Числовая и нечисловая обработка

Известно, что компьютеры были созданы для удовлетворения нужд крупных учреждений при реализации большого объема вычислений, для которых существенными были точность и время выполнения. Как правило, эти вычисления представляют собой длинные цепочки итераций и требуют сохранения высокой точности (примерами таких вычислений могут служить решение линейных и дифференциальных уравнений, преобразование Лапласа, операции с матрицами, векторами и т. д.). Такие вычисления характерны для числовой обработки.

По мере распространения компьютеров и создания, в частности, персональных ЭВМ возникли другие областиих приме­нения, отличные от вычислений. Так, появилась необходимость в обработке экономической информации, в создании информа­ционных систем для различных организаций, автоматизации работ в учреждениях и т. д. Все эти применения требуют различных баз данных, которые могут хранить миллионы и миллиарды отдельных записей. В отличие от числовой обработки в данном случае не требуются высокая точность и большой объем вычислений. Обычно достаточно выполнить одно сложение или умножение (например, при вычислении налога). Однако объем обрабатываемых данных велик (например, нужно вычислить налог с каждого вида товара или с каждого клиента), поэтому и базы данных, содержащие требуемую информацию, огромны.

Кроме того, нужно предварительно найти требуемую запись, обработать ее и определить форму вывода обработанных данных. Для этого требуются такие операции, как поиск и сортировка. Процесс, который только что описан, характеризует нечисловую обработку данных. Легко убедиться в том, что на нечисловую обработку в настоящее время тратится машинного времени значительно больше, чем на числовую [6].

Данные — это цифровые и графические сведения об объектах окружающего мира. В понятие «данные» при числовой и нечисловой обработке вкладывается различное содержание. При числовой обработке используются такие объекты, как переменные, векторы, матрицы, многомерные массивы, константы и т.д. При нечисловой обработке объектами могут быть файлы, записи, поля, иерархии, сети, отношения и т. д.

Любые данные в той или иной степени обладают некоторым содержанием. При числовой обработке мы хотим, например, вычислить сумму элементов массива или перемножить две переменные. При этом содержание элементов массива мало о чем нам говорит. Для суммирования достаточно указать адрес начального элемента массива, а затем накапливать сумму элементов в некотором регистре, индексируя соответствующим образом адреса. В случае умножения двух переменных нас не особенно интересует способ, каким это вычисление запрограммировано, или текущее значение перемножаемых переменных, но мы должны проследить за тем, чтобы предварительно был очищен накопитель и были проверены некоторые переменные, влияющие на ход выполнения программы. Даже в условном операторе мы обращаемся к элементу данных не по содержанию, а по имени (например, элемент матрицы A(I,J)). Таким образом, при числовой обработке содержание данных не имеет большого значения.

При нечисловой обработке, наоборот, нас интересуют непосредственные сведения об объектах (конкретный служащий или группа служащих), а не файл служащих как таковой. Мы не индексируем файл служащих для выбора конкретного человека (по крайней мере, в нашей программе); нас больше интересует содержание искомой записи. Мы можем запросить сведения о служащем, указав его имя или номер страхового свидетельства, или узнать имена всех служащих моложе 35 лет, месячный оклад которых составляет 3 000 руб.

Различия между логическим представлением данных и их конкретным содержанием отразились на принципах, которые с самого начала легли в основу организации ЭВМ (ЭВМ, работающих на других принципах, не существует, по крайней мере среди ЭВМ, выпускаемых серийно). Другими словами, способы построения запоминающих устройств и способы обращения к ним центрального процессора ориентированы на числовую обработку.

ЭВМ классической (фоннеймановской) архитектуры состоит из пяти основных функциональных блоков: запоминающего устройства, устройства управления, арифметико-логического устройства (два последних устройства обычно рассматриваются вместе и называются центральным процессором), устройства ввода и устройства вывода. Такова архитектура всех современных ЭВМ, даже если они используются, для нечисловой обработки данных.

В ЭВМ фоннеймановской архитектуры обращение к данным организовано так, что для выборки объекта из памяти нужно сначала указать начальный адрес. Иными словами, адрес элемента данных определяется указанием начального значения (начало массива или блока памяти) и смещения конкретного элемента относительно начального адреса. Эти два значения складываются и их сумма обрабатывается некоторым способом, зависящим от механизма доступа.

Если же имена служащих выбираются из файла не по адресу, а по содержимому полей ВОЗРАСТ и ЗАРПЛАТА, то этот способ адресации отличается от способа обращения к элементам массивов. Такой способ адресации называется ассоциативным обращением или ассоциативной адресацией.

Не останавливаясь пока на принципах построения запоминающих устройств, реализующих этот способ адресации, отметим, что независимо от типа используемой памяти адресация по содержанию в программах — реальный факт. Если не учитывать первые программы по обработке файлов, в которых ассоциативный способ адресации проявлялся неявно в логике обработки данных, то можно утверждать, что большинство программ использует ассоциативный способ адресации и зависят от него. Это вполне естественно как с семантической (выбор по содержанию), так и с физической точки зрения (доступ к каждому элементу данных).

Выше было введено понятие ассоциативной адресации. Рассмотрим еще некоторые особенности нечисловой обработки. Как отмечалось, нечисловой обработке обычно подвергаются огромные объемы информации. В различных приложениях над этими данными можно выполнять, например, такие операции:

а) повысить зарплату всем служащим предприятия;

б) вычислить банковский процент по счетам всех клиентов;

в) внести изменения в список товаров, имеющихся на складе;

г) найти требуемый реферат из всех текстов, хранимых в библиотеке или в библиографической информационно-поисковой системе;

д) найти описание нужного контракта в файле, содержащем юридические документы;

е) просмотреть файлы, содержащие описания патентов, и найти патент (если он есть), аналогичный предлагаемому вновь.

В качестве примеров можно привести и другие виды обработки: операции с матрицами, векторами, решение систем уравнений. Это — примеры числовой обработки; в них присутствует строгая упорядоченность и повторяемость действий. Легко убедиться в том, что основные временные затраты как при числовой, так и при нечисловой обработке легко снизить путем распараллеливания операций в том смысле, что сходные действия над группами данных выполняются одновременно одинаковыми процессорами (по одному или несколько процессоров на группу). Параллелизм — это естественное решение проблемы обработки больших наборов данных с повторяющейся структурой. До сих пор пытались отразить ассоциативную адресацию и параллельную обработку на ЭВМ классической архитектуры, в которой один процессор обращается к памяти по адресу.

Рассмотрим ограничения этой архитектуры.