IT základy

Základy EDV: Historický vývoj od Leibnize a Booleovy logiky k ENIACu. Princip EVA: Vstup – zpracování – výstup jako základní schéma fungování počítače. Digitalizace informací a číselné soustavy (binární, hexadecimální).

Komplexní přehled: Propojení všech tří pilířů integrity (sémantická, operační, fyzická). Životní cyklus dat: Od iterativního návrhu (7 kroků, ER modely), přes manipulaci pomocí SQL a transakční management (ACID), až po nasazení v třívrstvé internetové architektuře. Pokročilé analýzy: Shrnutí významu distribuovaných systémů, datových skladů a technik OLAP/Data Mining pro strategické rozhodování...

Distribuované databáze: 12 pravidel C. J. Datea (lokální autonomie, nezávislost na poloze, fragmentaci a replikaci) a tříúrovňová architektura ANSI/SPARC. Data Warehouse: Sjednocování heterogenních zdrojů, čištění dat (ETL proces) a metadata. Analytické nástroje: OLAP pro multidimenzionální analýzu (datové kostky) a Data Mining pro objevování skrytých souvislostí.

Schnittstellen: Přístup přes SQL monitory, proprietární knihovny (C API) a standardy ODBC, JDBC či ADO. Internetová architektura: Třívrstvý model (Client/Browser, Middle-Tier/Web-Server, Backend/Database), dynamické generování HTML dokumentů a softwarové balíky jako LAMP/WAMP.

Proces návrhu: Iterativní postup od podnikového k aplikačnímu datovému modelu (Top-Down vs. Bottom-Up). Sedm kroků návrhu: Od popisu úkolu, přes tvorbu ER diagramů, stanovení klíčů, odstranění redundancí až po definici konzistenčních podmínek. Praktický návrh: Ukázka v MS Access, definice typů polí a ověřovacích pravidel.

Fyzická integrita: Ochrana před ztrátou dat vlivem HW či SW chyb. Protokolování (Logging): Využití Before-Image pro UNDO a After-Image pro REDO operace, princip WAL (Write Ahead Log). Obnova (Recovery): Metody R1 až R4 (parciální/globální UNDO a REDO), význam dočasných a archivních logů, zrcadlení (mirroring) a zálohování (backup).

Izolace: Rozdělení na krátké a dlouhé zámky a definice čtyř izolačních úrovní v SQL (0 až 3 – Serializable). Optimistické metody: Předpoklad nízkého počtu konfliktů, fáze čtení, validace a zápisu. Časová razítka: Synchronizace bez centrální správy zámků pomocí porovnávání času čtení a zápisu.

Transakce: Definice a vlastnosti ACID (Atomarita, Konzistence, Izolace, Trvalost). Management transakcí pomocí příkazů COMMIT a ROLLBACK. Operační integrita: Řešení problémů ve víceuživatelském provozu, jako jsou Dirty Read, Lost Update nebo Phantomproblem. Pesimistické metody: Protokoly zamykání (S-zámky pro čtení, X-zámky pro zápis), dvoufázové zamykání a problematika uváznutí (deadlock).

SQL operace: Rozdíl mezi DDL (CREATE, DROP) a DML (SELECT, INSERT, UPDATE, DELETE). Sémantická integrita: Zajištění logické správnosti dat pomocí integritních omezení (constraints) na úrovni sloupců a tabulek (NOT NULL, UNIQUE, PRIMARY KEY, CHECK). Referenční integrita: Vztah mezi primárním a cizím klíčem, kompenzační akce (CASCADE, SET NULL, NO ACTION) a využití triggerů pro aktivní reakci databá...

Komplexní přehled od základních definic dat v informačním věku až po pokročilé modely. Shrnutí evoluce databázových systémů, významu standardizované architektury a nezbytnosti logického návrhu (ERM, normalizace) pro efektivní správu dat v praxi.

Principy objektové orientace: objekty, vlastnosti a funkce. Důvody vzniku OO databází a jejich rozdíly oproti relačním (ukládání objektů vs. tabulek). Pojem objektově-relační databáze (ORDBMS) jako hybridní řešení. Aktuální stav na trhu a role XML databází.

Proces odstraňování redundancí a anomálií (při vkládání, změně a mazání). Tři základní normální formy: 1NF (atomární hodnoty), 2NF (úplná funkční závislost na klíči) a 3NF (odstranění tranzitivních závislostí). Výhody normalizace pro konzistenci a integritu databáze.

Matematický základ pro manipulaci s daty v relacích. Množinové operace: sjednocení (Union), průnik (Intersection) a rozdíl (Difference). Specifické operace: Projekce (výběr sloupců), Selekce (výběr řádků pomocí podmínek), Kartézský součin (kombinace všech tupel) a Přirozené spojení (Natural Join) pro propojování tabulek.

Hierarchický model: struktura stromu (kořen, listy), vztahy 1:m, systémy IMS/DB a UDS. Relační model: základní pojmy jako entita, atribut, asociace (1:1, 1:m, m:n) a tabulky (relace). Význam primárních a cizích klíčů pro propojení relací. Přehled trhu: Desktopové (Access) vs. Serverové databáze (Oracle, SQL Server, MySQL, DB2).

Třívrstvá architektura ANSI/X3/SPARC: externí (pohledy uživatelů), koncepční (logický model celku) a interní úroveň (fyzické uložení). Logická a fyzická datová nezávislost. Funkce DBMS: zprostředkování přístupu, integrita (sémantická, operacionální, fyzická), ochrana dat a servisní nástroje. Komponenty systému (např. SQL procesor, systémová vyrovnávací paměť SGA).

Definice databáze jako úložiště dat a vztahů mezi nimi. Rozdíl mezi databází a archivem. Základní operace (vkládání, dotazování, mazání, změna) a účel databází (rychlost, struktura, ochrana). Historický vývoj od děrných štítků a magnetických pásek přes "Flat-File" databáze až po moderní systémy DBMS. Význam "Data Dictionary" pro kontrolu redundance.

Komplexní přehled: Propojení internetu věcí, služeb a dat. Jak technologické komponenty (senzory, CPS) a ekonomické zákonitosti (Moore, Metcalfe) vytvářejí chytrý svět (Smart Everything). Shrnutí přínosů pro efektivitu (Průmysl 4.0) i výzev pro společnost (ochrana dat, proměna práce).

Reálné příklady: Disney World ( MagicBand ) pro personalizaci zážitků. Predictive Maintenance (předpovídání údržby) u výtahů ThyssenKrupp nebo lokomotiv DB. Využití Big Data v medicíně (léčba tumorů). Schwarmdaten (shluková data) v Google Maps pro navigaci v reálném čase.

Zdroje dat: lidé (sociální sítě), stroje (senzory), transakce (ERP systémy). Čtyři dimenze Big Data ( 4V ): Volume (objem), Velocity (rychlost), Variety (rozmanitost/formáty), Veracity (věrohodnost/pravdivost). Význam analýzy dat v reálném čase.

Smart Home : inteligentní termostaty (Nest) a osvětlení (Hue) pro úsporu energie a komfort. Smart Health : využití wearables (fitnesstrackery) a telemedicíny, rizika spojená s ochranou dat. Smarte Mobilität : propojená auta jako mobilní zařízení, autonomní řízení, pilotované parkování a komunikace Car-to-X .

Přechod k internetu služeb. Smart Factory a Průmysl 4.0 v Německu. Koncept Losgröße 1 (individuální výroba za cenu masové). Spolupráce člověka a stroje ( kollaboration , lehké roboty) a využití chytrých brýlí. Smart Grid jako inteligentní energetická síť pro optimalizaci spotřeby.

Proč digitalizace postupuje tak rychle: Mooreův zákon (zdvojnásobení výkonu čipů každých 18–24 měsíců). Kryderův zákon o hustotě dat na pevných discích. Gilderův zákon o šířce pásma sítí. Metcalfeův zákon vysvětlující hodnotu sítě v závislosti na počtu uživatelů (síťový efekt).

Ubikvitární computing (všudypřítomnost počítačů). Role protokolu IPv6 pro adresaci miliard zařízení. Technologie RFID (funketikety) a NFC pro identifikaci. Funkce senzorů (sběr dat) a aktorů/efektorů (vyvolání akce). Definice Kyberneticko-fyzikálních systémů (CPS) jako základu Průmyslu 4.0.

Vývoj internetu od World Wide Web (hypertext) přes Web 1.0 (E-Business, JavaScript) a Web 2.0 (Social Web, prosumenti) až po mobilní internet (aplikace) a Internet věcí (IoT). Koncept platformové ekonomiky a role intermediárů (např. Booking.com, Uber) v digitálních obchodních modelech.

Syntéza všech klíčových témat učebnice. Propojení strategického řízení ( IT-Governance ) s operativními systémy ( ERP , SCM , CRM ). Význam integrace dat přes Data Warehouse a BI pro správná manažerská rozhodnutí. Role moderních technologií jako SAP HANA a Cloud v agilitě podniku. Důraz na správu digitálního obsahu a znalostí jako konkurenční výhodu. Celostní pohled na to, jak IT transformuje prac...