KMTロゴ

技術情報

KMT独自の情報管理検索技術で、複雑な情報を自然に管理し視覚化するKMTの技術力をご紹介します。

KMT研究所が注目するデータ構造は、オブジェクト指向です。

業界標準のXMLはテキストでありながら、データベースと同様にアクセスや検索ができる特性を持っております。この特性を生かし、オン・メモリーDBを開発しました。これにより、多くのユーザへの使いやすい機能を実現しました。このオブジェクト指向のデータ構造を持つソリューションが「Visual Center 1」です。

【オブジェクト指向データ構造のメリット】

  • オブジェクト同士のリンクは自由
  • 属性データ項目追加・変更容易
  • 業務機能の追加が柔軟に行なえる
  • 高速処理(既にリンク張られている)
オブジェクト図

KMT研究所が注目するデータ情報は、取扱いが困難な半定形型データです。

従来取り扱われていたデータ形式は定型データと非定型データです。定型、非定型の中間に属する半定型データにスポットを当て、新しいデータ構造を生成し、収集、分析、検索が簡単で瞬時に自動検索できる、新しいタイプのソリューション開発しました。この効果は、「文字データだけでは分りにくい」、「非定型データだけでは捜しにくい」という、両者の欠点を補い、視覚的で明解な操作で必要なデータを瞬時に見つけられます。

【定型データ】

CSVやExcelのように表形式で管理可能なデータ。例えば、個人情報の生年月日・性別・血液型・出身地など

【非定形型データ】

主にフォーマットにとらわれない自由文書や図などのデータ。例えば、報告書や日報、PowerPointの資料、画像や映像など。

データ図

【半定形型データ】

定型データと非定型データの両者の特性を持つ中間的データ。ビジネスデータには一定の規則にしたがってまとめられているようで、実は不規則なデータが数多く存在しています。これは、「定型データ」と「非定型データ」が混在しているものです。

階層構造のデータと親和性の良いオブジェクトデータベース

資産管理や設備管理では、取り扱うデータが階層構造になっていることがよくあります。

例えば、データセンターの機器を特定するには:

    拠点名 > ビル名 > 階数 > ラック番号 > ユニット番号

という感じで階層構造になっています。

この階層構造を、一般的に使われているリレーショナルデータベースでは表現しようとすると、意外と手こずります。 リレーショナルっデータベースを使用して階層構造のデータを格納するには「隣接リストモデル」、「入れ子集合モデル」、「経路列挙モデル」、「閉包テーブル」などのデータモデルがありますが、少なくとも直感的わかり易くはありません。

VC1では、独自異技術のオブジェクトデータベースを使用して、階層構造が直感的に素直にデータとして格納し管理できるようになっています。