключение к графовой БД Neo4jпри помощи jdbc-драйвера.

Классы, содержащиеся в фронтовой сборке, были описаны в диаграмме классов.

Приведем описание классов, содержащиеся в компоненте серверной части программы:

1. Neo4jConnectorпредоставляет возможность подключения к графовой базе данных с использованием импортированного драйвера.

2. Neo4jDataAccessorявляется классом который позволяет определить средство доступа к данным графа.

3. Neo4jDialect– класс, который описывает необходимые данные для подключения к базе данных, а также содержит методы получения содержащихся схем, вершин, соединений.

4. DataConnectionController – класс, вкоторомописаны методы получения доступного подключения, а также «маппинги» для получения результатов анализа данных на графах.

5. AlgorithmsResultsсодержит результаты анализа данных на графах.

Выводы по главе 3

В данной главебыла спроектирована математическая модель разрабатываемого алгоритма, выполнено проектирование, моделирование алгоритма.

В результате проектирования и моделирования была получена структура разрабатываемой системы, а также конкретная последовательность взаимодействия процессов системы.