verilənlər

Verilənlər cənnəti — korporativ cənnət və ya vergi cənnəti kimi, fasiləsiz və ya tənzimlənməyən məlumat üçün sığınacaq. Verilənlər cənnətləri məlumatı sərbəst saxlayan və hətta onun məzmununu və əlaqəli məlumatları qoruyan kompüter şəbəkəsi anlayışına uyğun hüquqi mühitə malik yerlərdir. Onlar üç kateqoriyaya uyğun gəlir: zəif informasiya sistemi tətbiqi və ekstradisiya qanunlarına malik fiziki ərazi, məlumatların qəsdən güclü mühafizəsi olan fiziki ərazi və hər hansı hüquqi qüvvədən asılı olmayaraq texniki vasitələrlə (şifrələmə kimi) məlumatların təhlükəsizliyini təmin etmək üçün nəzərdə tutulmuş virtual domenlər. Məlumat cənnətlərinin yaradılmasının səbəbləri arasında internet senzurasının tətbiq olunduğu ölkələrdə istifadəçilər üçün siyasi ifadə azadlığına çıxış daxildir. Digər səbəblərə aşağıdakılar aid edilə bilər: DMCA kimi qanunları pozan proqram təminatı, verilənlər və ya nitq paylanması Müəllif hüquqlarının pozulması İnformasiya məxfiliyi qanunlarından yayınma Onlayn qumar Pornoqrafiya Kibercinayətkarlıq Britaniya hökumətinin Verilənlərin Mühafizəsi Komitəsinin 1978-ci il hesabatında müxtəlif ölkələrdəki fərqli məxfilik standartlarının şəxsi məlumatların mühafizəsi zəif olan ölkələrə ötürülməsinə səbəb olacağından narahatlıq ifadə edilmişdir. Odur ki, Britaniyanın "verilənlər cənnətinə" çevriləcəyindən qorxulurdu. Həmçinin, 1978-ci ildə Adrian Norman geniş spektrli məlumat cənnəti xidmətləri göstərən şirkətin yaradılmasının məqsədəuyğunluğu ilə bağlı "Project Goldfish" adlı saxta konsaltinq tədqiqatını nəşr etdi. Elmi-fantastika yazıçısı Vilyam Gibson bu termini "Sıfırıncı qraf" və "Mona Liza Overdrayv" romanlarında, Brüs Sterlinq də "Şəbəkədəki adalar"da bu termindən istifadə etmişdir.

Verilənlər elmi (Data Science) informasiyanın alınması üsullarına sahib olmaqdır. “Data science” termin kimi ilk dəfə 1960-cı illərdə kompüter elmlərinin pionerlərindən sayılan Peter Naur tərəfindən “Datalogy, the science of data and of data processes and its place in education” adlı məruzəsində səsləndirilmiş , fənn kimi isə keçən əsrin 60-cı illərindən formalaşmağa başlamışdır. Bu 1966-cı ildə Elm və Texnika üçün Məlumat Komitəsinin (CODATA – International Council for science: Committee on Data for Science and Technology) təsis edilməsinə təsadüf edir . 1974-cü ildə Peter Naur “Concise Survey of Computer Methods in Sweden and the United States” kitabında verilənlərin müasir emal metodlarının icmalını vermiş və verilənlər haqqında elmi rəqəmsal verilənlərin həyat dövrünü (yarandığı andan başqa bilik sahələrinə təqdim olunmaq üçün edilən dəyişikliklərə qədər) öyrənən bir fənn kimi təyin etmişdir. Ancaq, termin 1990-cı illərdə geniş istifadə olunmağa başlamış və 2000-ci illərin əvvəllərindən hamı tərəfindən qəbul edilmişdir. 2001-ci ildə Purdue Universitetinin professoru, statistika, verilənlərin vizuallaşdırılması, maşın təlimi sahəsində tanınmış mütəxəssis Uilyam Klivlend (William S. Cleveland) statistik tədqiqatların texniki aspektlərinin inkişaf planı (Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics) adlı tədqiqatında diqqəti “data science” fənninin tədrisi məsələsinə yönəltmişdir . O, planda “data science”-i ayrıca akademik fənn kimi irəli sürmüşdür. Bu da “data scientist” adlanan kadrların hazırlanmasına marağı stimullaşdırmışdır. Təsadüfi deyildir ki, təxminən əmin vaxtdan da CODATA-nın “Data Science Journal”-ı (2002-ci ildən) nəşr olunmağa başlanmışdır. Verilənlər elmi ənənəvi informatikadan başlayaraq riyaziyyata qədər müxtəlif sahələr üzrə bacarıq və vərdiş tələb edir.

Verilənlər idarəçiliyi — makro səviyyədə siyasi anlayış olan, beynəlxalq münasibətlərin və internet idarəçiliyinin bir hissəsini təşkil edən, mikro səviyyədə isə verilənlərin idarəedilməsi konsepsiyasına aid edilən və korporativ verilənlərin idarə edilməsinin bir hissəsini təşkil edən termin. Makro səviyyədə verilənlər idarəçiliyi ölkələr tərəfindən sərhədlərarası verilənlər axınının idarə edilməsinə aid edilir və buna görə də daha dəqiq şəkildə beynəlxalq verilənlər idarəçiliyi adlanır. Bu yeni sahə "müxtəlif tipli verilənləri tənzimləyən normalar, prinsiplər və qaydalar"dan ibarətdir. Araşdırma təşkilatları tərəfindən yaradılan və məqsədi verilənlərə giriş imkanı vermək olan bir neçə beynəlxalq qrup var. Verilənlərin mübadiləsinə imkan verən bu qruplar, nəticə etibarilə, verilənlərin necə istifadə olunacağına qərar verən lokal və beynəlxalq hüquqi şərhlərə məruz qalırlar. Bununla belə, 2023-cü ildən etibarən verilənlərin qorunmasına xüsusi diqqət yetirən beynəlxalq qanunlar və ya müqavilələr yoxdur. Verilənlər idarəçiliyi mikro səviyyədə fərdi şirkətə fokuslanır. Burada verilənlər idarəçiliyi təşkilata məlumatların tam həyat dövrü ərzində yüksək verilən keyfiyyətinin mövcud olmasını təmin edən və biznes məqsədlərini dəstəkləyən verilənlər nəzarətinin həyata keçirilməsinə imkan yaradan verilənlərin idarəedilməsi konsepsiyasıdır. Verilənlər idarəçiliyinin əsas diqqət mərkəzində olan sahələrə əlçatanlıq, istifadəyə yararlılıq, ardıcıllıq, verilənlər bütövlüyü, verilənlər təhlükəsizliyi və standartlara uyğunluq daxildir. Şirkətlər öz məlumatlarına nəzarəti ələ keçirmək istədikləri və ya tələb olduğu halda işçilərini səlahiyyətləndirir, prosesləri qurur və bunu etmək üçün texnologiyadan kömək alırlar.

Verilənlər savadlılığı və ya data savadlılığı — verilənləri məlumat kimi oxumaq, anlamaq, yaratmaq və ötürmək bacarığı. Ümumi anlayış olaraq savadlılığa oxşar şəkildə məlumat savadlılığı da verilənlərlə işləmək bacarığına diqqət yetirir. Lakin bu, mətni oxumaq qabiliyyətinə bənzəmir, çünki məlumatların oxunması və anlaşılması ilə bağlı müəyyən bacarıqlar tələb olunur. Verilənlərin toplanması və verilənlərin mübadiləsi adi hala çevrildikcə, verilənlərin təhlili və böyük verilənlər xəbərlərdə, biznesdə, hökumətdə və cəmiyyətdə ümumi ideyalara çevrildikcə, tələbələr, vətəndaşlar və oxucular üçün müəyyən məlumat savadına malik olmaq getdikcə daha vacib olur. Bu anlayış, adətən avtomatlaşdırılmış vasitələrlə məlumatların təhlili, nəticələrin təfsiri və tətbiqi ilə məşğul olan verilənlər elmi ilə əlaqələndirilir. Məlumat savadlılığı statistik savadlılıqdan fərqlənir, çünki o, məlumatların nə demək olduğunu başa düşməyi, o cümlədən qrafikləri və diaqramları oxumaq və məlumatlardan nəticə çıxarmaq qabiliyyətini əhatə edir. Statistik savadlılıq isə qrafiklər, cədvəllər, bəyanatlar, sorğular və tədqiqatlar kimi "gündəlik mediada ümumi statistikanı oxumaq və şərh etmək bacarığını" ifadə edir. Verilənləri tapmaq və istifadə etmək üçün bələdçi rolunda çıxış edən kitabxanaçılar tələbələr və tədqiqatçılar üçün verilənlər savadlılığı üzrə seminarlara rəhbərlik edir. Onlar həmçinin, öz məlumat savadlılıq bacarıqlarını inkişaf etdirmək üzərində işləyirlər. Müəssisələr və fənlər üzrə kitabxananın tədris proqramlarında uyğunlaşdırıla bilən ümumi istinad çərçivəsi kimi istifadə edilə bilən bir sıra əsas səlahiyyətlər və məzmunlar təklif edilmişdir.

Verilənlər suverenliyi və ya data suverenliyi —məlumatların toplandığı ölkənin qanunlarına və idarəetmə strukturlarına tabe olması fikri. Verilənlərin suverenliyi anlayışı məlumat təhlükəsizliyi, bulud hesablamaları, şəbəkə suverenliyi və texnoloji suverenliklə sıx bağlıdır. Qeyri-müəyyən şəkildə müəyyən edilən və siyasətin formalaşmasında çətir termini kimi istifadə oluna bilən texnoloji suverenlikdən fərqli olaraq, verilənlər suverenliyi verilənlərin özünü əhatə edən suallara aid edilir. Verilənlərin bir ölkə daxilində qanunlara və idarəetmə strukturlarına tabe olması fikri kimi verilənlərin suverenliyi adətən iki şəkildə müzakirə olunur: Yerli qruplara və postkolonial dövlətlərindən yerli muxtariyyətə münasibətdə və ya transmilli məlumat axınına münasibətdə. Bulud hesablamasının yüksəlişi ilə bir çox ölkələr məlumatların suverenliyinin ölçülərini əks etdirən məlumatların idarə edilməsi və saxlanması ilə bağlı müxtəlif qanunlar qəbul etmişdilər. 100-dən çox ölkədə verilənlərin suverenliyi ilə bağlı qanunlar mövcuddur. Öz-özünə suveren şəxsiyyət ilə fərdi şəxsiyyət sahibləri öz etimadnamələrini tam yarada və idarə edə bilərlər, baxmayaraq ki, bir ölkə hələ də bu paradiqmada rəqəmsal şəxsiyyət verə bilər. Kanada, Yeni Zelandiya, Avstraliya və Amerika Birləşmiş Ştatlarının yerli xalqları üçün yerlilərin verilənlərinin suverenliyi ilə bağlı müzakirələr hazırda davam edir. Verilənlərin suverenliyi yerli xalqlar və fəallar tərəfindən özünüidarə strukturlarının əsas hissəsi və bütövlükdə yerlilərin suverenliyinin mühüm sütunu kimi qəbul edilir. Verilənlərin dekolonizasiyasını müdafiə edən fəallar yerli insanlara "onların arasında kimin sayılacağını müəyyənləşdirmək" üçün güc vermək və "yerli insanların maraqlarını, dəyərlərini və prioritetlərini" daha yaxşı əks etdirə biləcək bir yol kimi görür.

Məlumat təhlükəsizliyi (ing. Data security), verilənlər bazasında olanlar kimi rəqəmsal məlumatları dağıdıcı qüvvələrdən və icazəsiz istifadəçilərin, məsələn kiberhücum və ya məlumatların pozulması kimi arzuolunmaz hərəkətlərdən qorumaq deməkdir. Disk şifrələməsi, sərt diskdə məlumatları şifrələyən şifrələmə texnologiyasına aiddir. Disk şifrələməsi, adətən hər iki proqramda və ya aparatda meydana gəlir. Disk şifrələməsi çox vaxt uçuşda şifrələmə (OTFE) və ya şəffaf şifrələmə adlanır. Proqram təminatına əsaslanan təhlükəsizlik həlləri məlumatı oğurluqdan qorumaq üçün şifrələyir. Bununla birlikdə, zərərli bir proqram və ya bir hacker, məlumatı unudulmaz hala gətirmək üçün sistemi korlaya bilər. Tətbiqə əsaslanan təhlükəsizlik həlləri, məlumatların oxunmasına və yazılmasının qarşısını alır, buna görə dəyişdirilmədən və icazəsiz girişdən çox güclü qorunma təklif edir. Yedəklənmiş məlumatların başqa bir mənbədən alınacağını təmin etmək üçün istifadə olunur. Bir çox sənayedə hər hansı bir məlumatın ehtiyat nüsxəsini saxlamaq vacib hesab olunur və istifadəçi üçün vacib olan hər hansı bir fayl üçün bu proses tövsiyə olunur.

Soyuq verilənlər (ing. cold data) — kompüter yaddaşında nadir hallarda əldə edilən verilənlər. Soyuq verilənlər tez-tez əldə edilən verilənlər olan isti verilənlərin əksidir. Müəyyən təriflər bu cür verilənləri 31 gün əvvəl əldə edilmiş verilənlər kimi təsvir etmişdir. IBM-nin meyarlarında qeyd edilmişdir ki, bu, minimum 90 gün əvvəl əldə edilmiş verilənlərə uyğun gəlir. Saxlama xərclərini optimallaşdırmaq üçün soyuq verilənlər aşağı performanslı və daha ucuz saxlama mühitində saxlanıla bilər. Məsələn, SSD-lər isti məlumatların saxlanması üçün istifadə oluna bilər, soyuq verilənlər isə sərt disklərə, optik disklərə, lentlərə köçürülə və ya bulud yaddaşına köçürülə bilər. İyerarxik yaddaş menecmenti (HSM) verilənlərin idarə edilməsi məqsədləri üçün istifadə olunur. Əsasən, "qaynar" kimi təsnif edilən məlumatlar SSD saxlama mühitlərinə ayrılır. Sonradan, verilənlərin aktivliyi zaman keçdikcə azaldıqca, onlar adi sabit disklərə (HDD) keçirlər.

Verilənlər mədəniyyəti — həm dövlət, həm də özəl sektorda sosial təcrübə prosesində müəyyən edilmiş prinsip. Bu, bütün işçi heyətindən və qərar qəbul edən şəxslərdən konkret sahədə təcrübə əsasında şirkətin inkişafına rəhbərlik etmək əvəzinə, mövcud verilənlərin çatdırdığı informasiyaya diqqət yetirməyi və bu nəticələrə uyğun qərarlar və dəyişikliklər etməyi tələb edir. Bu verilənlər bunlarla məhdudlaşmır, bazarda ümumi iqtisadi və ya sosial tendensiyalar, məhsulların satış həcmi və hətta onların səmərəliliyinə və məhsuldarlığına işarə edən işçilərin performansını da əhatə edir. Biznes sahəsinə baxmayaraq, verilənlər mədəniyyəti informasiya istehsalı prosesinə və ağıllı şəhər proqramları kimi gündəlik istifadənin məlumat təcrübələrinə təsir etmək üçün şəhərsalma layihələri kimi sosial infrastruktur sistemində də tətbiq olunur. Ümumiyyətlə, verilənlər mədəniyyətini qurmaq üçün şöbələr və təşkilatlar verilənlərin özünü büruzə verməsinə icazə verməlidirlər və statistika menecmentinə etibar etməlidirlər. Verilənlərə əsaslanan bir qurum kimi uğurlu olmaq təşkilatda iştirak edən bütün işçilərin fəal iştirakını tələb edir, buna görə də məlumatlara açıq çıxış prosesdə əhəmiyyətlidir. İştirakçılar həm məlumat istehsalçıları, həm də təsirli dəyişikliklər edərək məlumat mədəniyyətinə töhfə verə biləcək insanlardır. Müəyyən bir qurumda məlumat mədəniyyətinin qurulması prosesində müxtəlif səviyyələrdə olan işçilərin hamısı öz işlərini nisbi statistika ilə təsvir etmək bacarığı əldə etməlidirlər. Buraya onların işlərinin məqsədi, konkret tapşırığın məqsədi və verilənlərlə göstərilən problemlərə uyğun olaraq həll yolları daxildir, lakin bununla məhdudlaşmır. Həmçinin, iştirakçılara rəhbərlik etdikləri bölmə daxilində qərarlar qəbul etmək və yeniliklər sayəsində baş verən dəyişiklikləri təcrübədən keçirmək imkanı verilir.

Qalaq informatika elmində — xüsusi şərtlərl çərçivəsində təşkil olunmuş ağac şəkilli verilənlər strukturuna deyilir. Gündəlik həyatımızda biz qalaq olaraq bir-birinə dirənərək konus və ya piramida formasında structur yaradan cisimlər (adətən eyni tipli) yığınına deyirik. Dilimizdə "tongal qalamaq" ifadəsi də yandırılacaq cisimlərin əvvəlcə qalaq şəklində yığılması ilə bağlıdır. Qalaq verilənlər strukturunun da forması qalağı xatırlatdığı üçün bu cür adlandırılıb. Qalağı digər ağaclardan fərqləndirən əsas əlaməti onun həmişə tam və ya tama yaxın olmasıdır, yəni onun çiyinləri kötükdən yarpağa qədər mümkün qədər bərabər hündürlükdə olmalıdır. Ancaq son səviyyə tam olmaya bilər, bu zaman isə son səviyyənin mövcud qovşaqları ağacın mümkün qədər sol yarpaqlarını təşkil etməlidir. Bu isə bir səviyyə tam doldurulmayanadək, növbəti səviyyəyə keçilməməklə təmin edilir. Bu tələblər bir tərəfdən ağacın mümkün olan ən kiçik hündürlüyünü təmin edir, belə ki, N sayda qovşaqdan ibarət ağacın hündürlüyü həmişə O ( l o g N ) {\displaystyle O(log\ N)} olur, digər tərəfədən isə qalağı xətti (bir ölçülü) massivdə yerləşdirməyə imkan verir. Qalaq strukturuna olan digər tələb, onun kiçik (min) və ya böyük (max) qalaq olmasından asılı olaraq, qovşağın hər bir törəməsinin özündən böyük ya bərabər və yaxud kiçik ya bərabər olmasıdır. Kiçik qalaq halında bu kötüyün ən kiçik, böyük qalaq halında isə ən böyük element olmasını təmin edir.

Relyasiyalı verilənlər bazası – verilənlər bazasının və verilənlər bazasının idarəolunması sisteminin elə növüdür ki, informasiya cədvəllərə yazılıb, cədvəldə verilənlərin axtarışı üçün isə başqa cədvəlin sütunlarındakı verilənlərdən istifadə olunur. Relyasiyalı verilənlər bazasında cədvəllərin sıraları yazılar (ayrıca element haqqında informasiya toplusu), sütunlar isə sahələrdir (yazının ayrı-ayrı atributları). Axtarış zamanı relyasiyalı verilənlər bazası bir cədvəlin sahəsinin informasiyasını başqa cədvəlin uyğun sahəsində olan informasiya ilə əlaqələndirir və nəticədə hər iki cədvəlin sorulan verilənlərinin kombinasiyasından ibarət üçüncü cədvəl yaranır. Məsələn, bir cədvəldə VƏZIFƏ, SOYAD, AD, STAJ sahələri, başqasında isə ŞÖBƏ, VƏZIFƏ və ƏMƏK HAQQI sahələri varsa, relyasiyalı baza hər iki VƏZIFƏ sahəsini elə əlaqələndirə bilər ki, müəyyən stajı olan bütün işçiləri, yaxud müəyyən tarixdən sonra işə qəbul olunmuş işçilər olan şöbələri tapmaq mümkün olsun. Başqa sözlə, relyasiyalı verilənlər bazası bir cədvəldəki informasiyanı başqa cədvəldəki informasiya ilə əlaqələndirmək üçün iki cədvəldəki uzlaşan qiymətlərdən istifadə edir. Bax: RDBMS. İsmayıl Calallı (Sadıqov), “İnformatika terminlərinin izahlı lüğəti”, 2017, “Bakı” nəşriyyatı, 996 s.

İntellektual veilənlər bazası (ing. intelligent database, rus. интеллектуальная база данных, türk. akıllı veritabanı) – sərbəst müəyyən olunmuş və birmənalı olmayan termin; adətən, informasiyanı məntiqi, təbii və əlverişli üsullarla emal edən verilənlər bazalarının idarəolunması sistemlərini təsvir etmək üçün istifadə olunur. Bundan başqa, intellektual verilənlər bazasında axtarış təkcə ənənəvi üsullarla deyil, həm də qabaqcadan göstərilmiş qaydaların, əlaqələrin və hətta verilənlərin təhlilinin köməyilə aparılır. İntellektual verilənlər bazalarına ekspert sistemləri, hipermedia və hipermətn sistemləri, eləcə də informasiyanın interaktiv seçilməsi vasitələri aiddir. İsmayıl Calallı (Sadıqov), "İnformatika terminlərinin izahlı lüğəti", 2017, "Bakı" nəşriyyatı, 996 s.

Onlayn verilənlər bazası, onlayn məlumat bazası, onlayn informasiya bazası və ya onlayn databaza — fərdi kompüterdə və ya ona əlavə edilmiş yaddaşda (məsələn, CD kimi) lokal formada saxlanılandan fərqli olaraq, lokal şəbəkədən və ya internetdən əldə edilə bilən verilənlər bazası. Onlayn verilənlər bazaları veb-saytlarda yerləşdirilir, veb-brauzer vasitəsilə əldə edilə bilən xidmət məhsulları kimi proqram təminatı kimi təqdim edilir. Onlar pulsuz ola bilər və ya aylıq abunəlik sistemi kimi ödəniş tələb edə bilər. Bəziləri birgə redaktə və e-poçt bildirişi kimi təkmilləşdirilmiş funksiyalara malikdir. Bulud verilənlər bazası lokal yox, internet üzərindən işlədilən və əldə edilən verilənlər bazasıdır. Beləliklə, müştəri verilənlər bazasını bir yerdə saxlamaq əvəzinə, hansısa biznes onun bütün departamentlərinin və ya bölmələrinin ona daxil ola bilməsi və yeniləməsi üçün onun internetdə yerləşdirilməsini seçə bilər. Əksər verilənlər bazası xidmətləri son istifadəçinin verilənlər bazası nümunələrini təminvə konfiqurasiya etmək üçün istifadə edə biləcəyi veb əsaslı konsollar təklif edir. Robert J Muller. Productive Objects: An Applied Software Project Management Framework. Morgan Kaufmann Publishers.

Sosial verilənlər inqilabı — 2000-ci illərin əvvəllərində sosial şəbəkələrin yüksəlişi ilə mümkün olan insan kommunikasiyası modellərinin şəxsi verilənlər mübadiləsinin artmasına və bununla bağlı təsirlərinə doğru dəyişməsi hadisəsi. Bu fenomen görünməmiş miqdarda ictimai məlumatların toplanması ilə nəticələnmişdir. Bu böyük və adətən yenilənən verilənlər mənbəyi sosial elmlər üçün yeni bir elmi alət növü kimi təsvir edilmişdir. Bir neçə müstəqil tədqiqatçı sosial məlumatlardan işsizlik, qrip epidemiyaları, bütün əhalinin əhval-ruhiyyəsi, səyahət xərcləri və siyasi fikirlər kimi tendensiyaları hökumət hesabatlarında mövcud olan standartdan daha sürətli, daha dəqiq və daha ucuz bir şəkildə müəyyən etmək və proqnozlaşdırmaq üçün istifadə etmişdir. Sosial verilənlər fərdlərin bilərəkdən və könüllü olaraq paylaşdıqları verilənlərə aiddir. Xərclər və əlavə məsrəflər əvvəllər bu yarı-ictimai ünsiyyət formasını qeyri-mümkün etmiş, lakin 2004-2010-cu illərdə sosial şəbəkə texnologiyasındakı irəliləyişlər daha geniş paylaşma konsepsiyalarını mümkün etmişdir. İstifadəçilərin paylaşdığı məlumat növlərinə geolokasiya, tibbi məlumatlar, tanışlıq seçimləri, açıq fikirlər, maraqlı xəbər məqalələri və s. daxildir. Sosial məlumat inqilabı təkcə "Amazon.com"dakı kimi yeni biznes modellərinə deyil, həm də dövlət siyasəti və beynəlxalq inkişaf üçün qərarların qəbulunu təkmilləşdirmək üçün geniş imkanlar təqdim edir. Böyük miqdarda sosial məlumatların təhlili hesablama sosial elm sahəsinə gətirib çıxarır.

Verilənlər bazası hüququ (sui generis) — məlumat bazasının formalaşdırılmasına qoyulan investisiyalar hesabına qorunan qeyri-əmlak imtiyazları kimi məlumat bazalarına hüquq. Müəllif hüququ ilə əlaqəli hüquq kimi o, müəllif hüququ ilə qorunan yaradıcı aspekti daxil etməsə belə, verilənlər bazasını qoruyur. Əgər verilənlər bazası yaradıcı təbəqəyə malikdirsə, o, əsər kimi eyni vaxtda müəllif hüquqlarının qorunmasından istifadə edə bilər. Rusiya Federasiyasının Mülki Məcəlləsinin 1260-cı maddəsinə əsasən, məlumat bazası obyektiv formada təqdim edilmiş, bu materiallardan istifadə edə biləcəyi şəkildə sistemləşdirilmiş müstəqil materialların (məqalələr, hesablamalar, əsasnamələr, məhkəmə qərarları və digər oxşar materiallar) məcmusudur. elektron kompüterdən istifadə etməklə tapılmalı və işlənməlidir. Verilənlər bazası hüququnun qüvvəyə minməsi üçün onları qeydiyyata almaq lazım deyil, lakin qanun hüquqların qeydiyyatını nəzərdə tutur. Rusiyada verilənlər bazası hüququ yalnız 31 dekabr 2007-ci ildən sonra yaradılmış verilənlər bazaları üçün etibarlıdır. 11 mart 1996-cı ildə Avropa İttifaqı Şurası verilənlər bazalarının hüquqi mühafizəsinə dair 11 mart 1996-cı il tarixli 96/9/EC saylı Direktivi qəbul etmişdir. 1 yanvar 1998-ci ildə Böyük Britaniyada Müəllif Hüquqları və Məlumat Bazası Hüquqları Aktı qüvvəyə minmişdir. Birləşmiş Ştatlarda verilənlər bazası üçün ümumi hüquq yoxdur.

Bulud verilənlər bazası (ing. Cloud Database) — bulud xidmətləri infrastrukturunda yerləşdirilən və idarə olunan verilənlər bazasıdır. Ənənəvi verilənlər bazalarından fərqli olaraq, fiziki serverlər üzərində quraşdırılmaq əvəzinə, bulud mühitində yerləşir və istifadəçilər verilənlər bazasına internet vasitəsilə müraciət edirlər. Bulud verilənlər bazası istifadəçilərə böyük məlumat həcmli əməliyyatlar aparmaq üçün resursları miqyaslandırma və istifadəyə görə ödəniş etmə imkanı verir. == Əsas xüsusiyyətləri və üstünlükləri == === Avtomatik miqyaslanma === Bulud verilənlər bazaları, istifadəçi tələblərinə uyğun olaraq avtomatik şəkildə miqyaslana bilir. Məsələn, məlumat həcmi və ya istifadəçi sayı artdıqca verilənlər bazasının resursları (CPU, RAM, saxlama sahəsi) da artırıla bilər. Ehtiyaclar azaldıqda isə resurslar yenidən azaldılır, bu da xərcin effektiv idarə olunmasına səbəb olur. === Yüksək mövcudluq və dayanıqlıq === Bulud xidmət təminatçıları adətən verilənlər bazasını yüksək səviyyədə mövcud və davamlı saxlamaq üçün avtomatik replikasiya və nüsxələmə (backup) xüsusiyyətləri təklif edir. Bu, həm məlumat itkisi riskini azaldır, həm də verilənlər bazasının fasiləsiz işləməsini təmin edir. === Elastiklik və genişlənmə === Bulud verilənlər bazaları istifadəçilərə elastikliyə malik bir mühit təqdim edir.

Yaddaşdaxili verilənlər bazası (ing. In-memory database, IMDB) — verilənlərin əsas yaddaşda (ing. RAM) saxlandığı və emal edildiyi verilənlər bazası növüdür. Ənənəvi verilənlər bazalarında verilənlər əsasən disklərdə və ya digər davamlı saxlama qurğularında saxlanılır, bu isə verilənlərə çıxış sürətini RAM-dan daha yavaş edir. Yaddaşdaxili verilənlər bazaları isə bu məhdudiyyəti aradan qaldıraraq məlumatların oxuma və yazma əməliyyatlarını mümkün qədər sürətlə həyata keçirmək üçün RAM-dan istifadə edir. == Xüsusiyyətləri == Sürətli çıxış — yaddaşdaxili verilənlər bazası ənənəvi disk əsaslı bazalarla müqayisədə daha sürətli çıxış təmin edir, çünki RAM-a məlumat yazmaq və oxumaq diskdən çox daha sürətlidir. Aşağı gecikmə (ing. low latency) — yaddaşda məlumatların saxlanılması sorğuların daha sürətli icra edilməsinə imkan verir, bu da real vaxt rejimində işləyən sistemlər üçün vacibdir. Davamlılıq (ing. durability) — əsasən RAM-dan istifadə etməsinə baxmayaraq, yaddaşdaxili verilənlər bazalarının əksəriyyəti məlumatları diskdə ehtiyat nüsxə (ing.

Verilənlər (ing. Data) – texniki vəsaitlərlə saxlanması, emal edilməsi və ötürülməsi üçün formal şəkildə təsvir olunan (kodlaşdırılan) məlumatdır. Verilənlər faktları, mətn, qrafik, müxtəlif şəkilləri, səsləri, analoq və ya rəqəm video-seqmentləri təsvir edirlər. Verilənlər sistemin informasiya istifadəçiləri tərəfindən istifadə olunan işlənməmiş materiallarıdır. Verilənlər termini latınca "datum" fakt sözündən yaranmışdır. Verilənlər ümumi halda ad, qiymət, tip və s. kimi struktur xarakteristikaları ilə təyin olunurlar. Verilənlər – mətn, rəqəm, zaman, pul, memo, OLE, məntiqi və s. tiplərə malik olurlar. “Verilənlər” anlayışı “informasiya” anlayışı ilə sıx bağlıdır.

Böyük verilənlər (ing. big data) — ənənəvi məlumat emalı proqramı ilə idarə oluna bilməyəcək qədər böyük və ya mürəkkəb verilənlər dəstləri. Çoxlu daxiletməsi (sətir) olan məlumatlar daha böyük statistik güc təklif edir, halbuki daha yüksək mürəkkəbliyə malik məlumatlar (daha çox atribut və ya sütun) daha yüksək yanlış aşkaretmə dərəcəsinə səbəb ola bilər. Rəsmi tərifin olmaması səbəbindən bəzən sərbəst şəkildə istifadə olunsa da, ən yaxşı şərh odur ki, o, yalnız kiçik miqdarda istifadə edildikdə dərk edilə bilməyən böyük bir məlumat toplusudur. Böyük verilənlərin təhlili ilə bağlı problemlərə məlumatların toplanması, saxlanması, təhlili, axtarış, paylaşma, ötürmə, vizuallaşdırma, sorğulama, yeniləmə, məlumat məxfiliyi və məlumat mənbələri daxildir. Böyük verilənlər əvvəlcə üç əsas anlayışla əlaqələndirildi: həcm, müxtəliflik və sürət. Böyük məlumatların təhlili seçmə zamanı çətinliklər yaradır və bu səbəbdən, əvvəlcə yalnız müşahidələrə və seçmələrə imkan verir. Beləliklə, dördüncü anlayış, doğruluq, məlumatların keyfiyyətinə və ya dərinliyinə aiddir. Böyük verilənlərin doğruluğu üçün ekspertizaya kifayət qədər sərmayə qoyulmadan, məlumatların həcmi və müxtəlifliyi təşkilatın böyük verilənlərdən dəyər yaratmaq və əldə etmək imkanlarını aşan xərclər və risklər yarada bilər. Böyük verilənlər termininin cari istifadəsi proqnozlaşdırıcı analitika, istifadəçi davranışının analitikası və ya böyük verilənlərdən dəyər çıxaran digər müəyyən qabaqcıl məlumat analitikası metodlarının istifadəsinə, nadir hallarda isə məlumat dəstinin müəyyən ölçüsünə aiddir.

Verilənlər bazası (VB), həmçinin məlumat bazası (MB) və ya databaza (ing. database, DB) — verilənlər bazası idarəetmə sistemindən istifadə etməklə elektron şəkildə saxlanılan və əldə edilən verilənlərin mütəşəkkil toplanması. Kiçik verilənlər bazaları fayl sistemində saxlanılılır, lakin böyük verilənlər bazaları kompüter klasterlərində və ya bulud yaddaşında yerləşdirilir. Verilənlər bazalarının dizaynı formal texnikaları və praktiki mülahizələri əhatə edir. Bura verilənlərin modelləşdirilməsi, məlumatların səmərəli təqdim edilməsi və saxlanması, sorğu dilləri, həssas məlumatların təhlükəsizliyi və məxfiliyi, həmçinin paylanmış hesablama məsələləri daxildir. Verilənlər bazası idarəetmə sistemi (DBMS) məlumatları özündə saxlamaq və təhlil etmək üçün son istifadəçilər, proqramlar və verilənlər bazası ilə qarşılıqlı əlaqədə olan proqramdır. DBMS proqramı əlavə olaraq verilənlər bazasını idarə etmək üçün nəzərdə tutulmuş əsas imkanları əhatə edir. Verilənlər bazası DBMS və əlaqəli proqramların hamısını ümumilikdə verilənlər bazası sistemi adlandırmaq olar. Çox vaxt "verilənlər bazası" termini hər hansı DBMS, verilənlər bazası sistemi və ya verilənlər bazası ilə əlaqəli proqrama aid edilir. İnformatiklər verilənlər bazası idarəetmə sistemlərini dəstəklədikləri verilənlər bazası modellərinə görə təsnif edirlər.

Verilənlər gölü — böyük həcmli verilənlərin toplanması və analizi üçün istifadə olunan metoddur. Verilənlər gölü ETL (Extract, Transform, Load) texnologiyaları vasitəsilə verilənlərin bazalar (verilənlər bazası) üzrə klasterləşdirilməsi və analiz olunmasını tələb edir.

Verilənlər köşkü (ing. Data Mart) – konkret funksional sahədə və ya təşkilatın hər hansı sahəsində analitik məsələlərin həllini təmin edən verilənlərin strukturunu əks etdirir. Verilənlər köşkünə təşkilatın konkret idarəedici sahələrində analitik məsələlərin informasiya təminatını yerinə yetirən kiçik VX kimi də baxmaq olar. Verilənlər köşkü müəyyən qrup istifadəçilər üçün nəzərdə tutulmuşdur. Buraya verilənlər aqreqatlaşdırılmış, müxtəlif ierarxiya səviyyələrinə görə konsolidasiya olunmuş halda VX-dən gətirilir. VK həm təşkilati, həm də texniki səbəkələrdən asılıdır: real təşkilatın informasiya strukturu, bir qayda olaraq çox mürəkkəbdir və rəhbərlik təşkilatda gedən prosesin mahiyyətini daha dərindən başa düşmək imkanına malik deyil; qərarların qəbuledilməsi texnologiyası mövcud texniki imkanlara yönəldilmişdir və çox çətinliklə dəyişdirilə bilir; təşkilatın sturukturunun bir hissəsinin dəyişdirilməsinin vacibliyi meydana çıxa bilər; layihə öz xərcini ödəməyə başlayınca, əhəmiyyətli investisiya tələb olunur; mövcud texniki bazanın əhəmiyyətli modifikasiyası tələb olunur; təşkilatın mütəxəssisləri tərəfindən yeni texnologiyaların və proqram məhsullarının mənimsənilməsi çox vaxt apara bilər; xəzinəni işləyib hazırlayanla gələcək istifadəçi arasında, işləyib hazırlanma mərhələsində qarşılıqlı fəaliyyəti yaratmaq çətin olur. Bütün bunlardan belə nəticə çıxır ki, korporativ xəzinənin işləyib hazırlanması və tətbiqi, təşkilatın fəaliyyəti və onun yeni texnologiyalara yönəldilməsi analizinə görə, çox güc tələb edir. VK xəzinənin işlənib hazırlanması və tətbiqini asanlaşdırmaq məqsədilə yaranmışdır. Hazırda VK dedikdə, təşkilatın fəaliyyətinin hər hansı bir istiqamətinə, məsələn, ehtiyatların hesablanmasına və ya digər sahələrə xidmət edən xüsusiləşmiş xəzinə başa düşülür. Konkret fəaliyyət sahəsində cəlb olunan əməkdaşların sayı da çox deyil (köşkə 10-15 nəfər xidmət etməlidir).

Verilənlər modeli – verilənlər bazalarının idarəolunması sisteminin (DATABASE MANAGEMENT SYSTEM, DBMS) dəstəklədiyi, abstrak struktur əmələ gətirən bir-birilə qarşılıqlı əlaqədə olan obyekt tiplərinin, deyimləri və tamlığı təmin edən qaydaların sistemi. Konkret DBMS tərəfindən dəstəklənən verilənlər modelindən asılı olaraq, relyasiyalı DBMS, şəbəkə DBMS sistemi və s. olur. Məsələn, relyasiyalı modeldə aşağıdakı tip obyektlər olur: əlaqələr (cədvəllər), atributlar (sütunlar) və domenlər (atributların mümkün olan qiymətləri). Deyimlər relyasiya cəbri vasitəsilə təyin olunur; bunlar SELECT, PROJECT və JOIN deyimləridir, tamlığı təmin edən qaydalar isə (bir az sadələşdirilmiş şəkildə) belədir: ilkin açarın qiymətinin heç bir komponenti boş ola bilməz; ilkin açarın bütün qiymətləri unikal olmalıdır; xarici açarın boş olmayan istənilən qiyməti ilkin açarın mövcud olan hər hansı qiymətinə uyğun olmalıdır. Ümumi halda, DBMS yalnız bir verilənlər modelini dəstəkləyir. İsmayıl Calallı (Sadıqov), "İnformatika terminlərinin izahlı lüğəti", 2017, "Bakı" nəşriyyatı, 996 s.

Verilənlər tipi (en. Data type), (ru. тип данных), (tr. veri türü) – proqramlaşdırmada: verilənlər yığınının mümkün qiymətlərinin diapazonunu, bu qiymətlər üzərində aparıla bilən əməliyyatları və bu qiymətlərin yaddaşda saxlanması qaydasını müəyyənləşdirən xarakteristikası. Kompüter verilənlərlə, onların tiplərinə uyğun olaraq manipulyasiya edir. Məsələn, sürüşkən nöqtəli verilənlərin qiyməti tam ədədi tipli verilənlərin qiymətindən fərqli qaydada təsvir və emal edilir. Verilənlər tipi anlayışı verilənlərlə manipulyasiyanı daha mücərrəd proses edir və onların əsasında verilənlərin ikilik təqdimolunmasının durduğunu gizlədir. Verilənlər tipi anlayışı, demək olar ki, bütün səviyyəli dillərdə var; belə tiplərə misal olaraq tam ədədləri, sürüşkən nöqtəli ədədləri, simvolları, Bul verilənlərini, göstəriciləri göstərmək olar. Verilənlər tiplərinin emalı ilə bağlı problemlərin işlənməsi qaydası dilin əsas xarakteristikalarından biridir. İsmayıl Calallı (Sadıqov), “İnformatika terminlərinin izahlı lüğəti”, 2017, “Bakı” nəşriyyatı, 996 s.

Verilənlər xəzinəsi (en. Data Warehouse) – idarəedici qərarların qəbul edilməsi prosesini dəstəkləyən, sahə təmayüllü, zamandan asılı olub, dəyişməyən və istiqamətləndirici verilənlər yığımıdır. İlk dəfə 1988-ci ildə Devlin və Merfi tərəfindən yazılmış məqalədə VX haqqında danışılmışdır. VX konsepsiyasının ilk müəlliflərindən biri B. İnmon 1992-ci ildə VX-ni belə təsvir etmişdir: Verilənlər xəzinəsi (VX) konsepsiyasının predmetini verilənlər təşkil edir. Verilənlərin emalı sistemlərinin (VES) məhsulu sayılan verilənlər digər istehsalat məhsulları kimi müəyyən xüsusiyyətə və xarakteristikaya malikdirlər: yararlılıq müddətinə, saxlandığı yerə, bazar qiymətinə, ötürülmə qabiliyyətinə, düzəlişi qəbul etmək xüsusiyyətinə və s. Bu cəhətləri nəzərə almaqla demək olar ki, VX konsepsiyası verilənlərin analizi konsepsiyası deyil, verilənlərin analiz üçün hazırlanması konsepsiyasıdır. VX-nin arxitekturasını qurarkən informasiya sistemlərinin arxitekturasını təyin edən mövcud sənədlərin öyrənilməsindən başlamaq lazımdır. Bu sənədlərə təşkilatlardakı informasiya texnologiyalarının (İT) inkişafının general planı da daxildir. VX-nin təşkilatın İT-nin infrastrukturuna inteqrasiya olunması vacib olduğundan VX yaradarkən informasiya sistemlərinin və ya İT-nın inkişafının general planına əsaslanmaq lazımdır. Operativ sistemlərdə (OLTP) verilənləri analiz etmək çox çətindir.

Qrafik verilənlər bazası (ing. Graph Database) — verilənləri qrafik strukturlarında saxlayan və əlaqələri (ing. edge) və obyektləri (ing. node) təmsil edən xüsusi bir verilənlər bazasıdır. Ənənəvi verilənlər bazalarından fərqli olaraq, burada əsas fokus obyektlər arasındakı əlaqələr üzərindədir. Bu verilənlər bazaları qovşaqlar (ing. nodes), kənarlar (ing. edges) və xüsusiyyətlər (ing. properties) üzərində qurulur. == Əsas komponentləri == Qovşaq (ing.

Relyasiyalı verilənlərin idarəolunması sistemi (en. RDBMS (Relational Database Management System) — belə verilənlər bazalarında informasiya əlaqələr (RELATİONS) adlandırılan ikiölçülü cədvəllərdə saxlanılır. Cədvəlin sətirləri yazılar (TUPLE), sütunları isə atributlar (ATTRİBUTE) adlanır. Cədvəllər bir-biri ilə açar sahələrə görə bağlı olur. Relyasiyalı verilənlər bazaları konsepsiyası IBM şirkətinin əməkdaşı Edqar Kodd (Edgar F. Codd) tərəfindən 12 qayda şəklində ifadə olunub. İsmayıl Calallı (Sadıqov), "İnformatika terminlərinin izahlı lüğəti", 2017, "Bakı" nəşriyyatı, 996 s.

Verilənlərin lokallaşdırılması və ya verilənlər rezidentliyi qanunu — bir ölkənin vətəndaşları və ya sakinləri haqqındakı verilənlərin beynəlxalq miqyasda ötürülməzdən əvvəl ölkə daxilində toplanmasını, işlənməsini və/və ya saxlanmasını tələb edir. Bu cür verilənlər adətən yalnız lokal məxfilik və ya verilənlərin mühafizəsi qanunlarına əməl etdikdən sonra ötürülür. Verilənlərin lokallaşdırılması müəyyən verilənlər növlərini verilənlər subyektlərinə və ya prosessorlarına tətbiq olunan qanunlarla tənzimləyən verilənlər suverenliyi konsepsiyasına əsaslanır. Verilənlər suverenliyi bir ölkənin vətəndaşları və ya rezidentləri haqqında qeydlərin onun şəxsi və ya maliyyə məlumatlarının emalı qanunlarına əməl etməsini tələb edə bilsə də, verilənlərin lokallaşdırılması onların ilkin mərhələdə toplanması, işlənməsi və saxlanmasının ölkə sərhədləri daxilində baş verməsini tələb etdir. Bəzi hallarda, bir ölkənin vətəndaşları və ya rezidentləri haqqında məlumatlar da məlumat subyektinin ölkəsindəki sistemlərdən silinməzdən əvvəl xarici sistemlərdən silinməlidir. Verilənlərin lokallaşdırılması istiqamətində ilk addımlardan biri 2005-ci ildə Qazaxıstan hökumətinin bütün ".kz" domenlərinin ölkə daxilində işlədilməsi ilə bağlı qanun qəbul etməsi ilə baş tutmuşdur. Bununla belə, 2013-cü ildə Edvard Snoudenin ABŞ-nin əks-terrorizm nəzarət proqramları ilə bağlı açıqlamalarından sonra verilənlərin lokallaşdırılmasına təkan xeyli artmışdır. O vaxtdan bəri Avropanın və dünyanın bir sıra hökumətləri texnologiya vasitəsilə sakinlərin məlumat axınına nəzarət etmək arzusunu ifadə etmişdilər. Bəzi hökumətlər verilənlərin lokallaşdırılması qanunlarından öz əhalisini izləmək və ya yerli iqtisadi fəallığı artırmaq üçün istifadə etməkdə ittiham olunur və bəziləri bunu açıq şəkildə etiraf etmişdir. Texnologiya şirkətləri və transmilli təşkilatlar verilənlərin lokallaşdırılması qanunlarına tez-tez qarşı çıxırlar, çünki bu qanunlar məlumat mərkəzlərinin regional birləşməsi və ölkə sərhədləri boyunca xidmətlərin birləşdirilməsi nəticəsində əldə edilən səmərəliliyə təsir göstərir.

Verilənlərin hasilatı, data mədənçiliyi və ya verilənlərin mədənçiliyi — maşın öyrənməsi, statistika və verilənlər bazası sistemlərinin kəsişməsindəki metodları əhatə edən böyük məlumat dəstlərində nümunələrin çıxarılması və aşkarlanması prosesi. Verilənlərin hasilatı, məlumat toplusundan məlumatı (ağıllı üsullarla) çıxarmaq və məlumatları daha sonra istifadə üçün başa düşülən struktura çevirmək məqsədi daşıyan kompüter elmləri və statistikanın fənlərarası alt sahəsidir. Verilənlərin hasilatı "verilənlər bazasında bilik kəşfi" (KDD) prosesinin təhlil mərhələsidir. Xam təhlil mərhələsindən başqa, o, həmçinin verilənlər bazası və məlumatların idarə edilməsi aspektlərini, verilənlərin əvvəlcədən işlənməsini, model və nəticə çıxarma mülahizələrini, maraqlılıq ölçülərini, mürəkkəblik mülahizələrini, aşkar edilmiş strukturların sonrakı emalını, vizuallaşdırmanı və onlayn yeniləməni əhatə edir. "Data mining" səhv addır, çünki məqsəd məlumatların özünün çıxarılması (hasilatı) deyil, böyük həcmdə məlumatlardan nümunələrin və biliklərin çıxarılmasıdır. O, həm də məşhur sözdür və genişmiqyaslı məlumatların və ya informasiya emalının istənilən formasına, eləcə də süni intellekt və biznes intellekti daxil olmaqla, qərar qəbuledici dəstək sisteminin hər hansı tətbiqinə tez-tez tətbiq olunur. Adətən daha ümumi terminlər, verilənlərin təhlili və analitikası və ya faktiki metodlara istinad etmək ya da süni intellekt və maşın öyrənməsi daha uyğundur. Faktiki verilənlərin hasilatı tapşırığı, məlumat qeydləri qrupları, qeyri-adi qeydlər və asılılıqlar kimi əvvəllər naməlum, maraqlı nümunələri çıxartmaq üçün böyük miqdarda məlumatın yarı avtomatik və ya avtomatik təhlilidir. Bu, adətən fəza indeksləri kimi verilənlər bazası üsullarından istifadəni nəzərdə tutur. Bu nümunələr daha sonra daxil edilən məlumatların bir növ xülasəsi kimi görünə bilər və sonrakı təhlillərdə və ya maşın öyrənməsində və proqnozlaşdırıcı analitikada istifadə edilə bilər.

Verilənlərin hasilatı, data mədənçiliyi və ya verilənlərin mədənçiliyi — maşın öyrənməsi, statistika və verilənlər bazası sistemlərinin kəsişməsindəki metodları əhatə edən böyük məlumat dəstlərində nümunələrin çıxarılması və aşkarlanması prosesi. Verilənlərin hasilatı, məlumat toplusundan məlumatı (ağıllı üsullarla) çıxarmaq və məlumatları daha sonra istifadə üçün başa düşülən struktura çevirmək məqsədi daşıyan kompüter elmləri və statistikanın fənlərarası alt sahəsidir. Verilənlərin hasilatı "verilənlər bazasında bilik kəşfi" (KDD) prosesinin təhlil mərhələsidir. Xam təhlil mərhələsindən başqa, o, həmçinin verilənlər bazası və məlumatların idarə edilməsi aspektlərini, verilənlərin əvvəlcədən işlənməsini, model və nəticə çıxarma mülahizələrini, maraqlılıq ölçülərini, mürəkkəblik mülahizələrini, aşkar edilmiş strukturların sonrakı emalını, vizuallaşdırmanı və onlayn yeniləməni əhatə edir. "Data mining" səhv addır, çünki məqsəd məlumatların özünün çıxarılması (hasilatı) deyil, böyük həcmdə məlumatlardan nümunələrin və biliklərin çıxarılmasıdır. O, həm də məşhur sözdür və genişmiqyaslı məlumatların və ya informasiya emalının istənilən formasına, eləcə də süni intellekt və biznes intellekti daxil olmaqla, qərar qəbuledici dəstək sisteminin hər hansı tətbiqinə tez-tez tətbiq olunur. Adətən daha ümumi terminlər, verilənlərin təhlili və analitikası və ya faktiki metodlara istinad etmək ya da süni intellekt və maşın öyrənməsi daha uyğundur. Faktiki verilənlərin hasilatı tapşırığı, məlumat qeydləri qrupları, qeyri-adi qeydlər və asılılıqlar kimi əvvəllər naməlum, maraqlı nümunələri çıxartmaq üçün böyük miqdarda məlumatın yarı avtomatik və ya avtomatik təhlilidir. Bu, adətən fəza indeksləri kimi verilənlər bazası üsullarından istifadəni nəzərdə tutur. Bu nümunələr daha sonra daxil edilən məlumatların bir növ xülasəsi kimi görünə bilər və sonrakı təhlillərdə və ya maşın öyrənməsində və proqnozlaşdırıcı analitikada istifadə edilə bilər.

Verilənlərin uzaqdan ehtiyat kopyası, həmçinin bulud ehtiyat kopyası və ya rezervlənmə xidməti (ing. backup-as-a-service, BaaS) istifadəçilərə kompüter fayllarının ehtiyat kopyasının verilməsi, məlumatların saxlanılması və bərpası üçün sistem təqdim edən xidmət. Onlayn ehtiyat provayderlər son istifadəçilərə (və ya müştərilərə) bu növ xidmət göstərən şirkətlərdir. Bu cür ehtiyat xidmətləri bulud hesablama forması hesab olunur. Onlayn ehtiyat kopya sistemləri adətən müəyyən bir cədvəl üzrə işləyən müştəri proqram təminatı üçün qurulur. Bəzi sistemlər gündə bir dəfə, adətən gecə vaxtı, yəni kompüterlər istifadə edilmədiyi saatlarda işləyir. Digər yeni bulud ehtiyat kopya xidmətləri, demək olar ki, real vaxt rejimində istifadəçi sistemlərində dəyişiklikləri ələ keçirmək üçün davamlı olaraq fəaliyyət göstərir. Onlayn ehtiyat kopya sistemi adətən verilənləri toplayır, sıxışdırır, şifrələyir və uzaqdan ehtiyat kopya xidməti təminatçısının serverlərinə və ya saytdan kənar avadanlıqlara ötürür. Verilənlərin uzaqdan ehtiyat kopyası ənənəvi ehtiyat üsullarına nisbətən üstünlüklərə malikdir: Uzaqdan ehtiyat kopya üçün istifadəçi müdaxiləsi tələb olunmur. İstifadəçi lentləri dəyişdirməli, CD-ləri etiketləməli və ya digər manual addımlar atmalı deyil.

Açar-dəyər verilənlər bazası (ing. Key-Value Database) — ən sadə və sürətli verilənlər bazası modellərindən biridir. Bu növ verilənlər bazası verilənləri açar (ing. key) və ona uyğun olan dəyər (ing. value) cütləri şəklində saxlayır. Hər bir açar unikal olur və dəyər ilə bağlıdır. Açar-dəyər cütləri verilənlər bazasında müstəqil saxlanılır və bir açarın dəyəri, sadə tipli məlumat (ing. string, integer) və ya mürəkkəb struktur (siyahı, təyin, JSON obyekt) ola bilər. == Açar-dəyər verilənlər bazasının xüsusiyyətləri == Sadə struktur Açar-dəyər modeli çox sadədir, yəni məlumatların saxlanılması açar və dəyər formasında olur. İstənilən məlumat yalnız unikal bir açarla əldə edilə bilər.

Blokçeyn əsaslı verilənlər bazası (ing. Blockchain-based database) — mərkəzləşdirilməmiş və paylanmış blokçeyn texnologiyasına əsaslanan bir verilənlər bazasıdır. Blokçeyn, məlumatların təhlükəsiz, şəffaf və dəyişdirilməz şəkildə saxlanmasını təmin edir. Ənənəvi verilənlər bazalarından fərqli olaraq, blokçeyn texnologiyası məlumatları müxtəlif kompüterlər (ing. node) arasında paylayır və hər bir iştirakçı məlumatın bir nüsxəsini saxlayır. == Əsas xüsusiyyətləri == === Paylanmış struktur === Blokçeyn, mərkəzləşdirilməmiş bir şəbəkə vasitəsilə məlumatları saxlayır. Verilənlər bir neçə node arasında paylaşılır və heç bir mərkəzi idarəedici orqan yoxdur. Struktur, məlumatların tək bir nöqtədə dəyişdirilməsini və ya pozulmasını qeyri-mümkün edir. === Dəyişdirilməzlik === Blokçeyndə məlumatlar bloklar şəklində əlavə olunur və bir blok bir dəfə yazıldıqdan sonra dəyişdirilə bilməz. Hər bir blok əvvəlki blokla kriptografi əlaqəsi ilə bağlıdır, bu da məlumatların sonradan dəyişdirilməsinin qarşısını alır.

Obyekt-yönlü verilənlər bazası (ing. Object-Oriented Database, OODB) — ənənəvi verilənlər bazası idarəetmə sistemləri (RDBMS) ilə obyekt-yönlü proqramlaşdırma prinsiplərini birləşdirən bir sistemdir. Bu növ verilənlər bazasında məlumatlar obyektlər kimi saxlanılır, yəni hər bir məlumat elementi obyekt olaraq modelləşdirilir və obyektlər bir-birilə əlaqədə ola bilər. == Əsas xüsusiyyətləri == Verilənlər bazasındakı məlumatlar obyektlər kimi saxlanılır və idarə olunur. Hər obyekt atributlar və metodlarla təyin olunur, yəni obyektlərin vəziyyəti və davranışı var. Obyekt-yönlü proqramlaşdırma dillərində olduğu kimi, obyektlər arasında irsiyyət əlaqələri mövcuddur. Bir obyekt digər obyektin xüsusiyyətlərini və metodlarını miras ala bilər. Obyektlər yalnız məlumat deyil, həm də funksiyalar və prosedurlar ilə saxlanıla bilər, bu da verilənlər üzərində əməliyyatların birbaşa obyekt səviyyəsində aparılmasına imkan verir. Obyektlər arasında kompleks əlaqələr yaradıla bilər ki, bu da daha geniş məlumat modeli qurmağa imkan verir. == Nümunələr == Mürəkkəb məlumat strukturlarının idarə edilməsi 3D modelləşdirmə, CAD/CAM sistemləri, biologiyada genom analizləri, qraf modelləri kimi mürəkkəb strukturlara malik məlumatları idarə etmək üçün OODB-lər daha əlverişlidir.

Çox modelli verilənlər bazası (ing. multi-model database) — fərqli verilənlər modellərini bir arada dəstəkləyən və işləyən verilənlər bazasıdır. Adətən ənənəvi verilənlər bazası yalnız bir modelə (məsələn, əlaqəli model) əsaslanır. Lakin, çox modelli verilənlər bazaları həm əlaqəli (ing. relational), həm də qeyri-əlaqəli (NoSQL) modelləri, qrafik verilənlər, sənəd əsaslı, açar-dəyər cütləri və s. kimi müxtəlif model növlərini dəstəkləyə bilər. Çox modelli verilənlər bazası müxtəlif tipli məlumatları vahid verilənlər bazasında saxlamağa və işlətməyə imkan verir. == Üstünlükləri == Çeviklik — müxtəlif verilənlər tipləri üçün bir neçə fərqli bazanın əvəzinə bir bazadan istifadə edə bilərsiniz. Saxlama və sorğu etmək asanlığı — verilənlərə müxtəlif üsullarla (SQL, NoSQL, JSON sorğuları və s.) müraciət etmək imkanı verir. Miqyaslanma — məlumatların miqdarının artması ilə asanlıqla miqyaslana bilər.