Среди теоретических и практических проблем разработки и проектирования информационных систем [2-6,8,10] особое место занимает проблема объективной оценки выполненных работ каждым участником команды разработчиков информационной системы. В настоящее время существуют метрики для оценки трудоемкости работ, выполненных программистом, ориентированные на анализ программного кода. Тем не менее, решение проблемы оценки трудоемкости и стоимости выполненных работ по проектированию базы данных информационной системы является актуальной задачей.
Оценка сложности реляционной базы данных может быть выполнена на следующих стадиях её проектирования [1, 7, 9]:

1. При концептуальном проектировании: на основе модели предметной области в виде ER-диаграммы;
2. При логическом проектировании: на основе набора реляционных отношений, полученных в результате преобразования ER-диаграммы [11];
3. При физическом проектировании, т.е. на основе физической схемы базы данных.

Наиболее точную оценку сложности реляционной базы данных можно получить в результате анализа её физической схемы.
База данных является ядром информационной системы. Применение количественных метрик физических схем баз данных (БД) позволит разработчикам БД [1,7,9]:

• изучить сложность разработанной физической схемы базы данных;
• оценить объем работ, выполненных разработчиком физической схемы БД;
• оценить усилия по реализации физической схемы БД;
• выбрать наилучшую физическую схему БД из нескольких альтернативных вариантов.

Для исследования физической схемы базы данных могут быть использованы следующие программные продукты: ClearSQL, SQL Detective, dbForge Studio, Calculate TSQL Stored Procedure Complexity. Проведем сравнительный анализ данных программных продуктов с точки зрения их применения для решения задачи получения метрик физической схемы базы данных.

В качестве критериев для сравнительного анализа программных продуктов, выберем следующие:

1. A₁ – расчет метрических характеристик базы данных;
2. A₂ – генерация отчета по результатам расчета метрических характеристик базы данных;
3. A₃ – визуальная оценка сложности базы данных;
4. A₄ – сравнение сложности реализаций баз данных;
5. A₅ – метрическая оценка сложности базы данных.

Для определения весов критериев воспользуемся аналитической иерархической процедурой Саати. 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

Диаграмма весовых коэффициентов для критериев A₁, A₂, A₃, A₄, A₅ представлена на рис. 1

Рис. 1. Весовые коэффициенты критериев качества

Выполним проверку матрицы попарных сравнений на непротиворечивость.

Суммы столбцов матрицы парных сравнений:

R₁=4.45; R₂=31.00; R₃=18.20; R₄=11.48; R₅=1.79.

Путем суммирования произведений сумм столбцов матрицы на весовые коэффициенты альтернатив рассчитывается вспомогательная величина L = 5.52.  Индексом согласованности ИС = (L-N)/(N-1) = 0.13.

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

Отношение согласованности  ОС=ИС/СлС = 0.12. 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. ClearSQL;
2. SQL Detective;
3. dbForge Studio;
4. Calculate TSQL Stored Procedure Complexity;
5. Программа расчета метрических характеристик физической схемы БД на основе концептуального графа.

Выберем категориальную шкалу от 0 до 7 (где 0 – качество не удовлетворительно, 7 – предельно достижимый уровень касества на современном этапе) для функциональных возможностей программных продуктов.

Значения весовых коэффициентов   соответствующие функциональным возможностям продуктов:

1. расчет метрических характеристик базы данных: a₁ = 0.31;

2. генерирование отчета по результатам расчета метрических характеристик базы данных: a₂ = 0.03;

3. визуальная оценка сложности базы данных: a₃ = 0.06;

4. сравнение сложности реализаций баз данных: a₄ = 0.12;

5. метрическая оценка сложности базы данных: a₅ = 0.48;

где ∑a_i = 1.

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

Таблица 3. Интегральные показатели качества

где Q_j=∑a_i*X_ij интегральный показатель качества для j-го программного средства.

Построим лепестковую диаграмму интегрального показателя качества каждого программного продукта (рис. 2).

Рис. 2. Лепестковая диаграмма интегральных показателей качества программных продуктов

Лепестковая диаграмма значений характеристик качества функциональных возможностей (критериев) представлена на рисунке 3.

Рис. 3. Лепестковая диаграмма значений функциональных характеристик

Сравнительный анализ программных продуктов для расчета метрических характеристик физической схемы базы данных показал, что только два из пяти рассмотренных программных средств имеют значения интегрального показателя качества, превышающего базовое значение. Одна из таких систем – Программа расчета метрических характеристик физической схемы БД на основе концептуального графа (разработка Волжского политехнического института (филиал) ВолгГТУ). Предлагаемая методика экспертной оценки  позволяет определить не только направления дальнейшего совершенствования программного продукта, но и количественно оценить его качество с точки зрения уровня реализуемых функций.

1. Азаров А.В., Рыбанов А.А. Автоматизированная система расчета метрических характеристик физической схемы базы данных с целью оценки трудоемкости процесса проектирования // Современная техника и технологии. 2014. № 5 (33). С. 39.
2. Баженов Р.И., Кузнецова Я.И. О разработке информационной системы по учету благотворительной помощи в малой организации // Современная техника и технологии. 2014. № 6 (34). С. 10.
3. Баженов Р.И., Семёнова Д.М. О разработке информационной системы учета деятельности членов общественной молодежной палаты // Современные научные исследования и инновации. 2014. № 6-1 (38). С. 26.
4. Баженов Р.И., Глухова А.А. Разработка информационной системы учета заказов в компьютерной мастерской // Современные научные исследования и инновации. 2014. № 6-1 (38). С. 30.
5. Векслер В.А., Баженов Р.И. Определение взаимосвязи номенклатурных позиций средствами 1С:Предприятие 8.3 // Современные научные исследования и инновации. 2014. № 7 (39). С. 45-49.
6. Красильникова А.Н., Александрова В.О., Абрамова О.Ф. Информационные технологии в градостроении // Успехи современного естествознания. 2012. № 6. С. 32.
7. Кузьмин А.А., Рыбанов А.А. Исследование методов количественной оценки схем реляционных баз данных // Успехи современного естествознания. 2011. № 7. С. 137-138.
8. 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.
9. Рыбанов А.А. Оценка сложности физической схемы реляционной базы данных // Cовременная техника и технологии. 2014. № 9 (37). С. 26-30.
10. Тапелина К.А., Жевалкина М.И. Анализ современных методик и web-систем учета достижений студентов вузов // Современные научные исследования и инновации. 2014. № 10-1 (42). С. 60-67.
11. Черняев А.О., Рыбанов А.А. Разработка и исследование алгоритмов автоматизированного проектирования логических схем реляционных баз данных // В мире научных открытий. 2010. № 4-11. С. 128-129.

Все статьи автора «Морозов Александр Олегович»