البيانات (علوم الكمبيوتر)

في علوم الكمبيوتر ، البيانات (تُعامل كمفرد أو جمع أو اسم كتلة ) هي أي تسلسل من رمز واحد أو أكثر ؛ البيانات هي رمز واحد للبيانات. تتطلب البيانات التفسير لتصبح معلومات . البيانات الرقمية هي البيانات التي يتم تمثيلها باستخدام نظام الأعداد الثنائية المكون من الواحد (1) والأصفار (0)، بدلاً من التمثيل التناظري . في أنظمة الكمبيوتر الحديثة (بعد عام 1960)، تكون جميع البيانات رقمية.

توجد البيانات في ثلاث حالات: بيانات ساكنة ، وبيانات أثناء النقل ، وبيانات أثناء الاستخدام . تتحرك البيانات داخل الكمبيوتر، في معظم الحالات، كبيانات متوازية . تتحرك البيانات المنقولة من أو إلى الكمبيوتر، في معظم الحالات، كبيانات متسلسلة . يمكن تحويل البيانات المأخوذة من جهاز تناظري، مثل مستشعر درجة الحرارة، إلى رقمية باستخدام محول تناظري إلى رقمي . يتم تخزين البيانات التي تمثل الكميات أو الأحرف أو الرموز التي يتم إجراء العمليات عليها بواسطة الكمبيوتر وتسجيلها على وسائط تسجيل مغناطيسية أو بصرية أو إلكترونية أو ميكانيكية، ويتم نقلها في شكل إشارات كهربائية أو بصرية رقمية. ^[1] تمر البيانات داخل وخارج أجهزة الكمبيوتر عبر الأجهزة الطرفية .

تتكون عناصر ذاكرة الكمبيوتر المادية من عنوان وبايت/كلمة من تخزين البيانات. غالبًا ما يتم تخزين البيانات الرقمية في قواعد بيانات علائقية ، مثل الجداول أو قواعد بيانات SQL، ويمكن تمثيلها عمومًا كأزواج مفتاح/قيمة مجردة. يمكن تنظيم البيانات في العديد من أنواع هياكل البيانات المختلفة ، بما في ذلك المصفوفات والرسوم البيانية والكائنات . يمكن لهياكل البيانات تخزين بيانات من أنواع مختلفة عديدة ، بما في ذلك الأرقام والسلاسل وحتى هياكل البيانات الأخرى .

تساعد البيانات الوصفية في ترجمة البيانات إلى معلومات. البيانات الوصفية هي بيانات حول البيانات. قد تكون البيانات الوصفية ضمنية أو محددة أو معطاة.

ستحتوي البيانات المتعلقة بالأحداث أو العمليات الفيزيائية على مكون زمني. قد يكون هذا المكون الزمني ضمنيًا. هذه هي الحالة عندما يستقبل جهاز مثل مسجل درجة الحرارة بيانات من مستشعر درجة الحرارة . عند تلقي درجة الحرارة، يُفترض أن البيانات لها مرجع زمني الآن . لذلك يسجل الجهاز التاريخ والوقت ودرجة الحرارة معًا. عندما يتواصل مسجل البيانات بدرجات الحرارة، يجب عليه أيضًا الإبلاغ عن التاريخ والوقت كبيانات وصفية لكل قراءة لدرجة الحرارة.

تتبع أجهزة الكمبيوتر بشكل أساسي سلسلة من التعليمات التي تُعطى لها في شكل بيانات. تُسمى مجموعة التعليمات لأداء مهمة (أو مهام) معينة برنامجًا . البرنامج هو بيانات في شكل تعليمات مشفرة للتحكم في تشغيل جهاز كمبيوتر أو آلة أخرى. ^[2] في الحالة الاسمية، سيتكون البرنامج، كما ينفذه الكمبيوتر، من كود الآلة . عناصر التخزين التي يتعامل معها البرنامج، ولكن لا يتم تنفيذها فعليًا بواسطة وحدة المعالجة المركزية (CPU)، هي أيضًا بيانات. في جوهرها، تكون البيانات الفردية قيمة مخزنة في موقع محدد. لذلك، من الممكن أن تعمل برامج الكمبيوتر على برامج كمبيوتر أخرى، عن طريق معالجة بياناتها البرمجية.

لتخزين بايتات البيانات في ملف، يجب أن يتم تسلسلها بتنسيق ملف . عادةً، يتم تخزين البرامج في أنواع ملفات خاصة، مختلفة عن تلك المستخدمة للبيانات الأخرى. تحتوي الملفات القابلة للتنفيذ على برامج؛ جميع الملفات الأخرى هي أيضًا ملفات بيانات . ومع ذلك، قد تحتوي الملفات القابلة للتنفيذ أيضًا على بيانات يستخدمها البرنامج والتي تم تضمينها في البرنامج. على وجه الخصوص، تحتوي بعض الملفات القابلة للتنفيذ على جزء بيانات ، والذي يحتوي اسميًا على ثوابت وقيم أولية للمتغيرات، وكلاهما يمكن اعتبارهما بيانات.

قد يصبح الخط الفاصل بين البرنامج والبيانات غير واضح. على سبيل المثال، المفسّر هو برنامج. البيانات المدخلة للمفسّر هي في حد ذاتها برنامج، ولكنها ليست معبرًا عنها بلغة الآلة الأصلية . في كثير من الحالات، سيكون البرنامج المفسّر عبارة عن ملف نصي يمكن للإنسان قراءته ، والذي يتم معالجته باستخدام برنامج محرر نصوص . وبالمثل، تتضمن البرمجة الفوقية برامج تعالج برامج أخرى كبيانات. تستخدم برامج مثل المجمّعات ، والروابط ، والمصححات ، ومحدّثات البرامج، وماسحات الفيروسات وما إلى ذلك برامج أخرى كبيانات لها.

على سبيل المثال، قد يطلب المستخدم أولاً من نظام التشغيل تحميل برنامج معالج كلمات من ملف واحد، ثم استخدام البرنامج قيد التشغيل لفتح وتحرير مستند مخزن في ملف آخر. في هذا المثال، سيتم اعتبار المستند بيانات. إذا كان معالج الكلمات يتميز أيضًا بمدقق إملائي ، فسيتم اعتبار القاموس (قائمة الكلمات) لمدقق الإملاء أيضًا بيانات. ستكون الخوارزميات المستخدمة بواسطة مدقق الإملاء لاقتراح التصحيحات إما بيانات كود الآلة أو نصًا في بعض لغات البرمجة القابلة للتفسير .

في استخدام بديل، تسمى الملفات الثنائية (التي لا يمكن قراءتها بواسطة الإنسان ) أحيانًا بالبيانات، على عكس النص القابل للقراءة بواسطة الإنسان . ^[3]

تم تقدير إجمالي كمية البيانات الرقمية في عام 2007 بنحو 281 مليار جيجابايت (281 إكسابايت ). ^{[4] [5]}

توفر المفاتيح في البيانات السياق للقيم. وبغض النظر عن بنية البيانات، هناك دائمًا مكون رئيسي موجود. والمفاتيح في البيانات وهياكل البيانات ضرورية لإعطاء معنى لقيم البيانات. وبدون مفتاح مرتبط بشكل مباشر أو غير مباشر بقيمة أو مجموعة من القيم في بنية ما، تصبح القيم بلا معنى وتتوقف عن كونها بيانات. وهذا يعني أنه يجب أن يكون هناك مكون رئيسي مرتبط بمكون قيمة حتى يتم اعتبارها بيانات. ^{[ بحاجة لمصدر ]}

يمكن تمثيل البيانات في أجهزة الكمبيوتر بطرق متعددة، كما هو الحال في الأمثلة التالية:

• تحتوي ذاكرة الوصول العشوائي (RAM) على البيانات التي يمكن لوحدة المعالجة المركزية الوصول إليها بشكل مباشر. لا يجوز لوحدة المعالجة المركزية معالجة البيانات إلا داخل سجلات المعالج أو الذاكرة. وهذا على عكس تخزين البيانات، حيث يجب على وحدة المعالجة المركزية توجيه نقل البيانات بين جهاز التخزين (القرص، الشريط...) والذاكرة. ذاكرة الوصول العشوائي هي مجموعة من المواقع المتجاورة الخطية التي يمكن للمعالج قراءتها أو كتابتها من خلال توفير عنوان لعملية القراءة أو الكتابة. يمكن للمعالج العمل في أي مكان في الذاكرة في أي وقت بأي ترتيب. في ذاكرة الوصول العشوائي، أصغر عنصر من البيانات هو البت الثنائي . قدرات وقيود الوصول إلى ذاكرة الوصول العشوائي خاصة بالمعالج. بشكل عام، يتم ترتيب الذاكرة الرئيسية كمجموعة من المواقع التي تبدأ بالعنوان 0 ( سداسي عشري 0). يمكن لكل موقع تخزين 8 أو 32 بتًا عادةً حسب بنية الكمبيوتر .

• لا يلزم أن تكون مفاتيح البيانات عنوانًا مباشرًا للأجهزة في الذاكرة. يمكن تخزين أكواد المفاتيح غير المباشرة والمجردة والمنطقية بالاقتران مع القيم لتشكيل بنية بيانات . تحتوي هياكل البيانات على إزاحات (أو روابط أو مسارات) محددة مسبقًا من بداية البنية، والتي يتم فيها تخزين قيم البيانات. لذلك، يتكون مفتاح البيانات من مفتاح البنية بالإضافة إلى الإزاحة (أو الروابط أو المسارات) في البنية. عندما يتم تكرار مثل هذه البنية، وتخزين الاختلافات في قيم البيانات ومفاتيح البيانات داخل نفس البنية المتكررة، يمكن اعتبار النتيجة تشبه الجدول ، حيث يُعتبر كل عنصر من عناصر البنية المتكررة عمودًا ويُعتبر كل تكرار للبنية صفًا من الجدول. في مثل هذا التنظيم للبيانات، يكون مفتاح البيانات عادةً قيمة في أحد الأعمدة (أو مركب من القيم في عدة أعمدة).

• إن العرض الجدولي لتكرار هياكل البيانات هو أحد الاحتمالات العديدة. يمكن تنظيم هياكل البيانات المتكررة بشكل هرمي ، بحيث ترتبط العقد ببعضها البعض في سلسلة من علاقات الوالد والطفل. ترتبط القيم وهياكل البيانات الأكثر تعقيدًا بالعقد. وبالتالي فإن التسلسل الهرمي العقدي يوفر المفتاح لمعالجة هياكل البيانات المرتبطة بالعقد. يمكن اعتبار هذا التمثيل شجرة مقلوبة . تعد أنظمة ملفات أنظمة تشغيل الكمبيوتر الحديثة مثالاً شائعًا؛ و XML هو مثال آخر.

• تتمتع البيانات ببعض السمات المتأصلة عندما يتم فرزها على مفتاح . تظهر جميع قيم مجموعات فرعية من المفتاح معًا. عند المرور بشكل متسلسل عبر مجموعات من البيانات بنفس المفتاح، أو عند تغيير مجموعة فرعية من المفتاح، يُشار إلى ذلك في دوائر معالجة البيانات باسم انقطاع أو انقطاع تحكم . يسهل بشكل خاص تجميع قيم البيانات على مجموعات فرعية من المفتاح.

• حتى ظهور الذاكرة غير المتطايرة مثل الفلاش ، كان يتم تحقيق تخزين البيانات المستمر تقليديًا عن طريق كتابة البيانات على أجهزة كتلة خارجية مثل الشريط المغناطيسي ومحركات الأقراص . تبحث هذه الأجهزة عادةً عن موقع على الوسائط المغناطيسية ثم تقرأ أو تكتب كتل بيانات بحجم محدد مسبقًا. في هذه الحالة، يكون موقع البحث على الوسائط هو مفتاح البيانات والكتل هي قيم البيانات. كانت أنظمة ملفات بيانات القرص الخام أو أنظمة تشغيل الأقراص المستخدمة في وقت مبكر تحجز كتلًا متجاورة على محرك الأقراص لملفات البيانات . في هذه الأنظمة، يمكن ملء الملفات، مما يؤدي إلى نفاد مساحة البيانات قبل كتابة جميع البيانات عليها. وبالتالي، تم حجز مساحة بيانات غير مستخدمة بشكل غير منتج لضمان مساحة خالية كافية لكل ملف. قدمت أنظمة الملفات اللاحقة الأقسام . لقد حجزوا كتلًا من مساحة بيانات القرص للأقسام واستخدموا الكتل المخصصة بشكل أكثر اقتصادا، من خلال تعيين كتل من القسم بشكل ديناميكي لملف حسب الحاجة. لتحقيق ذلك، كان على نظام الملفات تتبع الكتل المستخدمة أو غير المستخدمة بواسطة ملفات البيانات في كتالوج أو جدول تخصيص الملفات. على الرغم من أن هذا أدى إلى تحسين استخدام مساحة بيانات القرص، إلا أنه أدى إلى تجزئة الملفات عبر القرص، وزيادة تكلفة الأداء المصاحبة بسبب وقت البحث الإضافي لقراءة البيانات. تعيد أنظمة الملفات الحديثة تنظيم الملفات المجزأة ديناميكيًا لتحسين أوقات الوصول إلى الملفات. أدت التطورات الإضافية في أنظمة الملفات إلى إنشاء محركات أقراص افتراضية ، حيث يمكن تعريف محرك منطقي على أنه أقسام من عدد من محركات الأقراص المادية.

• إن استرجاع مجموعة فرعية صغيرة من البيانات من مجموعة أكبر بكثير قد يعني البحث غير الفعّال عبر البيانات بشكل متسلسل. تُعد الفهارس طريقة لنسخ المفاتيح وعناوين المواقع من هياكل البيانات في الملفات والجداول ومجموعات البيانات، ثم تنظيمها باستخدام هياكل الشجرة المقلوبة لتقليل الوقت المستغرق لاسترجاع مجموعة فرعية من البيانات الأصلية. للقيام بذلك، يجب معرفة مفتاح المجموعة الفرعية من البيانات المراد استرجاعها قبل بدء الاسترجاع. أكثر الفهارس شيوعًا هي شجرة B وطرق فهرسة مفتاح التجزئة الديناميكي . الفهرسة هي تكلفة إضافية لحفظ البيانات واسترجاعها. هناك طرق أخرى لتنظيم الفهارس، على سبيل المثال فرز المفاتيح واستخدام خوارزمية البحث الثنائي .

• تستخدم البرمجة الشيئية مفهومين أساسيين لفهم البيانات والبرامج:

1. هيكل التصنيف التصنيفي للفئات ، وهو مثال على هيكل البيانات الهرمي؛ و
2. في وقت التشغيل، إنشاء مراجع إلى هياكل البيانات المخزنة في الذاكرة للكائنات التي تم إنشاؤها من مكتبة الفئة .

لا يوجد كائن من فئة محددة إلا بعد إنشاء مثيل له. وبعد مسح مرجع الكائن، يتوقف الكائن أيضًا عن الوجود. وتُعَد مواقع الذاكرة التي تم تخزين بيانات الكائن فيها غير مرغوب فيها ويتم إعادة تصنيفها كذاكرة غير مستخدمة متاحة لإعادة الاستخدام.

• أدى ظهور قواعد البيانات إلى إدخال طبقة أخرى من التجريد لتخزين البيانات بشكل مستمر. تستخدم قواعد البيانات البيانات الوصفية ، وبروتوكول لغة الاستعلام المنظمة بين أنظمة العميل والخادم ، والتواصل عبر شبكة كمبيوتر ، باستخدام نظام تسجيل التزام ثنائي الطور لضمان اكتمال المعاملات ، عند حفظ البيانات.

• تعتمد تقنيات الثبات الحديثة عالية الأداء والقابلة للتطوير، مثل Apache Hadoop ، على معالجة البيانات الموزعة بشكل متوازي على نطاق واسع عبر العديد من أجهزة الكمبيوتر التجارية على شبكة ذات نطاق ترددي عالٍ. في مثل هذه الأنظمة، يتم توزيع البيانات عبر أجهزة كمبيوتر متعددة وبالتالي يجب تمثيل أي جهاز كمبيوتر معين في النظام في مفتاح البيانات، إما بشكل مباشر أو غير مباشر. يتيح هذا التمييز بين مجموعتين متطابقتين من البيانات، تتم معالجة كل منهما على جهاز كمبيوتر مختلف في نفس الوقت.