Nghiên Cứu Phương Pháp Tổ Chức Tối Ưu Khai Thác Dữ Liệu Trong Cơ Sở Dữ Liệu Đào Tạo Tín Chỉ

Nghiên cứu các phương pháp tối ưu khai thác dữ liệu trong cơ sở dữ liệu đào tạo tín chỉ nhằm nâng cao hiệu quả và chất lượng học tập.

• Tác giả: Hoàng Ngọc Cảnh
• Người hướng dẫn: ThS. Hoàng Ngọc Cảnh
• Trường học: Trường Đại Học Thương Mại
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Các Phương Pháp Tổ Chức, Tối Ưu Khai Thác Dữ Liệu Trong Cơ Sở Dữ Liệu Đào Tạo Tín Chỉ
• Loại tài liệu: Báo Cáo Đề Tài NCKH Cấp Trường
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• DANH MỤC TỪ VIẾT TẮT
• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU ĐỀ TÀI
• 1.1. Tính cấp thiết nghiên cứu của đề tài
• 1.2. Tổng quan về đề tài nghiên cứu
• 1.3. Mục tiêu nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Kết cấu báo cáo nghiên cứu
• 2. CHƯƠNG 2: LÝ THUYẾT VỀ THIẾT KẾ VÀ TỐI ƯU HÓA HIỆU NĂNG CƠ SỞ DỮ LIỆU
• 2.1. Tổng quan về cơ sở dữ liệu
• 2.2. Các khái niệm liên quan
• 2.3. Kiến trúc của hệ thống CSDL
• 2.4. Lược đồ và thể hiện của CSDL
• 2.5. Mô hình dữ liệu
• 2.6. Một số các dạng chuẩn CSDL
• 2.7. Các vấn đề liên quan tới hiệu năng cơ sở dữ liệu và cách giám sát
• 2.8. Một số vấn đề liên quan tới hiệu năng cơ sở dữ liệu. Công cụ giám sát và cảnh báo sớm hiệu năng CSDL
• 2.9. Các phương pháp tối ưu hóa cơ sở dữ liệu mức vật lý
• 2.10. Nội dung thiết kế tệp vật lý và cơ sở dữ liệu vật lý. Thiết kế các trường
• 2.11. Thiết kế các bản ghi vật lý
• 2.12. Thiết kế các file vật lý
• 2.13. Ví dụ về thiết kế file
• 2.14. Tối ưu tổ chức dữ liệu
• 2.15. Tối ưu trong viết lệnh truy vấn
• 3. CHƯƠNG 3: THỬ NGHIỆM VÀ ĐÁNH GIÁ MỘT SỐ GIẢI PHÁP TỐI ƯU HÓA TRÊN CƠ SỞ DỮ LIỆU TTN TRONG QUẢN LÝ ĐTTC
• TÀI LIỆU THAM KHẢO
• Phụ lục 1: Một số các định nghĩa liên quan đến các dạng chuẩn
• Phụ lục 2: Ví dụ về các file sau khi tiến hành thiết kế vật lý

Tóm tắt

I. Tổng Quan Về Phương Pháp Tối Ưu Khai Thác Dữ Liệu

Phương pháp tối ưu khai thác dữ liệu trong cơ sở dữ liệu đào tạo tín chỉ là một chủ đề quan trọng trong quản lý thông tin. Việc tổ chức và tối ưu hóa dữ liệu không chỉ giúp cải thiện hiệu suất hệ thống mà còn đảm bảo tính chính xác và đồng bộ của dữ liệu. Trong bối cảnh hiện nay, khi mà dữ liệu ngày càng lớn và phức tạp, việc áp dụng các phương pháp tối ưu là cần thiết để đáp ứng nhu cầu ngày càng cao của người dùng.

1.1. Tính Cấp Thiết Của Nghiên Cứu Tối Ưu Dữ Liệu

Nghiên cứu về tối ưu hóa dữ liệu giúp giải quyết các vấn đề như hiệu suất truy vấn chậm, dữ liệu dư thừa và thiếu chuẩn hóa. Việc này không chỉ cải thiện trải nghiệm người dùng mà còn giảm thiểu rủi ro trong quản lý dữ liệu.

1.2. Các Khái Niệm Cơ Bản Về Cơ Sở Dữ Liệu

Cơ sở dữ liệu là tập hợp các dữ liệu được tổ chức một cách có hệ thống. Các khái niệm như chuẩn hóa, phi chuẩn hóa và các mô hình dữ liệu là những yếu tố quan trọng trong việc tối ưu hóa khai thác dữ liệu.

II. Vấn Đề Và Thách Thức Trong Khai Thác Dữ Liệu

Khai thác dữ liệu trong cơ sở dữ liệu đào tạo tín chỉ gặp nhiều thách thức. Các vấn đề như dữ liệu không đồng bộ, hiệu suất truy vấn kém và thiếu chuẩn hóa là những yếu tố cần được giải quyết. Những thách thức này không chỉ ảnh hưởng đến hiệu suất hệ thống mà còn đến chất lượng dữ liệu.

2.1. Các Vấn Đề Thường Gặp Trong Quản Lý Dữ Liệu

Các vấn đề như dữ liệu trùng lặp, thiếu sót trong thiết kế cơ sở dữ liệu và hiệu suất truy vấn kém là những thách thức lớn. Những vấn đề này cần được nhận diện và giải quyết kịp thời để đảm bảo tính ổn định của hệ thống.

2.2. Tác Động Của Dữ Liệu Không Được Tối Ưu

Dữ liệu không được tối ưu có thể dẫn đến việc truy vấn chậm, tăng thời gian phản hồi và giảm hiệu suất tổng thể của hệ thống. Điều này ảnh hưởng trực tiếp đến trải nghiệm người dùng và khả năng ra quyết định.

III. Phương Pháp Tối Ưu Hóa Dữ Liệu Hiệu Quả

Có nhiều phương pháp tối ưu hóa dữ liệu trong cơ sở dữ liệu đào tạo tín chỉ. Các phương pháp này bao gồm chuẩn hóa dữ liệu, tối ưu hóa truy vấn và sử dụng các công cụ giám sát hiệu suất. Việc áp dụng các phương pháp này giúp cải thiện đáng kể hiệu suất hệ thống.

3.1. Chuẩn Hóa Dữ Liệu Để Tối Ưu Hóa

Chuẩn hóa dữ liệu giúp loại bỏ dữ liệu dư thừa và đảm bảo tính nhất quán. Việc này không chỉ cải thiện hiệu suất truy vấn mà còn giúp dễ dàng quản lý và bảo trì cơ sở dữ liệu.

3.2. Tối Ưu Hóa Truy Vấn T SQL

Tối ưu hóa các câu lệnh T-SQL là một trong những phương pháp quan trọng để cải thiện hiệu suất. Việc sử dụng các chỉ mục và kế hoạch thực thi hợp lý giúp giảm thời gian truy vấn và tăng tốc độ xử lý dữ liệu.

IV. Ứng Dụng Thực Tiễn Của Các Phương Pháp Tối Ưu

Việc áp dụng các phương pháp tối ưu hóa trong thực tiễn đã mang lại nhiều kết quả tích cực. Các trường đại học đã cải thiện hiệu suất hệ thống và giảm thiểu các vấn đề liên quan đến dữ liệu. Những ứng dụng này không chỉ giúp nâng cao chất lượng quản lý mà còn tạo ra giá trị cho người dùng.

4.1. Kết Quả Nghiên Cứu Tại Trường Đại Học Thương Mại

Nghiên cứu tại Trường Đại Học Thương Mại cho thấy việc áp dụng các phương pháp tối ưu hóa đã giúp cải thiện đáng kể hiệu suất hệ thống. Các vấn đề về dữ liệu đã được giải quyết hiệu quả, tạo điều kiện thuận lợi cho việc quản lý.

4.2. Các Mô Hình Ứng Dụng Thành Công

Nhiều mô hình ứng dụng thành công đã được triển khai, giúp các cơ sở giáo dục tối ưu hóa quy trình quản lý dữ liệu. Những mô hình này không chỉ cải thiện hiệu suất mà còn nâng cao trải nghiệm người dùng.

V. Kết Luận Về Tương Lai Của Tối Ưu Khai Thác Dữ Liệu

Tương lai của tối ưu khai thác dữ liệu trong cơ sở dữ liệu đào tạo tín chỉ hứa hẹn sẽ có nhiều tiến bộ. Việc áp dụng công nghệ mới và các phương pháp tối ưu hóa sẽ giúp cải thiện hiệu suất và chất lượng dữ liệu. Các cơ sở giáo dục cần tiếp tục đầu tư vào nghiên cứu và phát triển để đáp ứng nhu cầu ngày càng cao.

5.1. Xu Hướng Phát Triển Trong Tối Ưu Dữ Liệu

Xu hướng phát triển trong tối ưu hóa dữ liệu sẽ tập trung vào việc áp dụng công nghệ mới như trí tuệ nhân tạo và học máy. Những công nghệ này sẽ giúp cải thiện khả năng phân tích và quản lý dữ liệu.

5.2. Tầm Quan Trọng Của Nghiên Cứu Liên Tục

Nghiên cứu liên tục về các phương pháp tối ưu hóa là cần thiết để đảm bảo rằng các cơ sở dữ liệu luôn đáp ứng được nhu cầu của người dùng. Việc này không chỉ giúp cải thiện hiệu suất mà còn đảm bảo tính bền vững của hệ thống.

Nội dung chính

Nghiên Cứu Phương Pháp Tổ Chức Và Tối Ưu Khai Thác Cơ Sở Dữ Liệu Đào Tạo Tín Chỉ: Giải Pháp Đột Phá Cho Hiệu Năng Hệ Thống Quản Lý Đại Học

---

Tóm tắt nghiên cứu (Research Summary)

• Câu hỏi nghiên cứu cốt lõi: Làm thế nào để giải quyết triệt để tình trạng suy giảm hiệu năng truy vấn, nghẽn cổ chai tài nguyên và sự thiếu đồng bộ dữ liệu trong hệ thống cơ sở dữ liệu (CSDL) quản lý đào tạo tín chỉ ngày càng phình to mà không phụ thuộc hoàn toàn vào việc nâng cấp phần cứng đắt đỏ?
• Phương pháp nghiên cứu: Đề tài áp dụng phương pháp nghiên cứu kết hợp giữa lý thuyết và thực nghiệm ứng dụng. Tác giả tổng hợp, hệ thống hóa các nguyên lý chuẩn hóa CSDL (từ 1NF đến BCNF), kỹ thuật tổ chức lưu trữ vật lý (file tuần tự, băm, cây chỉ mục) và tinh chỉnh câu lệnh truy vấn T-SQL. Sau đó, tiến hành thử nghiệm, đo đạc và đánh giá hiệu năng trực tiếp trên bản sao CSDL đào tạo tín chỉ của Trường Đại học Thương Mại (tập trung vào phân hệ CSDL Thi trắc nghiệm học phần).
• Kết quả chính: Nghiên cứu đã xác định rõ nguồn gốc các điểm nghẽn hệ thống (CPU, Bộ nhớ trong, I/O và cú pháp truy vấn phi chuẩn). Việc tái thiết kế lược đồ thực thể, tối ưu kiểu dữ liệu và cấu hình chỉ mục (Non-Clustered Index kết hợp Clustered Index) trên các bảng trọng yếu (như tblSinhVienLopHocPhanDeThi) giúp giảm thiểu đột biến thời gian phản hồi, tối ưu hóa I/O đọc đĩa và tăng thông lượng xử lý giao dịch đồng thời.
• Ý nghĩa thực tiễn: Cung cấp bộ khung kỹ thuật chuẩn và quy trình tối ưu hóa CSDL khép kín, có thể ứng dụng trực tiếp để cải thiện hiệu năng cho các hệ thống quản trị đào tạo đại học và các hệ thống phần mềm quản trị doanh nghiệp (ERP, CRM) tại Việt Nam.

---

Bối cảnh và tầm quan trọng (Context & Significance)

Thực trạng kiến trúc CSDL đào tạo đại học

Trong xu thế chuyển đổi số giáo dục, các trường đại học tại Việt Nam đã chuyển đổi mạnh mẽ sang mô hình quản lý đào tạo theo học chế tín chỉ. Nền tảng của các hệ thống này là hệ quản trị cơ sở dữ liệu quan hệ (RDBMS) như Microsoft SQL Server. Tuy nhiên, phần lớn các hệ thống ban đầu được xây dựng dựa trên mục tiêu đáp ứng nhanh các yêu cầu nghiệp vụ tức thời. Qua nhiều năm vận hành, quy mô dữ liệu bùng nổ theo cấp số nhân cùng sự xuất hiện của nhiều hệ đào tạo mới (chính quy, sau đại học, vừa làm vừa học, quốc tế) khiến cấu trúc CSDL bị can thiệp liên tục và thiếu quy chuẩn.

Khoảng trống nghiên cứu và tính cấp thiết

Các tài liệu nghiên cứu hiện nay thường rơi vào hai thái cực:

1. Thiên về lý thuyết hàn lâm: Trình bày nguyên lý chuẩn hóa và đại số quan hệ ở mức trừu tượng, thiếu tính ứng dụng giải quyết sự cố trong hệ thống lớn đang vận hành.
2. Kinh nghiệm rời rạc: Các bài viết trên diễn đàn công nghệ chỉ đưa ra mẹo vặt (tips & tricks) cho một vài câu lệnh riêng lẻ mà chưa đặt trong bức tranh tổng thể từ thiết kế logic đến lưu trữ vật lý.

Do đó, một nghiên cứu mang tính hệ thống, gắn liền với bài toán quản lý đào tạo tín chỉ cụ thể là vô cùng cấp thiết.

Tác động tiềm năng

Nghiên cứu khẳng định nguyên lý cốt lõi: "Một hệ thống tốt là hệ thống sẵn sàng đáp ứng nhu cầu người dùng ngay trên hạ tầng tối thiểu". Việc tối ưu nội tại CSDL giúp các trường đại học duy trì hoạt động ổn định trong các đợt cao điểm (đăng ký môn học, thi trực tuyến, nhập điểm), kéo dài vòng đời phần mềm và tiết kiệm hàng tỷ đồng kinh phí đầu tư máy chủ mới.

---

Phương pháp luận và cách tiếp cận (Methodology & Approach)

Nghiên cứu áp dụng quy trình thiết kế và thực nghiệm đa tầng bao gồm:

1. Phương pháp thu thập và xử lý dữ liệu

• Nguồn dữ liệu: Sử dụng bản sao dữ liệu thực tế (Production Copy) từ hệ thống cơ sở dữ liệu đào tạo tín chỉ Trường Đại học Thương Mại nhằm đảm bảo môi trường kiểm thử có tính chân thực cao nhất về dung lượng và cấu trúc bảng.
• Công cụ giám sát & phân tích:
  • Dynamic Management Views (DMVs): Khai thác các view hệ thống trong SQL Server để thống kê truy vấn tốn nhiều CPU, phát hiện các lệnh thực hiện nhiều thao tác đọc/ghi vật lý nhất.
  • SQL Server Profiler & Retrace APM: Ghi vết các sự kiện truy vấn theo thời gian thực, đo lường thời gian thực thi trung bình và bắt các câu lệnh gây nghẽn (bottlenecks).

2. Khung phân tích và tối ưu hóa đa tầng

• Tầng Logic: Rà soát và phân tách các thực thể theo các dạng chuẩn 1NF, 2NF, 3NF và Boyce-Codd (BCNF). Đồng thời, xác định ranh giới giữa hệ thống xử lý giao dịch trực tuyến (OLTP - ưu tiên chuẩn hóa cao để chống dị thường thêm/sửa/xóa) và hệ thống xử lý phân tích (OLAP/Báo cáo - cho phép phi chuẩn hóa có kiểm soát để giảm thao tác JOIN).
• Tầng Vật lý: Tối ưu hóa kích thước trường dữ liệu, cấu trúc bản ghi và lựa chọn phương thức tổ chức file (tuần tự, băm, chỉ mục).
• Tầng Truy vấn (T-SQL Tuning): Triển khai kỹ thuật viết mã có khả năng sử dụng chỉ mục (Sargable queries), loại bỏ truy vấn lồng không cần thiết, kiểm soát việc sử dụng bảng tạm và biến bảng (Table Variables).

---

Phát hiện nghiên cứu chính (Major Findings)

Nghiên cứu đã đúc kết được 4 nhóm phát hiện cốt lõi mang tính định lượng và định tính rõ ràng:

1. Nguồn gốc các điểm nghẽn hiệu năng trong CSDL Đào tạo

• Nghẽn CPU & Bộ nhớ (Memory): Phần lớn không phải do phần cứng máy chủ yếu kém, mà do lỗi truy vấn thực hiện Table Scan (quét toàn bộ bảng) thay vì Index Seek (tìm kiếm theo chỉ mục). Điều này làm cạn kiệt bộ nhớ đệm (Buffer Pool) và đẩy xung nhịp CPU lên trên 80%.
• Nghẽn vào/ra (I/O Bottlenecks): Kích thước bản ghi quá lớn do chọn sai kiểu dữ liệu (lạm dụng nvarchar(max), float không cần thiết) làm tăng số lượng trang dữ liệu (Data Pages) phải nạp từ đĩa cứng vào RAM trong mỗi thao tác đọc.

2. Tác động của việc tối ưu thiết kế vật lý và chuẩn hóa trường

• Việc chuẩn hóa lại các trường dữ liệu (ví dụ: chuyển đổi khóa ngoại sang kiểu INT, tối giản độ dài xâu ký tự, loại bỏ dữ liệu nhị phân/hình ảnh sang bảng phụ) giúp giảm đáng kể kích thước tệp vật lý.
• Việc thay thế các khóa chính kết hợp phức tạp (Composite Keys) gồm nhiều cột bằng khóa định danh số nguyên tự tăng (Identity/INT) đã giúp cây chỉ mục B-Tree trở nên gọn nhẹ, gia tăng tốc độ duyệt nhánh chỉ mục lên nhiều lần.

3. Hiệu quả vượt trội của việc cấu hình Chỉ mục (Indexing)

• Thực nghiệm trên module Thi trắc nghiệm học phần (TTN) đối với bảng giao dịch có tần suất truy cập cao nhất là tblSinhVienLopHocPhanDeThi:

Tiêu chí so sánh	Trước khi Tối ưu	Sau khi Cấu hình Non-Clustered Index	Mức độ cải thiện
Phương thức truy xuất	Table Scan / Clustered Scan	Index Seek	Tối ưu hóa đường dẫn dữ liệu
Số lần đọc logic (Logical Reads)	Rất cao (quét toàn bảng)	Tối thiểu (chỉ đọc các trang chỉ mục)	Giảm hơn 70 - 85% I/O
Thời gian thực thi truy vấn	Kéo dài, dễ gây timeout	Gần như tức thì (< 50ms)	Nhanh hơn gấp nhiều lần
Hiện tượng khóa bảng (Locking)	Khóa diện rộng, gây chờ đợi	Khóa cục bộ theo dòng/trang	Triệt tiêu xung đột giao dịch

4. Quy tắc "vàng" trong tối ưu câu lệnh T-SQL

Nghiên cứu chứng minh rằng cùng một mục đích lấy dữ liệu, cách viết mã T-SQL quyết định phần lớn hiệu năng:

• Sử dụng UNION ALL thay vì UNION: Giúp máy chủ bỏ qua bước sắp xếp và khử trùng lặp dữ liệu tốn kém tài nguyên.
• Thay thế Select Count(*): Sử dụng bảng hệ thống sysindexes để đếm tổng số dòng trên các bảng cực lớn.
• Viết câu truy vấn Sargable: Không bọc hàm xử lý toán học hoặc chuỗi ký tự quanh cột khóa tìm kiếm trong mệnh đề WHERE (ví dụ: thay vì viết WHERE SUBSTRING(MaSV, 1, 2) = '18', hãy chuyển thành WHERE MaSV LIKE '18%').
• Sử dụng EXISTS thay vì IN và ưu tiên dùng Constraints thay vì lạm dụng Triggers.

---

Đóng góp khoa học và giá trị ứng dụng (Contributions & Impact)

1. Đóng góp về mặt học thuật và lý thuyết

• Hệ thống hóa toàn diện các cấp độ chuẩn hóa từ 1NF, 2NF, 3NF đến BCNF gắn liền với các ví dụ thực tiễn trong công tác quản lý đào tạo, phân tích tường minh mối quan hệ giữa phụ thuộc hàm và các dị thường dữ liệu.
• Đưa ra luận điểm rõ ràng về việc cân bằng giữa lý thuyết chuẩn hóa hàn lâm và thực tế vận hành: không cứng nhắc chống dư thừa dữ liệu nếu bài toán phân tích yêu cầu tốc độ cao (OLAP), nhưng bắt buộc phải đạt tối thiểu chuẩn 3NF đối với các bảng giao dịch nghiệp vụ cốt lõi (OLTP).

2. Đóng góp về mặt phương pháp và thực tiễn

• Cung cấp giải pháp kỹ thuật trực tiếp: Bộ giải pháp đã được áp dụng thành công trên CSDL đào tạo tín chỉ của Trường Đại học Thương Mại, giải quyết dứt điểm tình trạng nghẽn mạng khi sinh viên làm bài thi trắc nghiệm và tra cứu điểm.
• Tài liệu tham khảo tiêu chuẩn: Đóng vai trò là cẩm nang hướng dẫn cho các lập trình viên, kỹ sư CSDL trong việc thiết kế lược đồ, đặt tên đối tượng đồng nhất (IDX_, PK_, FK_), và sử dụng các công cụ giám sát như DMVs, Profiler.

---

Đối tượng hưởng lợi và phạm vi ứng dụng

1. Quản trị viên CSDL (DBAs) & Kỹ sư phát triển phần mềm:
   • Nắm bắt được các phương pháp phát hiện truy vấn chạy chậm, biết cách đọc Execution Plan và áp dụng các cấu trúc Index tối ưu nhất.
2. Cán bộ quản lý CNTT tại các cơ sở giáo dục đại học:
   • Có được bức tranh tổng thể để lập kế hoạch bảo trì, phân vùng dữ liệu lịch sử (Partitioning) và tối ưu hóa hệ thống thông tin đào tạo mà không cần xin cấp thêm ngân sách phần cứng.
3. Giảng viên và sinh viên khối ngành Công nghệ thông tin:
   • Là nguồn tài liệu học thuật giá trị, thu hẹp khoảng cách giữa lý thuyết cơ sở dữ liệu trên giảng đường và bài toán tối ưu hóa hệ thống quy mô lớn ngoài thực tế.

---

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của nghiên cứu này là gì?

Trả lời: Tối ưu hóa thiết kế logic (đạt chuẩn 3NF/BCNF) kết hợp với thiết lập chỉ mục (Non-Clustered Index) chính xác và viết truy vấn Sargable mang lại hiệu quả nâng cao hiệu năng vượt trội hơn nhiều so với việc chỉ đầu tư nâng cấp phần cứng máy chủ.

2. Phương pháp tiếp cận của nghiên cứu có gì đặc biệt so với các tài liệu trước đây?

Trả lời: Đề tài không dừng lại ở lý thuyết trừu tượng hay các mẹo vặt riêng lẻ trên mạng, mà tích hợp thành một quy trình khép kín: chuẩn đoán bằng công cụ đo đạc (DMVs, Profiler) $\rightarrow$ tái cấu trúc logic $\rightarrow$ tinh chỉnh tệp vật lý và chỉ mục $\rightarrow$ kiểm thử so sánh hiệu năng trên CSDL thực tế.

3. Kết quả nghiên cứu có thể khái quát hóa (generalize) cho các hệ CSDL khác không?

Trả lời: Hoàn toàn có thể. Mặc dù thực nghiệm được triển khai trên Microsoft SQL Server cho bài toán đào tạo tín chỉ, các nguyên lý về chuẩn hóa, kiến trúc 3 mức, cơ chế tổ chức file băm/chỉ số và quy tắc tối ưu truy vấn đều áp dụng chuẩn xác cho các RDBMS khác như Oracle, MySQL, PostgreSQL.

4. Hướng phát triển tiếp theo của hướng nghiên cứu này là gì?

Trả lời: Nghiên cứu mở rộng sang kỹ thuật phân mảnh dữ liệu quy mô lớn (Table Partitioning), tích hợp cơ chế bộ nhớ đệm phân tán (Distributed Caching như Redis) và kết hợp mô hình CSDL phi quan hệ (NoSQL) cho các tác vụ ghi nhận nhật ký (logging) và bài thi trực tuyến đồng thời.

5. Những ứng dụng thực tế có thể triển khai ngay từ báo cáo này là gì?

Trả lời: Các đơn vị có thể áp dụng ngay việc rà soát bảng sysindexes để thay thế COUNT(*), bổ sung Non-Clustered Index cho các cột khóa ngoại hay dùng trong mệnh đề WHERE/JOIN, và chuyển đổi các đoạn mã dùng Cursor sang cú pháp tập hợp (Set-based queries).

---

Kết luận

Báo cáo nghiên cứu khoa học của ThS. Hoàng Ngọc Cảnh đã giải quyết thành công bài toán cấp bách về tối ưu hóa hiệu năng trong hệ thống CSDL đào tạo tín chỉ đại học. Bằng việc kết hợp nhuần nhuyễn giữa nền tảng lý thuyết chuẩn hóa kinh điển và các kỹ thuật thực nghiệm đo kiểm hiện đại, công trình đã chứng minh tính khả thi của việc nâng cao hiệu năng hệ thống thông qua tái cấu trúc CSDL và tối ưu mã T-SQL. Đây là tiền đề quan trọng để các trường đại học và tổ chức giáo dục xây dựng những hệ thống thông tin quản lý bền vững, tin cậy và sẵn sàng mở rộng trong kỷ nguyên số.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan nghiên cứu đề tài Chương này sẽ trình bày sơ lược về tổng quan đề tài nghiên cứu: tính cấp thiết, tình hình nghiên cứu về đề tài ở trong và ngoài nước, mục tiêu nghiên cứu, đối tượng, phạm vi nghiên cứu, và các phương pháp nghiên cứu khi tìm hiểu về vấn đề phi chuẩn khi thiết kế CSDL trong hệ thống thông tin. Chương 2: Lý thuyết về thiết kế và tối ưu hóa hiệu năng cơ sở dữ liệu Nội dung chương này sẽ trình bày một cách tổng quan nhất về CSDL, bao gồm các khái niệm cơ bản, kiến trúc 3 mức của hệ thống CSDL, giới thiệu một số mô hình dữ liệu phổ biến và một số các dạng chuẩn khi thiết kế CSDL, đồng thời liệt kê ra các vấn đề thường gặp với hiệu năng hoạt động của CSDL cũng như cách thức tối ưu hóa CSDL trên các khía cạnh thiết kế và tổ chức dữ liệu. Hoàng Ngọc Cảnh – TT. Công nghệ thông tin 11 Báo cáo đề tài nghiên cứu khoa học và công nghệ cấp trường 2019 Chương 3: Thử nghiệm và đánh giá một số giải pháp tối ưu hóa trên cơ sở dữ liệu thi trắc nghiệm trong quản lý đào tạo tín chỉ Nội dung chương này sẽ đề cập đến một số kết quả đạt được khi áp dụng các kỹ thuật tối ưu trên cơ sở dữ liệu đào tạo tín chỉ của Trường Đại học Thương mại, bao gồm tổ chức thiết kế lại các thực thể và tối ưu lệnh truy vấn trong các store, view, function,… ThS.

Hoàng Ngọc Cảnh – TT. Công nghệ thông tin 12 Báo cáo đề tài nghiên cứu khoa học và công nghệ cấp trường 2019 CHƯƠNG 2: LÝ THUYẾT VỀ THIẾT KẾ VÀ TỐI ƯU HÓA HIỆU NĂNG CƠ SỞ DỮ LIỆU 1. Tổng quan về cơ sở dữ liệu 1. Các khái niệm liên quan Trong những năm gần đây, thuật ngữ CSDL – Database đã trở nên quen thuộc trong hầu hết mọi lĩnh vực.

Các ứng dụng tin học vào công tác quản lý ngày càng nhiều và đa dạng, hầu hết mọi lĩnh vực kinh tế, xã hội,…đều đã ứng dụng các thành tựu mới của tin học vào phục vụ công tác chuyên môn của mình. Chính vì lẽ đó mà ngày càng nhiều người quan tâm đến phân tích, thiết kế, xây dựng và ứng dụng CSDL. Trước khi các hệ CSDL ra đời, mỗi chương trình ứng dụng đều có một tệp dữ liệu tương ứng và mỗi khi chương trình ứng dụng cần được sửa đổi hoặc mở rộng thì tệp dữ liệu tương ứng cũng phải sửa đổi theo. Việc lưu trữ thông tin của một tổ chức trong một hệ xử lý tệp như vậy có những nhược điểm sau: - Dư thừa dữ liệu và không nhất quán: vì cùng một dữ liệu có thể được lưu trữ trong nhiều tệp khác nhau nên khi tiến hành cập nhật có thể bỏ sót và dẫn tới không nhất quán.

- Khó khăn trong việc truy cập dữ liệu: vì các môi trường xử lý tệp truyền thống không cho phép dữ liệu được tìm kiếm theo cách thức thuận tiện và hiệu quả. - Sự cô lập của dữ liệu: vì dữ liệu nằm rải rác trong nhiều tệp và các tệp có thể có khuôn dạng khác nhau nên khó viết các chương trình ứng dụng mới để tìm các dữ liệu thích hợp. - Các vấn đề toàn vẹn: vì khi có thêm những ràng buộc mới thì khó thay đổi các chương trình để có thể tuân thủ đúng các ràng buộc trên. - Các vấn đề tính nguyên tố của các giao tác: với hệ thống xử lý tệp truyền thống khó có thể đảm bảo được tính chất “hoặc thực hiện hoàn toàn hoặc không thực hiện gì” và khó đưa ra được hệ thống trở về trạng thái nhất quán trước khi xảy ra sự cố.

- Các dị thường của truy cập tương tranh: vì để tăng tính hiệu quả và trả lời nhanh hơn, nhiều hệ thống cho phép nhiều người dùng có thể cập nhật dữ liệu đồng thời, vì vậy có thể dẫn tới khả năng dữ liệu không nhất quán. - Các vấn đề an toàn: thông thường thì mỗi người dùng của hệ CSDL chỉ được phép truy cập một phần của CSDL và điều đó cũng là một biện pháp giữ cho dữ liệu trong CSDL an toàn. Còn với hệ xử lý tệp truyền thống thì các chương trình ứng dụng được thêm vào hệ thống theo một cách thức không tiên liệu trước nên rất khó đảm bảo được các ràng buộc an toàn như vậy. Hoàng Ngọc Cảnh – TT.

Công nghệ thông tin 13 Báo cáo đề tài nghiên cứu khoa học và công nghệ cấp trường 2019 Chính vì những lý do nêu trên mà các hệ CSDL đã ra đời. Cơ sở dữ liệu Một CSDL là một tập hợp các dữ liệu có liên quan với nhau chứa thông tin về một tổ chức nào đó (như một trường đại học, một ngân hàng, một công ty, một nhà máy,…) được lưu trữ trên các thiết bị nhớ thứ cấp (như từ, đĩa từ,…) để đáp ứng nhu cầu khai thác thông tin của nhiều NSD với nhiều mục đích khác nhau. Như vậy, CSDL có các tính chất đặc trưng: - CSDL phản ánh thông tin về hoạt động của một tổ chức nhất định, nghĩa là biểu thị một phần nào đó của thế giới thực (thế giới nhỏ). - CSDL phải là tập hợp các thông tin mang tính hệ thống tức là CSDL phản ánh được một cách trung thực sự thay đổi của thế giới nhỏ.

- Thông tin lưu trữ trong CSDL được chia sẻ cho nhiều NSD và nhiều ứng dụng khác nhau. Từ đó có thể thấy việc xây dựng và khai thác CSDL liên quan tới một số vấn đề như đảm bảo tính nhất quán và toàn vẹn dữ liệu, tính bảo mật và quyền khai thác của NSD, tính an toàn cho dữ liệu khi xảy ra sự cố. Hệ quản trị CSDL Hệ quản trị CSDL là một tập hợp các chương trình cho phép người dùng định nghĩa, tạo lập, bảo trì các CSDL và cung cấp các truy cập có điều khiển đến các CSDL này. Một số các hệ quản trị CSDL điển hình như IMS (Information Management System), IDS (Integrated Data Store), Sysbase, Access, Foxpro, SQL-Server, Oracle,… Như vậy một hệ quản trị CSDL là phần mềm tương tác với các chương trình ứng dụng của người dùng và CSDL.

Một hệ quản trị CSDL cung cấp các phương tiện sau: - Ngôn ngữ định nghĩa dữ liệu (Data Denifition Language - DDL): cho phép người dùng định nghĩa CSDL (đặc tả các kiểu và các cấu trúc dữ liệu, đặc tả các ràng buộc trên các dữ liệu được lưu trữ trong CSDL) Ví dụ: Tạo bảng Co chứa dữ liệu về thực thể công ty (bao gồm Số hiệu công ty có tối đa 2 kí tự, Tên công ty có tối đa 10 kí tự, Vốn của công ty có tối đa 4 số) như sau: Create table Co(Sohieu Char(2), Ten Char(10), Von Number(4,0)) - Ngôn ngữ thao tác dữ liệu (Data Manipulation Language - DML): cho phép người dùng thêm, xóa, cập nhật dữ liệu và truy xuất dữ liệu trong CSDL. Một ngôn ThS. Hoàng Ngọc Cảnh – TT. Công nghệ thông tin 14 Báo cáo đề tài nghiên cứu khoa học và công nghệ cấp trường 2019 ngữ cho phép người dùng truy cập hoặc thao tác CSDL được tổ chức bởi một mô hình thích hợp.

Ví dụ: Update… Insert… Delete… Select…From…Where… - Các kiểm soát, các điều khiển đối với việc truy cập vào CSDL. Ví dụ: Hệ thống an ninh ngăn cấm sự cố tình truy cập vào CSDL một cách trái phép hoặc hệ thống ràng buộc toàn vẹn duy trì tính nhất quán của DL hoặc hệ thống điều khiển khôi phục CSDL khi có sự cố. Hệ cơ sở dữ liệu Hệ CSDL là dùng để chỉ một CSDL và một hệ quản trị CSDL để truy cập vào CSDL đó. Mục đích chính của một hệ CSDL là cung cấp cho người dùng một cách nhìn trừu tượng về dữ liệu.

Điều đó có nghĩa là hệ thống che dấu những chi tiết phức tạp về cách thức dữ liệu được lưu trữ và bảo trì. Một hệ CSDL là một hệ thống gồm 4 thành phần: CSDL, NSD, phần mềm hệ quản trị CSDL, phần cứng. Hình 1: Hệ cơ sở dữ liệu Như vậy một hệ CSDL cho phép nhiều NSD thao tác lên cùng một CSDL. Các NSD khác nhau đòi hỏi một cách nhìn khác nhau về CSDL mà họ cần.

Mỗi một cách nhìn là một phần của CSDL hoặc là dữ liệu tổng hợp từ CSDL. Hoàng Ngọc Cảnh – TT. Công nghệ thông tin 15 Báo cáo đề tài nghiên cứu khoa học và công nghệ cấp trường 2019 1. Kiến trúc của hệ thống CSDL Theo ANSI – SPARC có 3 mức biểu diễn một CSDL: mức trong, mức khái niệm, và mức ngoài.

Sau đây là hình vẽ mô tả kiến trúc 3 mức của CSDL: Hình 2: Kiến trúc 3 mức của CSDL 1. Mức trong Mức này còn được gọi là mức vật lý. Đây là mức thấp nhất của CSDL, mô tả dữ liệu được thực sự lưu trữ như thế nào trong CSDL. Đây là mức thể hiện các cài đặt có tính chất vật lý của CSDL để đạt được tối ưu trong các thao tác tìm kiếm, lưu trữ để tận dụng được các vùng nhớ còn trống.

Ngoài ra đây còn là mức phản ánh các cấu trúc dữ liệu, các tổ chức tệp được dùng cho lưu trữ dữ liệu trên các thiết bị nhớ thứ cấp. Điều đó cũng có nghĩa là mức này tiếp xúc với các phương thức truy nhập của hệ điều hành để đặt dữ liệu vào các thiết bị nhớ, xây dựng các tập chỉ mục, truy xuất dữ liệu,…liên quan đến các vấn đề như cấp phát vùng nhớ cho dữ liệu và các chỉ mục, các mô tả bản ghi để lưu trữ, các kỹ thuật nén dữ liệu và giải mã dữ liệu. Mức khái niệm Mức này còn được gọi là mức logic. Đây là mức mô tả những dữ liệu nào được lưu trữ trong CSDL và có những mối quan hệ nào giữa các dữ liệu này.

Nói một cách cụ thể hơn, mức logic biểu diễn các thực thể (trong thế giới nhỏ), các thuộc tính và các mối quan hệ giữa các thực thể đó. Ngoài ra mức này cũng cho thấy các ràng buộc trên dữ liệu, các thông tin về ngữ nghĩa của dữ liệu, các thông tin về an ninh và toàn vẹn của dữ liệu. Tuy nhiên mức này chỉ quan tâm đến cái gì được lưu trữ ở trong CSDL chứ không quan tâm đến cách thức để lưu trữ. Hoàng Ngọc Cảnh – TT.

Công nghệ thông tin 16 Báo cáo đề tài nghiên cứu khoa học và công nghệ cấp trường 2019 1. Mức ngoài Mức này còn được gọi là mức khung nhìn. Đây là mức cao nhất của CSDL, nó mô tả chỉ một phần của toàn bộ CSDL, phần thích hợp với một NSD nhất định.