Databáze

Data pipeline je řízený sled kroků, který přesouvá data ze zdrojů do cílového úložiště nebo aplikace a během cesty je čistí, převádí, obohacuje či kontroluje. Používá se v analytice, strojovém učení i provozních systémech, aby data dorazila včas, ve správném formátu a dohledatelně.

Databázová transakce je řízená skupina databázových operací, která se má provést jako jeden logický celek. Pokud se všechny kroky podaří, změny se potvrdí commitem; při chybě se vrátí rollbackem. Transakce chrání konzistenci dat hlavně při souběžných zápisech, výpadcích a více navazujících změnách.

Databázový pohled je pojmenovaný uložený SELECT dotaz, na který se v databázi odkazuje jako na tabulku. Pohled sám o sobě data neukládá: při každém použití se jeho definice vyhodnotí nad zdrojovými tabulkami. Slouží k zjednodušení složitých dotazů, k omezení přístupu na vybrané sloupce a řádky a ke stabilnímu rozhraní nad měnícím se datovým modelem.

Datová kvalita je míra, do jaké data odpovídají potřebám konkrétního použití, například rozhodování, reportingu, automatizace nebo trénování modelů. Posuzuje se podle vlastností jako přesnost, úplnost, konzistence, aktuálnost, jedinečnost a dohledatelnost původu, nikoli jen podle toho, zda jsou data technicky validní.

Datová sada je uspořádaný soubor datových záznamů, který má společný účel, strukturu a kontext použití. Může jít o tabulku objednávek, kolekci obrázků, logy aplikace nebo trénovací příklady pro model. Důležitá není jen data samotná, ale také popis sloupců, původ, kvalita a pravidla aktualizace.

Datové jezero je centrální úložiště, které uchovává velké objemy strukturovaných, polostrukturovaných i nestrukturovaných dat v původní nebo málo upravené podobě. Slouží jako základ pro analytiku, strojové učení, reporting a pozdější zpracování, kdy se datům dává struktura až při čtení nebo transformaci.

Datový sklad je centrální databázové prostředí určené pro dlouhodobé ukládání, sjednocení a analytické dotazování dat z více provozních systémů. Na rozdíl od transakční databáze optimalizuje čtení, agregace a historické pohledy, takže podporuje reporting, business intelligence, plánování i datové modely nad konzistentními metrikami.

Deadlock je stav, kdy se dva nebo více procesů, vláken nebo transakcí navzájem blokují, protože každý drží prostředek, který potřebuje někdo další. Výpočet pak nemůže pokračovat bez zásahu plánovače, databáze nebo aplikace, typicky u zámků, mutexů, souborů či řádků v databázi.

Denormalizace je záměrné zavedení redundance do datového modelu, typicky zkopírováním nebo předpočítáním hodnot z jiných tabulek, aby čtení nemuselo spojovat mnoho tabulek a agregovat je za běhu. Denormalizace zrychluje dotazy výměnou za větší objem dat, složitější zápisy a riziko, že se kopie hodnoty rozejdou s originálem.

Disaster recovery je soubor plánů, technických opatření a provozních postupů, které umožní obnovit IT služby po havárii, kyberútoku nebo jiné vážné poruše. Řeší zálohy, náhradní infrastrukturu, odpovědnosti lidí, pořadí obnovy a cíle RTO a RPO, aby organizace věděla, co zprovoznit jako první a kolik dat smí ztratit.

Dotazovací plán je postup kroků, kterým databáze skutečně vykoná zadaný SQL dotaz: v jakém pořadí čte tabulky, zda použije index nebo sekvenční průchod a jakou metodou spojí data. Plán sestavuje plánovač na základě statistik o datech a vybírá z více možností tu s nejnižší odhadovanou cenou.