This site is not complete. The work to converting the volumes of സര്വ്വവിജ്ഞാനകോശം is on progress. Please bear with us
Please contact webmastersiep@yahoo.com for any queries regarding this website.
Reading Problems? see Enabling Malayalam
ഡേറ്റാ പ്രോസസിങ് സിസ്റ്റം
സര്വ്വവിജ്ഞാനകോശം സംരംഭത്തില് നിന്ന്
ഡേറ്റാ പ്രോസസിങ് സിസ്റ്റം
Data processing system
വൈജ്ഞാനികവും വാണിജ്യപരവുമായ ആവശ്യങ്ങള്ക്കുള്ള വിവരങ്ങള് തയ്യാറാക്കുന്നതിനായി ബന്ധപ്പെട്ട ഡേറ്റയെ വിശക ലനം ചെയ്യാനുള്ള സംവിധാനം. ഇവ ഇലക്ട്രോണികമോ യാന്ത്രി കമോ രണ്ടും ചേര്ന്നതോ ആകാം. ഡേറ്റാ വിശകലനത്തിനുള്ള നടപടിക്രമങ്ങളെ ഡേറ്റാ പ്രോസസിങ് എന്നു സൂചിപ്പിക്കാറുണ്ട്. 1960-കളില് പ്രധാനമായി വൈജ്ഞാനിക-വാണിജ്യ മേഖലകളി ലാണ് ഡേറ്റാ പ്രോസസിങ് പ്രാബല്യത്തിലുണ്ടായിരുന്നത്. അവ യ്ക്ക് ചില സവിശേഷതകളും ഉണ്ടായിരുന്നു. ധാരാളം നിവേശവും (input) നിര്ഗമവും (output) ഉള്ളവയാണ് വാണിജ്യ ഡേറ്റാ പ്രോസസിങ്; എന്നാല് ഇവയ്ക്ക് ആവശ്യമായിരുന്ന ഗണിത ക്രിയകള് വളരെ സരളമായിരുന്നു. മറിച്ച് വൈജ്ഞാനിക ഡേറ്റാ പ്രോസസിങ്ങില് നിവേശവും നിര്ഗമവും കുറവായിരുന്നെങ്കിലും അവ ഉള് ക്കൊള്ളേണ്ടിയിരുന്ന ഗണിത ക്രിയകള് തികച്ചും സങ്കീര്ണവും ധാരാളം സമയമെടുക്കുന്നവയുമായിരുന്നു. തന്മൂലം അക്കാലങ്ങളില് ഓരോ വിഭാഗത്തിനും പ്രത്യേകമായി കംപ്യൂട്ടറുകളും (വൈജ്ഞാനിക ആവശ്യങ്ങള്ക്കുള്ള IBM 701, IBM 704, കണ്ട്രോള് ഡേറ്റാ കമ്പനിക്കാരുടെ 6,000/7,000/സൈബര് 170 സീരീസ്, വാണിജ്യ ആവശ്യങ്ങള്ക്കുള്ള IBM 702, IBM 705 മുതലായവ), കംപ്യൂട്ടര് പ്രോഗ്രാമിങ് ഭാഷകളും (വൈജ്ഞാനിക ശാസ്ത്രീയ ആവശ്യങ്ങള്ക്കുള്ള ഫോര്ട്രാന്, വാണിജ്യ കാര്യങ്ങള്ക്കുള്ള കോബോള്) ലഭ്യമായിരുന്നു. ക്രമേണ ഈ വേര്തിരിവ് അസാധ്യമായി. വൈജ്ഞാനിക വിഭാഗത്തിലെ നിവേശ ഡേറ്റയും നിര്ഗമ ഡേറ്റയും വളരെ ബൃഹത്തായ മേഖലകളെ ഉള് ക്കൊള്ളേണ്ടിവന്നു. കാലാവസ്ഥാപ്രവചനം, ഉച്ചോര്ജ ഭൗതികം (High energy physics) എന്നിവ ഇതിന് ഉദാഹരണങ്ങളാണ്. അതുപോലെ, വാണിജ്യ കാര്യങ്ങള്ക്കുള്ള ഡേറ്റയെ വിശകലനം ചെയ്യാന് സങ്കീര്ണങ്ങളായ ഗണിത ക്രിയകള് (ഉദാ. വിവിധ സാംഖ്യികീയ പ്രവചന രീതികള്) ഉപയോഗിച്ചു തുടങ്ങി. ക്രമേണ മിക്ക മേഖലകളിലും വ്യത്യസ്ത രൂപത്തിലുള്ള ഡേറ്റാ പ്രോസസിങ് രീതികള് ആവിഷ്കരിക്കപ്പെട്ടു. ഇന്നത്തെ പല കംപ്യൂട്ടറുകളും ഡേറ്റാ പ്രോസസിങ് അനുവദിക്കുന്നവയാണ്. സുദീര്ഘവും സങ്കീര്ണവുമായ വൈജ്ഞാനിക ക്രിയകള് കൈകാര്യംചെയ്യേണ്ടിവരുമ്പോള് മാത്രം അതിക്ഷമതയും അതിവേഗതയുമുള്ള സൂപ്പര്കംപ്യൂട്ടറുകളെ ആശ്രയിക്കുന്നു. സാധാരണ ആവശ്യങ്ങള്ക്ക് പൊതുവേ ജനറല് പര്പ്പസ് കംപ്യൂട്ടറുകള് ഉപയോഗിക്കാം. വാണിജ്യ മേഖലയില്, രേഖാ (document) സംരക്ഷണം, സാമ്പത്തിക ആസൂത്രണ അക്കൗ ണ്ടിങ്, പേറോള് പ്രോസസിങ്, സ്റ്റോക്ക്/ഇന്വെന്ട്രി കണ് ട്രോള്, ഉത്പാദന ക്രമീകരണം (production scheduling), ഓപ്പറേഷന്സ് റിസേര്ച്ച്, മാര്ക്കറ്റ് റിസേര്ച്ച് എന്നീ കാര്യങ്ങള്ക്ക് ഡേറ്റാ പ്രോസസിങ് ഉപയോഗിക്കുന്നു. ഡേറ്റാ റിഡക്ഷന്, ഗവേഷണപരമായ സ്ഥിതിവിവരങ്ങളുടെ സാംഖ്യികീയ വിശകലനം, എന്ജിനീയറിങ് പദ്ധതികളുടെ ആസൂത്രണം, രൂപകല്പന എന്നിവയ്ക്കും ഗവേഷണ ഫലങ്ങള് പട്ടികകളായോ ഗ്രാഫിക് രൂപത്തിലോ പ്രദര്ശിപ്പിക്കുന്നതിനുമാണ് വൈജ്ഞാനിക മേഖലയില് ഡേറ്റാ പ്രോസസിങ് രീതികള് പ്രയോജനപ്പെടുത്തുന്നത്.
വര്ത്തമാനകാലത്ത് പൊതുവേ നാലിനം ഡേറ്റാ പ്രോസസിങ് വ്യാപകമായി ഉപയോഗിക്കപ്പെട്ടുവരുന്നു.
1. ഇലക്ട്രോണിക് ഡേറ്റാ പ്രോസസിങ് (ഇഡിപി). വാണിജ്യപരവും ഭരണപരവുമായ ക്രിയകള് കംപ്യൂട്ടര് മുഖേന നടപ്പാക്കുന്ന പൂര്ണ യാന്ത്രിക പ്രക്രിയ.
2. ഓട്ടോമാറ്റിക് (സ്വചാലിത) ഡേറ്റാ പ്രോസസിങ് (എഡിപി). ഭാഗികമായി മാത്രം യന്ത്രീകൃതമായ ഡേറ്റാ പ്രോസസിങ് രീതി. തികച്ചും കംപ്യൂട്ടര് അധിഷ്ഠിതമായ ഇഡിപിയില് നിന്നു വ്യത്യസ്തമായി എഡിപിക്ക് ഓപ്പറേറ്ററുടെ ഇടപെടലും സഹായവും അത്യാവശ്യമാണ്.
3. ബിസിനസ് ഡേറ്റാ പ്രോസസിങ് (ബിഡിപി). ഇന്വെന്ട്രി കണ് ട്രോള്, പേറോള്, അക്കൗ ണ്ടിങ് തുടങ്ങി വാണിജ്യ-ഭരണപരമായിട്ടുള്ള കാര്യങ്ങള്ക്കായി ഉപയോഗിക്കുന്ന ഡേറ്റാ പ്രോസസിങ്.
4. വൈജ്ഞാനിക ഡേറ്റാ പ്രോസസിങ്. സൂപ്പര്കംപ്യൂട്ടറുകളുപയോഗിച്ചു മാത്രം ചെയ്യാവുന്ന അതിസങ്കീര്ണമായ ഗണിത പ്രവിധികള് ഉള് ക്കൊള്ളുന്ന ഡേറ്റാ പ്രോസസിങ്. ഡേറ്റാ പ്രോസസിങ് ധര്മങ്ങള്. മനുഷ്യ സഹായം ആവശ്യമായതോ പൂര്ണമായി യന്ത്രീകൃതമായതോ ആയ എല്ലാ ഡേറ്റാ പ്രോസസിങ് സിസ്റ്റങ്ങളും ആറ് പ്രധാന ധര്മങ്ങള് പാലിക്കേണ്ടതുണ്ട്.
1. ആലേഖന (റെക്കാഡിങ്) വിവരങ്ങള്. വിശകലന വിധേയമാക്കുന്നതിനു മുന്പ് ലഭ്യമായ ഡേറ്റയെ ഏതെങ്കിലുമൊരു മാധ്യമത്തില് ആലേഖനം ചെയ്യണം. മനുഷ്യ സഹായം ഘടകമായുള്ള ഡേറ്റാ പ്രോസസിങ്ങില് ഡേറ്റയെ കടലാസ്സിലേക്ക് എഴുതിയോ ടൈപ്പ് ചെയ്തോ പകര്ത്തുന്നു. യാന്ത്രിക സംവിധാനത്തില് കാന്തിക ഡിസ്ക്, സിഡി-റോം തുടങ്ങിയ ഡിജിറ്റല് മാധ്യമങ്ങളില് ഡേറ്റ ആലേഖനം ചെയ്യുന്നു. കൂടാതെ കീബോര്ഡില് നിന്ന് കംപ്യൂട്ടറിന്റെ മെമ്മറിയിലേക്ക് ഡേറ്റ നേരിട്ട് എത്തിക്കാവുന്ന സംവിധാനവും ലഭ്യമാണ്. ദൃശ്യ/ശബ്ദ ഡേറ്റയും ഡിജിറ്റല് രീതിയില് സൂക്ഷിക്കാവുന്നതാണ്. തത്സമയ/ഓണ്ലൈന് സിസ്റ്റങ്ങള് ഡേറ്റായില് വരുന്ന മാറ്റങ്ങള് അപ്പപ്പോള്ത്തന്നെ തിരിച്ചറിയുന്നു.
2. പ്രേഷണം. ആലേഖനം ചെയ്ത ഡേറ്റയെ വിശകലനത്തിനായി നിര്ദിഷ്ട കേന്ദ്രങ്ങളിലെത്തിക്കുന്ന ധര്മമാണ് പ്രേഷണം. ഇതും മനുഷ്യ സഹായത്തിലൂടെയോ യാന്ത്രികമായോ നടപ്പാക്കാനാകും. ഡേറ്റ സംഭരിക്കപ്പെട്ടിരിക്കുന്ന ഡിസ്ക്, ടേപ്പ് തുടങ്ങിയവയെ കംപ്യൂട്ടര് കേന്ദ്രത്തിലെത്തിക്കാം. ഡിജിറ്റല് രീതിയില് ആലേഖനം ചെയ്യപ്പെട്ട ഡേറ്റയെ ടെലിഫോണ് നെറ്റ് വര്ക്, ഉപ ഗ്രഹ ചാനലുകള്, ഇന്റര്നെറ്റ്, ലാന് (LAN), മാന് (MAN), വാന് (WAN) തുടങ്ങിയവയിലൂടെ കംപ്യൂട്ടറിലേക്ക് നേരിട്ടു നിവേശി പ്പിക്കാം. ചിലപ്പോള് ഡേറ്റാ ആലേഖനവും പ്രേഷണവും ഒരേ സമയത്തുതന്നെ നടത്താനാകുന്നു. ക്രെഡിറ്റ് കാര്ഡിലെ ഡേറ്റയെ ബാങ്കിലെ വിദൂര കംപ്യൂട്ടറില് നിവേശിപ്പിക്കുക, ഓണ്ലൈന് രീതിയില് വിമാന ടിക്കറ്റ് റിസര്വ് ചെയ്യുക എന്നിവ ഇതിന് ഉദാഹരണങ്ങളാണ്.
3. ഗണനം. ഏറ്റവും കൂടുതല് പ്രോസസിങ് നടക്കുന്നത് ഈ ഘട്ടത്തിലാണ്. വര്ഗീകരണം, വേര്തിരിക്കല് (sorting), ഗണിത ക്രിയകള്, സംഗ്രഹണം മുതലായവയാണ് ഇവയില് പ്രധാനം. ഭാവിയിലെ പ്രോസസിങ്ങിനായി ഡേറ്റയെ ക്രമീകരിക്കുക, ഓരോ ഡേറ്റാ എലിമെന്റിനേയും എങ്ങനെ കൈകാര്യം ചെയ്യണം എന്നു നിശ്ചയിക്കുക, തത്സമയം പ്രോസസ് ചെയ്തുകൊണ്ടിരിക്കുന്ന ഡേറ്റാ ഫയലുകളുമായി മറ്റേതൊക്കെ ഫയലുകള് ബന്ധപ്പെടുത്തണമെന്ന് തീരുമാനിക്കുക, ഒടുവില് കിട്ടിയ ഡേറ്റ ഉള്പ്പെടുത്തി ഫയലുകള്ക്ക് കാലാനുസൃതമായ ക്ഷമത കൈവരുത്തുക തുടങ്ങിയവയും ഈ ഘട്ടത്തില് അനുഷ്ഠിക്കേണ്ട ധര്മങ്ങളാണ്.
4. റിപ്പോര്ട്ട് തയ്യാറാക്കല്. ഡേറ്റാ പ്രോസസിങ്ങിലൂടെ ലഭിച്ച വിവരങ്ങള് ഗുണഭോക്താക്കള്ക്കു ലഭ്യമാക്കുന്നത് സുഗ്രാഹ്യവും സമ്പൂര്ണവുമായ റിപ്പോര്ട്ടുകളിലൂടെയാണ്; ഇവ സുഗമമായി കൈകാര്യം ചെയ്യാവുന്ന രൂപത്തിലായിരിക്കണം. ശമ്പള ചെക്കുകള്, ഓര്ഡറുകള്, കത്തുകള്, പ്രതിമാസ വിറ്റുവരവു കണക്കുകള് എന്നിവ ഇവയ്ക്കുദാഹരണങ്ങളാണ്; ടെക്സ്റ്റ്/പട്ടിക ഗ്രാഫിക് രീതിയില് തയ്യാറാക്കി കടലാസ്, മൈക്രോഫിലിം, കാഥോഡ് റേ ട്യൂബ് ഡിസ്പ്ളേ തുടങ്ങിയ മാധ്യമങ്ങളിലൂടെയും ഇവ പ്രദര്ശിപ്പിക്കാനാകും.
5. സംഭരണം. ഡേറ്റാ പ്രോസസിങ്ങിലൂടെ ലഭിച്ച വിവരങ്ങള് വരുംകാല ആവശ്യങ്ങള്ക്കായി ശേഖരിച്ചു വയ്ക്കേണ്ടതായി വരും. പലപ്പോഴും ഒരു ഡേറ്റാ പ്രോസസിങ് പ്രക്രിയയിലൂടെ ലഭിക്കുന്ന വിവരം മറ്റൊരു സമാന പ്രക്രിയയിലെ നിവേശ ഡേറ്റ ആയിരിക്കും. തന്മൂലം ഡേറ്റാ പ്രോസസിങ്ങിലൂടെ ലഭിക്കുന്ന വിവരങ്ങള് സുരക്ഷിതമായി സംഭരിച്ചുവയ്ക്കേണ്ടതുണ്ട്. സാധാരണയായി ഇക്കാര്യത്തിന് ലെഡ്ജര്, ജേണല് തുടങ്ങിയ അക്കൗണ്ടിങ് സംവിധാനങ്ങളും കാന്തിക ഡിസ്ക്, ടേപ്പ് തുടങ്ങിയ ഇലക്ട്രോണിക് മാധ്യമങ്ങളും ഉപയോഗിക്കുന്നു.
6. ഡേറ്റാ പുനഃപരിശോധന. ഡേറ്റാ പ്രോസസിങ്ങിലൂടെ ലഭിക്കുന്ന വിവരങ്ങള് ഡേറ്റാബേസില് സൂക്ഷിക്കപ്പെട്ടിരിക്കേ, ഉപയോക്താവിന്റെ ആവശ്യാനുസരണം പുനഃപരിശോധനയ്ക്കു സജ്ജമാക്കുന്ന ധര്മമാണ് ഇത്. ഉപയോക്താവിന്റെ നിവേശ നിര്ദേശത്തെ ക്വറി (query) എന്നു വിശേഷിപ്പിക്കുന്നു. മിക്കപ്പോഴും ക്വറി ലഭിച്ചതിനു ശേഷമേ പ്രോസസിങ് ആരംഭിക്കാനാകൂ. വിവര സമാഹരണത്തിന് സഹായിക്കുന്ന സ് ട്ര ക്ചേഡ് ക്വറി ലാങ്ഗ്വേജ് (SQL) സാര്വത്രികമായി ഉപയോഗിക്കപ്പെടുന്നു. വിവരങ്ങളില് മാറ്റങ്ങള് വരുത്തുവാനും പുതുക്കുവാനും സഹായിക്കുന്ന നിര്ദേശങ്ങള് സ്ട്രക്ചേഡ് ക്വറി ലാങ്ഗ്വേജില് ഉണ്ട്.
സോഫ് ട് വെയര് ലഭ്യത. ഡേറ്റാ പ്രോസസിങ്ങിനായി വിവിധതരം സോഫ് റ്റവെ യര് ഇന്ന് വിപണിയില് ലഭ്യമാണ്. പ്രത്യേക ആവശ്യങ്ങള്ക്കു മാത്രമായി ഉപയോഗിക്കാവുന്ന പാക്കേജുകളും സുലഭമാണ്. ഡിബിഎംഎസ് (ഡേറ്റാ ശേഖരിക്കുവാനും കൈകാര്യം ചെയ്യുവാനും ഉപയോഗിക്കുന്ന സോഫ് റ്റ് വെയര് പാക്കേജുകള്), എംഎസ് ഓഫീസ് തുടങ്ങിയ പാക്കേജുകള് ആദ്യത്തേതിനും അക്കൗണ്ടിനുള്ള സ്പ്രെഡ്ഷീറ്റ് പാക്കേജായ 'എക്സല്' രണ്ടാമത്തേതിനും ഉദാഹരണമാണ്.